☁️openai词向量搜索

“openai词向量搜索”节点通过调用OpenAI的文本向量化模型（embedding models），将输入文档与查询问题转化为向量，并基于语义相似度进行检索。它可以快速找到与问题最相关的文档片段，是构建RAG（检索增强生成）流程的关键组件。

☁️openai词向量搜索-节点参数说明

输入参数
file_content	需要建立向量索引的文本内容。
输出参数
ebd_response	检索到的最相关文本片段，传递给下游LLM节点作为上下文。
控件参数
model_name	指定使用的OpenAI向量化模型，如 text-embedding-3-small、text-embedding-3-large。
question	用户输入的问题，将被转化为向量进行语义检索。
is_enable	是否启用该节点，关闭时跳过检索。
k	检索返回的片段数量，例如：“1”表示只返回最相关的一段。
chunk_size	文本切分块大小（默认200），决定单个片段的最大长度。
chunk_overlap	分块时的重叠部分（默认10），保证语义连续性。
base_path	读取嵌入向量的基础路径。
base_url	OpenAI API的访问地址，默认为官方服务端，若使用代理或私有化部署需修改。
api_key	调用OpenAI接口的密钥。
is_ollama	布尔值，是否启用本地Ollama模型来替代OpenAI API进行向量化。

ComfyUI原生节点