Hallo,
ich versuche, den Hugging Face-Knoten mit meinem n8n-Workflow zu verbinden, und erhalte folgenden Fehler:
Ich habe verschiedene Modelle ausprobiert, bekomme aber jedes Mal einen anderen Fehler. Ich führe n8n lokal aus.
Was versuchst du zu erreichen? Verwendest du das richtige Modell für die richtige Aufgabe? Was passiert, wenn du einfach den HTTP-Request-Knoten verwendest?
Hallo @Rana_Benmahmoud,
hast du schon versucht, einen AI-Agent-Knoten anstelle einer „basic LLM chain
Ich versuche einfach ein Hugging-Face-Modell mit meinem Workflow zu verbinden, um darauf aufzubauen, sobald es funktioniert. Ich versuche herauszufinden, wie ich HF mit einem HTTP-Request-Knoten richtig verbinde, da ich mit einigen Fehlern kämpfe.
Ich muss einen medizinspezifischen LLM-Knoten anschließen, um medizinische Bildanalysen durchzuführen. Ich habe versucht, meinen Workflow über Replit mit einem Modell zu verbinden, aber die Bildanalyse dauert sehr lange. Hast du einen anderen Vorschlag? Ich versuche, HF zum Laufen zu bringen, weil es mehrere LLMs gibt, die ich nutzen kann
@Rana_Benmahmoud
In deinen Screenshots ist ein Modell als nicht unterstützt für Text-Generierung markiert, und das andere ist ein Base-Modell, das normalerweise nicht ideal für Chat-/LLM-Chain-Nutzung ist. Für die Basic LLM Chain würde ich ein Instruct-/Chat-Modell verwenden, das mit Text-Generierung kompatibel ist.
Im ersten Screenshot habe ich das Standard-Modell für den HF-Knoten verwendet. Ich habe nichts geändert
Wie würde ich das denn machen? HF wird nicht als Modell im KI-Agent-Knoten unterstützt, oder übersehe ich etwas?
Die HTTP-Anfrage hat funktioniert! Ich habe ein Modell von Google versucht, aber ich würde deine Hilfe schätzen, wie man jedes HF-Modell zum Laufen bringt!
Es ist nicht möglich, jedes HF-Modell zum Laufen zu bringen, du musst das richtige Modell für die richtige Aufgabe verwenden.
Da du eine medizinische Bildanalyse durchführen musst, benötigst du ein Modell, das ein Vision-Tool unterstützen kann
Für medizinische Bildanalyse über HuggingFace in n8n funktioniert der HF Inference Node mit Vision-Modellen wie Salesforce/blip-image-captioning-large oder microsoft/BiomedCLIP-PubMedBERT_256-vit_base_patch16_224 (biomedizinisch). Die wichtigste Konfiguration: Stelle den Node so ein, dass er die Task “Image Classification” oder “Image-to-Text” verwendet, übergebe dein Bild als Binärdaten mit der Option binaryData. Beachte auch, dass kostenlose HuggingFace Serverless Endpoints Cold-Starts haben und manchmal 503 zurückgeben – füge einen Wait Node + Wiederholungslogik hinzu, falls du intermittierende Fehler siehst, da das Modell möglicherweise nur ein paar Sekunden zum Laden braucht.
ALLE Modelle, die ich versucht habe, funktionierten nicht! Ich habe einfache Chat-Modelle verwendet und alle gaben Fehler zurück, einschließlich ChatGPT
Hi, danke für deine Antwort! Allerdings treten die Fehler bei mir für alle HF-Modelle auf, einschließlich Chat-GPT. Ich habe microsoft/BiomedCLIP-PubMedBERT_256-vit_base_patch16_224 versucht, aber ich sehe keine Optionen für die Konfigurationen, die du erwähnt hast (den Knoten so einstellen, dass er die Aufgabe “Image Classification” oder “Image-to-Text” verwendet) und ich erhalte die folgende Fehlermeldung: No Inference Provider available for model microsoft/BiomedCLIP-PubMedBERT_256-vit_base_patch16_224. Wäre es besser, sich über eine HTTP-Anfrage mit HF zu verbinden?
Natürlich, da
Noch eine Sache: Hatte dein HF-Konto Guthaben für die Inference-Nutzung verfügbar?
Ich verbinde immer noch ein Hugging Face-Modell in n8n, aber ich bekomme langsame Responses und Fehler. Ich denke, es liegt entweder an der Modellauswahl oder am HTTP-Request-Setup, das ich verwende.
Kannst du Qwen3.6-35B-A3B versuchen?
nein, keine gutschrift.
aber die HTTP-Verbindung lief über Google API, nicht über HF
Kannst du uns zeigen, wie du HF mit n8n verbunden hast?
