示例工作流
LLM通过“🖥️词嵌入模型工具“检索”G:\向量数据库“中的与user_prompt相关的信息，并提取最相关的前5条，然后根据这5条信息对user_prompt做出相应回复。
comfyui_llm_party
时间：2025/11/03
🖥️词嵌入模型工具
“🖥️词嵌入模型工具”节点用于将输入的文本内容（通常是外部文件或数据片段）转换为向量表示（embeddings），并构建一个可供LLM使用的检索工具。它常用于语义搜索、知识增强、上下文检索等任务，是构建RAG（Retrieval-Augmented Generation，检索增强生成）流程的重要组件。
🖥️词嵌入模型工具-节点参数说明
| 输入参数 | |
| file_content | 输入待处理的文本内容或文档数据（可选，与base_path二选一，该节点会优先调用base_path传入的数据）。 |
| ebd_model | 使用的嵌入模型，可以是本地路径或远程模型名称（可选，与model_path二选一）。 |
| 输出参数 | |
| tool | 嵌入检索工具对象，后续LLM节点可以调用它执行语义检索。 |
| 控件参数 | |
| model_path | 嵌入模型的本地路径，若使用本地模型，需确保路径包含所有模型文件（如.bin、.config等）。 |
| is_enable | 启用/禁用节点。设为False时跳过本节点，直接传递输入。 |
| k | 在检索时可设定默认返回的相似结果数量，例如输入5，则返回5段相似结果。 |
| device | 指定计算设备（cpu或cuda）。GPU加速可显著提升长文本处理效率。 |
| chunk_size | 文本分块大小（默认 200），决定每个切片的最大长度。 |
| chunk_overlap | 分块时的重叠部分（默认 50），保证语义连续性。 |
| base_path | 输入数据库文件的根目录路径。 |
