n8n-nodes-modelscope

这是一个用于 n8n 的 ModelScope API 集成节点包，提供双节点架构支持大语言模型、视觉模型、文生图与向量化（Embedding）模型的调用，以及 AI Agent/Chain 集成功能。

节点架构

本包提供两个互补的节点：

🔧 ModelScope 节点

传统的 API 调用节点，支持：

• 🤖 大语言模型 (LLM): 支持对话完成，包括 Qwen、GLM、DeepSeek 等主流模型
• 👁️ 视觉模型 (Vision): 支持图像理解和视觉问答
• 🎨 文生图模型 (Image): 支持文本到图像的生成，包括 Qwen-Image 等模型
• 📈 向量化模型 (Embedding): 支持文本向量生成，现已集成 Qwen/Qwen3-Embedding-8B，并支持批量输入
• ⚡ 异步处理: 支持文生图任务的异步处理和状态轮询

🔗 ModelScope Chat Model 节点

AI Agent/Chain 集成节点，专为 n8n AI 工作流设计：

• 🤖 LangChain 集成: 基于 ChatOpenAI 的 LangChain 兼容接口
• 🔄 AI Agent 支持: 可与 n8n AI Agent 和 AI Chain 节点无缝集成
• ⚙️ 丰富配置: 支持温度、最大令牌数、频率惩罚等高级参数
• 🎯 专业化: 专注于大语言模型的 AI 工作流集成

功能特性

• 🔐 安全认证: 使用 ModelScope API Token 进行身份验证
• 🎛️ 丰富配置: 支持温度、最大令牌数、图像尺寸等参数调节
• 🚀 双重集成: 既支持传统 API 调用，也支持现代 AI Agent 工作流
• 📊 完善错误处理: 包含详细的错误处理和状态反馈机制

安装

通过 npm 安装

npm install n8n-nodes-modelscope

通过 n8n 社区节点安装

1. 在 n8n 界面中，转到 Settings > Community Nodes
2. 点击 Install a community node
3. 输入 n8n-nodes-modelscope
4. 点击 Install

配置

获取 ModelScope API Token

1. 访问 ModelScope 并注册账号
2. 登录后，进入 个人中心 - API Token
3. 创建新的 API Token
4. 复制生成的 Token

在 n8n 中配置凭据

1. 在 n8n 工作流中添加 ModelScope 节点
2. 点击 Create New Credential
3. 输入您的 ModelScope API Token
4. 保存凭据

使用方法

ModelScope 节点使用

大语言模型 (LLM)

支持与大语言模型进行对话：

• 模型选择: ZhipuAI/GLM-4.6、deepseek-ai/DeepSeek-V3.1、Qwen/Qwen3-235B-A22B-Instruct-2507 等
• 消息模板: 自定义、代码生成、文本分析、翻译等预设模板
• 参数配置: 温度、最大令牌数、流式输出等

示例配置:

{
  "resource": "llm",
  "operation": "chatCompletion",
  "model": "ZhipuAI/GLM-4.6",
  "messages": [
    {
      "role": "user",
      "content": "请帮我写一个 Python 函数来计算斐波那契数列"
    }
  ],
  "temperature": 0.7,
  "maxTokens": 2048
}

视觉模型 (Vision)

支持图像理解和视觉问答：

• 模型选择: Qwen/Qwen3-VL-235B-A22B-Instruct、Qwen/Qwen3-VL-30B-A3B-Instruct 等
• 图像输入: 支持图像 URL
• 视觉问答: 对图像内容进行描述、分析、问答

示例配置:

{
  "resource": "vision",
  "operation": "visionChat",
  "model": "Qwen/Qwen3-VL-235B-A22B-Instruct",
  "imageUrl": "https://example.com/image.jpg",
  "prompt": "请描述这张图片的内容",
  "temperature": 0.7,
  "maxTokens": 2048
}

文生图模型 (Image)

支持根据文本描述生成图像：

• 模型选择: Qwen/Qwen-Image 等
• 提示词: 支持正面和负面提示词
• 图像配置: 多种尺寸选择、生成步数调节
• 异步处理: 自动处理异步任务和状态轮询

示例配置:

{
  "resource": "image",
  "operation": "textToImage",
  "model": "Qwen/Qwen-Image",
  "prompt": "一只可爱的小猫坐在花园里，阳光明媚，高质量，4K",
  "negativePrompt": "blurry, low quality, distorted",
  "size": "1024x1024",
  "steps": 30,
  "timeout": 5
}

向量化模型 (Embedding)

支持将文本生成向量，可用于检索/存储/RAG 等场景：

• 模型选择: Qwen/Qwen3-Embedding-8B
• 编码格式: float（返回数值数组，适合直接检索/入库）或 base64（压缩传输/存档）
• 批量模式: 开启 Batch Mode 后可一次处理多条文本，输出的 data 与输入顺序一一对应

单条示例配置:

{
  "resource": "embedding",
  "operation": "createEmbedding",
  "model": "Qwen/Qwen3-Embedding-8B",
  "input": "你好",
  "encodingFormat": "float"
}

批量示例配置:

{
  "resource": "embedding",
  "operation": "createEmbedding",
  "model": "Qwen/Qwen3-Embedding-8B",
  "batch": true,
  "inputs": {
    "item": [
      { "text": "你好" },
      { "text": "世界" }
    ]
  },
  "encodingFormat": "float"
}

ModelScope Chat Model 节点使用

ModelScope Chat Model 节点专为 n8n AI 工作流设计，可与 AI Agent 和 AI Chain 节点无缝集成：

AI Agent 集成

1. 在工作流中添加 AI Agent 节点
2. 在 AI Agent 的 Chat Model 配置中选择 ModelScope Chat Model
3. 配置模型参数和选项

AI Chain 集成

1. 在工作流中添加 AI Chain 节点
2. 在 AI Chain 的 Language Model 配置中选择 ModelScope Chat Model
3. 配置模型参数和选项

配置选项

• 模型选择: 支持多种大语言模型
• 温度 (Temperature): 控制输出的随机性 (0.0-2.0)
• 最大令牌数 (Max Tokens): 限制输出长度
• 频率惩罚 (Frequency Penalty): 减少重复内容 (-2.0-2.0)
• 存在惩罚 (Presence Penalty): 鼓励话题多样性 (-2.0-2.0)
• Top P: 核采样参数 (0.0-1.0)
• 响应格式: 文本或 JSON 格式
• 推理努力: 控制模型推理深度 (低/中/高)

Embedding Pipeline 模式

该节点新增 Mode 选择：

• Chat Model: 输出 Model（语言模型）
• Embedding Pipeline: 输出 Chain（包含向量管道）

在 Embedding Pipeline 下：

• Embeddings Model: 选择 Qwen/Qwen3-Embedding-8B
• Options/Top K: 设置近邻数量（默认 5）
• 输出 Chain 对象包含 vectorStore 与 embeddings，可在下游执行：
  • 入库：await chain.vectorStore.addTexts(["文本1","文本2"])
  • 检索：const hits = await chain.vectorStore.similaritySearch("查询语句", chain.topK)

支持的模型

大语言模型 (LLM)

• ZhipuAI 系列:
  • ZhipuAI/GLM-4.6
  • ZhipuAI/GLM-4.5
• DeepSeek 系列:
  • deepseek-ai/DeepSeek-V3.2-Exp
  • deepseek-ai/DeepSeek-V3.1
  • deepseek-ai/DeepSeek-R1-0528
• MiniMax 系列:
  • MiniMax/MiniMax-M2
• Qwen 系列:
  • Qwen/Qwen3-235B-A22B-Instruct-2507
  • Qwen/Qwen3-235B-A22B-Thinking-2507
  • Qwen/Qwen3-Next-80B-A3B-Instruct
  • Qwen/Qwen3-Coder-480B-A35B-Instruct
  • Qwen/Qwen3-Next-80B-A3B-Thinking
• 更多模型持续更新中...

视觉模型 (Vision)

• Qwen/Qwen3-VL-235B-A22B-Instruct
• Qwen/Qwen3-VL-30B-A3B-Instruct
• 更多模型持续更新中...

文生图模型 (Image)

• Qwen/Qwen-Image
• 更多模型持续更新中...

向量化模型 (Embedding)

• Qwen/Qwen3-Embedding-8B
• 更多模型持续更新中...

使用限制

• 每用户每天总计 2000 次 API 调用
• 单个模型每天不超过 500 次调用
• 部分大模型限制 200 次/天
• 文生图任务为异步处理，生成时间通常为 30 秒 - 5 分钟

错误处理

节点包含完善的错误处理机制：

• 401 错误: API Token 无效或过期
• 429 错误: 请求频率超限或配额不足
• 400 错误: 请求参数错误
• 500 错误: 服务器内部错误

开发

本地开发

# 克隆仓库
git clone https://github.com/xwang152-jack/n8n-nodes-modelscope.git
cd n8n-nodes-modelscope

# 安装依赖
npm install

# 构建
npm run build

# 链接到本地 n8n
npm link
cd ~/.n8n/nodes
npm link n8n-nodes-modelscope

项目结构

n8n-nodes-modelscope/
├── nodes/
│   ├── ModelScope/                     # 传统 API 调用节点
│   │   ├── ModelScope.node.ts          # 主节点文件
│   │   ├── utils/                       # 工具与常量
│   │   │   ├── apiClient.ts
│   │   │   ├── constants.ts
│   │   │   └── errorHandler.ts
│   │   └── resources/
│   │       ├── llm/                    # 大语言模型资源
│   │       ├── vision/                 # 视觉模型资源
│   │       ├── image/                  # 图像生成资源
│   │       └── embedding/              # 向量化资源
│   └── ModelScopeChain/                # AI Agent/Chain 集成节点
│       ├── ModelScopeChain.node.ts     # Chat Model 节点文件
│       └── utils/
│           └── loadModels.ts           # 模型加载工具
├── credentials/
│   └── ModelScopeApi.credentials.ts     # API 凭证配置
├── package.json                        # 项目配置
├── tsconfig.json                       # TypeScript 配置
└── README.md                          # 项目文档

贡献

欢迎提交 Issue 和 Pull Request！

许可证

MIT License - 详见 LICENSE 文件

相关链接

• ModelScope 官网
• ModelScope API 文档
• n8n 官网
• n8n 社区节点文档