AI & LLM

AI model integration, text generation, embeddings, and autonomous agents.

18 modules

Module	Description
स्वायत्त एजेंट	मेमोरी और लक्ष्य-उन्मुख व्यवहार वाला स्व-निर्देशित AI एजेंट
चेन एजेंट	कई चरणों के साथ अनुक्रमिक AI प्रोसेसिंग चेन
टूल उपयोग एजेंट	AI एजेंट जो टूल्स/फंक्शन्स को कॉल कर सकता है
टेक्स्ट एम्बेडिंग	AI मॉडल का उपयोग करके टेक्स्ट से वेक्टर एम्बेडिंग उत्पन्न करें
AI एक्सट्रैक्ट	AI का उपयोग करके टेक्स्ट से संरचित डेटा निकालें
लोकल Ollama चैट	Ollama के माध्यम से लोकल LLM के साथ चैट करें (पूर्णतः ऑफ़लाइन)
AI मेमोरी	AI एजेंट के लिए वार्तालाप मेमोरी
एंटिटी मेमोरी	वार्तालाप से एंटिटी (लोग, स्थान, अवधारणाएं) निकालें और ट्रैक करें
Redis मेमोरी	Redis स्टोरेज का उपयोग करके स्थायी वार्तालाप मेमोरी
वेक्टर मेमोरी	प्रासंगिक संदर्भ पुनर्प्राप्ति के लिए वेक्टर एम्बेडिंग का उपयोग करते हुए सिमेंटिक मेमोरी
AI मॉडल	AI एजेंट के लिए LLM मॉडल कॉन्फ़िगरेशन
AI Tool	Expose a module as a tool for AI Agent
विज़न विश्लेषण	AI विज़न मॉडल का उपयोग करके छवियों का विश्लेषण करें
Claude चैट	Anthropic Claude AI को चैट संदेश भेजें और प्रतिक्रिया प्राप्त करें
Google Gemini चैट	Google Gemini AI को चैट संदेश भेजें और प्रतिक्रिया प्राप्त करें
OpenAI चैट	OpenAI GPT मॉडल्स को चैट संदेश भेजें
DALL-E इमेज जनरेशन	DALL-E का उपयोग करके इमेज जनरेट करें
AI एजेंट	मल्टी-पोर्ट कनेक्शन (मॉडल, मेमोरी, टूल्स) वाला स्वायत्त AI एजेंट

Modules

स्वायत्त एजेंट

agent.autonomous

मेमोरी और लक्ष्य-उन्मुख व्यवहार वाला स्व-निर्देशित AI एजेंट

Parameters:

Name	Type	Required	Default	Description
`goal`	string	Yes	-	एजेंट के लिए प्राप्त करने का लक्ष्य
`context`	string	No	-	एजेंट के लिए प्राप्त करने का लक्ष्य
`max_iterations`	number	No	`5`	अतिरिक्त संदर्भ या प्रतिबंध
`llm_provider`	select (`openai`, `ollama`)	No	`openai`	अधिकतम तर्क चरण
`model`	string	No	`gpt-4-turbo-preview`	मॉडल नाम (जैसे, gpt-4, llama2, mistral)
`ollama_url`	string	No	`http://localhost:11434`	मॉडल नाम (जैसे, gpt-4, llama2, mistral)
`temperature`	number	No	`0.7`	Ollama सर्वर URL (केवल ollama प्रदाता के लिए)

Output:

Field	Type	Description
`result`	string	रचनात्मकता स्तर (0-2)
`thoughts`	array	ऑपरेशन परिणाम
`iterations`	number	ऑपरेशन परिणाम
`goal_achieved`	boolean	एजेंट तर्क चरण

Example: Research task

yaml

goal: Research the latest trends in AI and summarize the top 3
max_iterations: 5
model: gpt-4

Example: Problem solving

yaml

goal: Find the best approach to optimize database queries
context: PostgreSQL database with 10M records
max_iterations: 10

चेन एजेंट

agent.chain

कई चरणों के साथ अनुक्रमिक AI प्रोसेसिंग चेन

Parameters:

Name	Type	Required	Default	Description
`input`	string	Yes	-	चेन के लिए प्रारंभिक इनपुट
`chain_steps`	array	Yes	-	चेन के लिए प्रारंभिक इनपुट
`llm_provider`	select (`openai`, `ollama`)	No	`openai`	प्रोसेसिंग चरणों की सरणी (प्रत्येक एक प्रॉम्प्ट टेम्पलेट है)
`model`	string	No	`gpt-4-turbo-preview`	मॉडल नाम (जैसे, gpt-4, llama2, mistral)
`ollama_url`	string	No	`http://localhost:11434`	मॉडल नाम (जैसे, gpt-4, llama2, mistral)
`temperature`	number	No	`0.7`	Ollama सर्वर URL (केवल ollama प्रदाता के लिए)

Output:

Field	Type	Description
`result`	string	रचनात्मकता स्तर (0-2)
`intermediate_results`	array	ऑपरेशन परिणाम
`steps_completed`	number	ऑपरेशन परिणाम

Example: Content pipeline

yaml

input: AI and machine learning trends
chain_steps: ["Generate 5 blog post ideas about: {input}", "Take the first idea and write a detailed outline: {previous}", "Write an introduction paragraph based on: {previous}"]
model: gpt-4

Example: Data analysis chain

yaml

input: User behavior data shows 60% bounce rate
chain_steps: ["Analyze what might cause this issue: {input}", "Suggest 3 solutions based on: {previous}", "Create an action plan from: {previous}"]

टूल उपयोग एजेंट

agent.tool_use

AI एजेंट जो टूल्स/फंक्शन्स को कॉल कर सकता है

Parameters:

Name	Type	Required	Default	Description
`prompt`	string	Yes	-	एजेंट के लिए लक्ष्य या कार्य
`tools`	array	Yes	-	टूल परिभाषाओं की सूची [{नाम, विवरण, पैरामीटर्स}]
`provider`	select (`openai`, `anthropic`)	No	`openai`	एजेंट के लिए LLM प्रदाता
`model`	string	No	`gpt-4o`	उपयोग करने के लिए मॉडल
`api_key`	string	No	-	API कुंजी (पर्यावरण चर पर वापस गिरता है)
`max_iterations`	number	No	`10`	टूल कॉल राउंड्स की अधिकतम संख्या
`system_prompt`	string	No	-	एजेंट को मार्गदर्शन करने के लिए वैकल्पिक सिस्टम प्रॉम्प्ट

Output:

Field	Type	Description
`result`	string	एजेंट का अंतिम उत्तर
`tool_calls`	array	निष्पादन के दौरान किए गए सभी टूल कॉल्स
`iterations`	number	पूर्ण किए गए पुनरावृत्तियों की संख्या
`model`	string	उपयोग किया गया मॉडल

Example: File Processing Agent

yaml

prompt: Read the config file and update the version number
tools: [{"name": "read_file", "description": "Read contents of a file", "parameters": {"type": "object", "properties": {"path": {"type": "string", "description": "File path"}}, "required": ["path"]}}, {"name": "write_file", "description": "Write contents to a file", "parameters": {"type": "object", "properties": {"path": {"type": "string", "description": "File path"}, "content": {"type": "string", "description": "File content"}}, "required": ["path", "content"]}}]
provider: openai
model: gpt-4o
max_iterations: 5

टेक्स्ट एम्बेडिंग

ai.embed

AI मॉडल का उपयोग करके टेक्स्ट से वेक्टर एम्बेडिंग उत्पन्न करें

Parameters:

Name	Type	Required	Default	Description
`text`	string	Yes	-	एम्बेड करने के लिए टेक्स्ट
`provider`	select (`openai`, `local`)	No	`openai`	एम्बेडिंग के लिए AI प्रदाता
`model`	string	No	`text-embedding-3-small`	उपयोग करने के लिए एम्बेडिंग मॉडल
`api_key`	string	No	-	API कुंजी (पर्यावरण चर पर निर्भर)
`dimensions`	number	No	-	एम्बेडिंग आयाम (उन मॉडलों के लिए जो इसे समर्थन करते हैं)

Output:

Field	Type	Description
`embeddings`	array	वेक्टर एम्बेडिंग ऐरे
`model`	string	एम्बेडिंग के लिए उपयोग किया गया मॉडल
`dimensions`	number	एम्बेडिंग वेक्टर में आयामों की संख्या
`token_count`	number	प्रोसेस किए गए टोकन की संख्या

Example: Single Text Embedding

yaml

text: The quick brown fox jumps over the lazy dog
provider: openai
model: text-embedding-3-small

Example: Reduced Dimensions

yaml

text: Semantic search query
provider: openai
model: text-embedding-3-small
dimensions: 256

AI एक्सट्रैक्ट

ai.extract

AI का उपयोग करके टेक्स्ट से संरचित डेटा निकालें

Parameters:

Name	Type	Required	Default	Description
`text`	string	Yes	-	जिस टेक्स्ट से डेटा निकालना है
`schema`	object	Yes	-	निकालने के लिए फ़ील्ड को परिभाषित करने वाली JSON स्कीमा
`instructions`	string	No	-	अतिरिक्त निकालने के निर्देश
`provider`	select (`openai`, `anthropic`)	No	`openai`	उपयोग करने के लिए AI प्रदाता
`model`	string	No	`gpt-4o-mini`	निकालने के लिए उपयोग करने के लिए मॉडल
`api_key`	string	No	-	API कुंजी (पर्यावरण चर पर निर्भर)
`temperature`	number	No	`0`	सैंपलिंग तापमान (0-2)

Output:

Field	Type	Description
`extracted`	object	निकाला गया संरचित डेटा
`model`	string	निकालने के लिए उपयोग किया गया मॉडल
`raw_response`	string	कच्चा मॉडल प्रतिक्रिया

Example: Extract Contact Info

yaml

text: John Smith is a senior engineer at Acme Corp. Email: john@acme.com
schema: {"type": "object", "properties": {"name": {"type": "string"}, "title": {"type": "string"}, "company": {"type": "string"}, "email": {"type": "string"}}}
provider: openai
model: gpt-4o-mini

Example: Extract Invoice Data

yaml

text: Invoice #1234 from Acme Corp. Total: $500.00. Due: 2024-03-01
schema: {"type": "object", "properties": {"invoice_number": {"type": "string"}, "vendor": {"type": "string"}, "total": {"type": "number"}, "due_date": {"type": "string"}}}
instructions: Extract all invoice fields. Parse amounts as numbers.

लोकल Ollama चैट

ai.local_ollama.chat

Ollama के माध्यम से लोकल LLM के साथ चैट करें (पूर्णतः ऑफ़लाइन)

Parameters:

Name	Type	Required	Default	Description
`prompt`	string	Yes	-	लोकल LLM को भेजने के लिए संदेश
`model`	select (`llama2`, `llama2:13b`, `llama2:70b`, `mistral`, `mixtral`, `codellama`, `codellama:13b`, `phi`, `neural-chat`, `starling-lm`)	No	`llama2`	लोकल LLM को भेजने के लिए संदेश
`temperature`	number	No	`0.7`	सैंपलिंग तापमान (0-2)
`system_message`	string	No	-	सिस्टम भूमिका संदेश (वैकल्पिक)
`ollama_url`	string	No	`http://localhost:11434`	सिस्टम भूमिका संदेश (वैकल्पिक)
`max_tokens`	number	No	-	Ollama सर्वर URL

Output:

Field	Type	Description
`response`	string	प्रतिक्रिया में अधिकतम टोकन (वैकल्पिक, मॉडल पर निर्भर)
`model`	string	ऑपरेशन से प्रतिक्रिया
`context`	array	ऑपरेशन से प्रतिक्रिया
`total_duration`	number	मॉडल नाम या पहचानकर्ता
`load_duration`	number	फॉलो-अप अनुरोधों के लिए वार्तालाप संदर्भ
`prompt_eval_count`	number	कुल प्रोसेसिंग अवधि
`eval_count`	number	मॉडल लोडिंग अवधि

Example: Simple local chat

yaml

prompt: Explain quantum computing in 3 sentences
model: llama2

Example: Code generation with local model

yaml

prompt: Write a Python function to calculate fibonacci numbers
model: codellama
temperature: 0.2
system_message: You are a Python programming expert. Write clean, efficient code.

Example: Local reasoning task

yaml

prompt: What are the pros and cons of microservices architecture?
model: mistral
temperature: 0.7

AI मेमोरी

ai.memory

AI एजेंट के लिए वार्तालाप मेमोरी

Parameters:

Name	Type	Required	Default	Description
`memory_type`	select (`buffer`, `window`, `summary`)	Yes	`buffer`	मेमोरी स्टोरेज का प्रकार
`window_size`	number	No	`10`	रखने के लिए हाल के संदेशों की संख्या (विंडो मेमोरी के लिए)
`session_id`	string	No	-	इस वार्तालाप सेशन के लिए अद्वितीय पहचानकर्ता
`initial_messages`	array	No	`[]`	पूर्व-लोडेड वार्तालाप इतिहास

Output:

Field	Type	Description
`memory_type`	string	पूर्व-लोडेड वार्तालाप इतिहास
`session_id`	string	पूर्व-लोडेड वार्तालाप इतिहास
`messages`	array	मेमोरी का प्रकार
`config`	object	सेशन पहचानकर्ता

Example: Simple Buffer Memory

yaml

memory_type: buffer

Example: Window Memory (last 5 messages)

yaml

memory_type: window
window_size: 5

एंटिटी मेमोरी

ai.memory.entity

वार्तालाप से एंटिटी (लोग, स्थान, अवधारणाएं) निकालें और ट्रैक करें

Parameters:

Name	Type	Required	Default	Description
`entity_types`	multiselect	No	`['person', 'organization', 'location']`	Types of entities to extract and track
`extraction_model`	select (`llm`, `spacy`, `regex`)	Yes	`llm`	Model for entity extraction
`session_id`	string	No	-	Unique identifier for this memory session
`track_relationships`	boolean	No	`True`	Track relationships between entities
`max_entities`	number	No	`100`	Maximum number of entities to remember

Output:

Field	Type	Description
`memory_type`	string	याद रखने के लिए अधिकतम एंटिटी संख्या
`session_id`	string	याद रखने के लिए अधिकतम एंटिटी संख्या
`entities`	object	मेमोरी का प्रकार (entity)
`relationships`	array	सेशन पहचानकर्ता
`config`	object	प्रकार के अनुसार ट्रैक की गई एंटिटी

Example: People & Organizations

yaml

entity_types: ["person", "organization"]
extraction_model: llm

Example: Full Entity Tracking

yaml

entity_types: ["person", "organization", "location", "concept"]
track_relationships: true
max_entities: 200

Redis मेमोरी

ai.memory.redis

Redis स्टोरेज का उपयोग करके स्थायी वार्तालाप मेमोरी

Parameters:

Name	Type	Required	Default	Description
`redis_url`	string	Yes	`redis://localhost:6379`	Redis connection URL
`key_prefix`	string	No	`flyto:memory:`	Prefix for all Redis keys
`session_id`	string	Yes	-	Unique identifier for this memory session
`ttl_seconds`	number	No	`86400`	Time-to-live for memory entries (0 = no expiry)
`max_messages`	number	No	`100`	Maximum messages to store per session
`load_on_start`	boolean	No	`True`	Load existing messages from Redis on initialization

Output:

Field	Type	Description
`memory_type`	string	प्रारंभ पर Redis से मौजूदा संदेश लोड करें
`session_id`	string	प्रारंभ पर Redis से मौजूदा संदेश लोड करें
`messages`	array	मेमोरी का प्रकार (redis)
`connected`	boolean	सेशन पहचानकर्ता
`config`	object	लोड किया गया संदेश इतिहास

Example: Local Redis

yaml

redis_url: redis://localhost:6379
session_id: my-session
ttl_seconds: 3600

Example: Cloud Redis with Auth

yaml

redis_url: redis://:password@redis-cloud.example.com:6379
session_id: user-session
ttl_seconds: 86400
max_messages: 500

वेक्टर मेमोरी

ai.memory.vector

प्रासंगिक संदर्भ पुनर्प्राप्ति के लिए वेक्टर एम्बेडिंग का उपयोग करते हुए सिमेंटिक मेमोरी

Parameters:

Name	Type	Required	Default	Description
`embedding_model`	select (`text-embedding-3-small`, `text-embedding-3-large`, `text-embedding-ada-002`, `local`)	Yes	`text-embedding-3-small`	Model to use for generating embeddings
`top_k`	number	No	`5`	Number of most relevant memories to retrieve
`similarity_threshold`	number	No	`0.7`	Minimum similarity score (0-1) for retrieval
`session_id`	string	No	-	Unique identifier for this memory session
`include_metadata`	boolean	No	`True`	Include timestamp and other metadata with memories

Output:

Field	Type	Description
`memory_type`	string	मेमोरी के साथ टाइमस्टैम्प और अन्य मेटाडेटा शामिल करें
`session_id`	string	मेमोरी के साथ टाइमस्टैम्प और अन्य मेटाडेटा शामिल करें
`embedding_model`	string	मेमोरी का प्रकार (vector)
`config`	object	सेशन पहचानकर्ता

Example: Default Vector Memory

yaml

embedding_model: text-embedding-3-small
top_k: 5

Example: High Precision Memory

yaml

embedding_model: text-embedding-3-large
top_k: 10
similarity_threshold: 0.85

AI मॉडल

ai.model

AI एजेंट के लिए LLM मॉडल कॉन्फ़िगरेशन

Parameters:

Name	Type	Required	Default	Description
`provider`	select (`openai`, `anthropic`, `ollama`)	No	`openai`	AI model provider
`model`	string	No	`gpt-4o`	Specific model to use
`temperature`	number	No	`0.7`	Creativity level (0=deterministic, 1=creative)
`api_key`	string	No	-	API key (defaults to provider env var)
`base_url`	string	No	-	Custom API base URL (for Ollama or proxies)
`max_tokens`	number	No	`4096`	प्रतिक्रिया में अधिकतम टोकन

Output:

Field	Type	Description
`provider`	string	प्रतिक्रिया में अधिकतम टोकन
`model`	string	LLM प्रदाता नाम
`config`	object	LLM प्रदाता नाम

Example: OpenAI GPT-4

yaml

provider: openai
model: gpt-4o
temperature: 0.7

Example: Anthropic Claude

yaml

provider: anthropic
model: claude-3-5-sonnet-20241022
temperature: 0.5

AI Tool

ai.tool

Expose a module as a tool for AI Agent

Parameters:

Name	Type	Required	Default	Description
`module_id`	string	Yes	-	Module ID to expose as tool (e.g. http.request, data.json_parse)
`tool_description`	string	No	-	Custom description for the agent (overrides module default)

Output:

Field	Type	Description
`module_id`	string	Module ID exposed as tool

Example: HTTP Request Tool

yaml

module_id: http.request

Example: JSON Parse Tool

yaml

module_id: data.json_parse

विज़न विश्लेषण

ai.vision.analyze

AI विज़न मॉडल का उपयोग करके छवियों का विश्लेषण करें

Parameters:

Name	Type	Required	Default	Description
`image_path`	string	No	-	छवि फ़ाइल का स्थानीय पथ
`image_url`	string	No	-	विश्लेषण के लिए छवि का URL
`prompt`	string	No	`Describe this image in detail`	छवि के बारे में क्या विश्लेषण या पूछना है
`provider`	select (`openai`, `anthropic`)	No	`openai`	विज़न विश्लेषण के लिए AI प्रदाता
`model`	string	No	`gpt-4o`	उपयोग करने के लिए विज़न मॉडल
`api_key`	string	No	-	API कुंजी (पर्यावरण चर पर निर्भर)
`max_tokens`	number	No	`1000`	प्रतिक्रिया में अधिकतम टोकन
`detail`	select (`low`, `high`, `auto`)	No	`auto`	छवि का विवरण स्तर (कम/उच्च/स्वचालित)

Output:

Field	Type	Description
`analysis`	string	छवि का AI विश्लेषण
`model`	string	विश्लेषण के लिए उपयोग किया गया मॉडल
`provider`	string	विश्लेषण के लिए उपयोग किया गया प्रदाता
`tokens_used`	number	उपयोग किए गए टोकन की संख्या

Example: Analyze Screenshot

yaml

image_path: /tmp/screenshot.png
prompt: Describe what you see in this UI screenshot
provider: openai
model: gpt-4o

Example: Analyze from URL

yaml

image_url: https://example.com/photo.jpg
prompt: What objects are in this image?
provider: anthropic
model: claude-sonnet-4-20250514

Claude चैट

api.anthropic.chat

Anthropic Claude AI को चैट संदेश भेजें और प्रतिक्रिया प्राप्त करें

Parameters:

Name	Type	Required	Default	Description
`api_key`	string	No	-	Anthropic API कुंजी (डिफ़ॉल्ट env.ANTHROPIC_API_KEY)
`model`	string	No	`claude-3-5-sonnet-20241022`	उपयोग करने के लिए Claude मॉडल
`messages`	array	Yes	-	भूमिका और सामग्री के साथ संदेश ऑब्जेक्ट की सरणी
`max_tokens`	number	No	`1024`	ऑपरेशन द्वारा लौटाई गई सामग्री
`temperature`	number	No	`1.0`	सैंपलिंग तापमान (0-1)। उच्च मान आउटपुट को अधिक रैंडम बनाते हैं
`system`	string	No	-	Claude व्यवहार को निर्देशित करने के लिए सिस्टम प्रॉम्प्ट

Output:

Field	Type	Description
`content`	string	Claude व्यवहार को निर्देशित करने के लिए सिस्टम प्रॉम्प्ट
`model`	string	Claude प्रतिक्रिया टेक्स्ट
`stop_reason`	string	प्रतिक्रिया के लिए उपयोग किया गया मॉडल
`usage`	object	मॉडल ने जनरेट करना क्यों बंद किया (end_turn, max_tokens, आदि)

Example: Simple question

yaml

messages: [{"role": "user", "content": "What is the capital of France?"}]
max_tokens: 100

Example: Text summarization

yaml

system: You are a helpful assistant that summarizes text concisely.
messages: [{"role": "user", "content": "Summarize this article: ${article_text}"}]
max_tokens: 500

Google Gemini चैट

api.google_gemini.chat

Google Gemini AI को चैट संदेश भेजें और प्रतिक्रिया प्राप्त करें

Parameters:

Name	Type	Required	Default	Description
`api_key`	string	No	-	Google AI API कुंजी (डिफ़ॉल्ट env.GOOGLE_AI_API_KEY)
`model`	string	No	`gemini-1.5-pro`	उपयोग करने के लिए Gemini मॉडल
`prompt`	string	Yes	-	Gemini को भेजने के लिए टेक्स्ट प्रॉम्प्ट
`temperature`	number	No	`1.0`	रैंडमनेस नियंत्रित करता है (0-2)। उच्च मान आउटपुट को अधिक रैंडम बनाते हैं
`max_output_tokens`	number	No	`2048`	प्रतिक्रिया में अधिकतम टोकन संख्या

Output:

Field	Type	Description
`text`	string	Generated text response from Gemini
`model`	string	Model used for generation
`candidates`	array	All candidate responses

Example: Simple question

yaml

prompt: Explain quantum computing in simple terms

Example: Content generation

yaml

prompt: Write a professional email about ${topic}
temperature: 0.7
max_output_tokens: 500

OpenAI चैट

api.openai.chat

OpenAI GPT मॉडल्स को चैट संदेश भेजें

Parameters:

Name	Type	Required	Default	Description
`prompt`	string	Yes	-	GPT को भेजने के लिए संदेश
`model`	select (`gpt-4-turbo-preview`, `gpt-4`, `gpt-3.5-turbo`)	No	`gpt-4-turbo-preview`	GPT को भेजने के लिए संदेश
`temperature`	number	No	`0.7`	सैंपलिंग तापमान (0-2)
`max_tokens`	number	No	`1000`	सैंपलिंग तापमान (0-2)
`system_message`	string	No	-	प्रतिक्रिया में अधिकतम टोकन

Output:

Field	Type	Description
`response`	string	सिस्टम भूमिका संदेश (वैकल्पिक)
`model`	string	ऑपरेशन से प्रतिक्रिया
`usage`	object	ऑपरेशन से प्रतिक्रिया

Example: Simple chat

yaml

prompt: Explain quantum computing in 3 sentences
model: gpt-3.5-turbo

Example: Code generation

yaml

prompt: Write a Python function to calculate fibonacci numbers
model: gpt-4
temperature: 0.2
system_message: You are a Python programming expert

DALL-E इमेज जनरेशन

api.openai.image

DALL-E का उपयोग करके इमेज जनरेट करें

Parameters:

Name	Type	Required	Default	Description
`prompt`	string	Yes	-	जनरेट करने के लिए इमेज का विवरण
`size`	select (`256x256`, `512x512`, `1024x1024`, `1792x1024`, `1024x1792`)	No	`1024x1024`	जनरेट करने के लिए इमेज का विवरण
`model`	select (`dall-e-3`, `dall-e-2`)	No	`dall-e-3`	DALL-E मॉडल संस्करण
`quality`	select (`standard`, `hd`)	No	`standard`	इमेज गुणवत्ता (केवल DALL-E 3)
`n`	number	No	`1`	जनरेट करने के लिए इमेज की संख्या (1-10)

Output:

Field	Type	Description
`images`	array	List of generated images
`model`	string	Model name or identifier

Example: Generate artwork

yaml

prompt: A serene mountain landscape at sunset, digital art
size: 1024x1024
model: dall-e-3
quality: hd

Example: Create logo

yaml

prompt: Modern tech startup logo with blue and green colors
size: 512x512
model: dall-e-2
n: 3

AI एजेंट

llm.agent

मल्टी-पोर्ट कनेक्शन (मॉडल, मेमोरी, टूल्स) वाला स्वायत्त AI एजेंट

Parameters:

Name	Type	Required	Default	Description
`prompt_source`	select (`manual`, `auto`)	No	`manual`	कार्य प्रॉम्प्ट कहां से प्राप्त करें
`task`	string	No	-	एजेंट के लिए पूर्ण करने का कार्य। अपस्ट्रीम डेटा संदर्भित करने के लिए {{input}} उपयोग करें।
`prompt_path`	string	No	`{<!-- -->{input}<!-- -->}`	इनपुट से प्रॉम्प्ट निकालने का पथ (जैसे, {{input.message}})
`join_strategy`	select (`first`, `newline`, `separator`, `json`)	No	`first`	सरणी इनपुट कैसे संभालें
`join_separator`	string	No	`

| सरणी आइटम जॉइन करने के लिए सेपरेटर | |max_input_size| number | No |10000| प्रॉम्प्ट के लिए अधिकतम अक्षर (ओवरफ्लो रोकता है) | |system_prompt| string | No |You are a helpful AI agent. Use the available tools to complete the task. Think step by step.| एजेंट व्यवहार के लिए निर्देश | |tools| array | No |[]| मॉड्यूल IDs की सूची (टूल नोड्स कनेक्ट करने का विकल्प) | |context| object | No |{}| मॉड्यूल IDs की सूची (टूल नोड्स कनेक्ट करने का विकल्प) | |max_iterations| number | No |10| एजेंट के लिए अतिरिक्त संदर्भ डेटा | |provider | select (openai, anthropic, ollama) | No | openai| AI model provider | |model| string | No |gpt-4o| Specific model to use | |temperature| number | No |0.3| Creativity level (0=deterministic, 1=creative) | |api_key| string | No | - | API key (defaults to provider env var) | |base_url` | string | No | - | Custom API base URL (for Ollama or proxies) |

Output:

Field	Type	Description
`ok`	boolean	क्या एजेंट सफलतापूर्वक पूर्ण हुआ
`result`	string	क्या एजेंट सफलतापूर्वक पूर्ण हुआ
`steps`	array	क्या एजेंट सफलतापूर्वक पूर्ण हुआ
`tool_calls`	number	एजेंट से अंतिम परिणाम
`tokens_used`	number	एजेंट द्वारा उठाए गए चरणों की सूची

Example: Web Research Agent

yaml

task: Search for the latest news about AI and summarize the top 3 stories
tools: ["http.request", "data.json_parse"]
model: gpt-4o

Example: Data Processing Agent

yaml

task: Read the CSV file, filter rows where status is "active", and count them
tools: ["file.read", "data.csv_parse", "array.filter"]
model: gpt-4o

AI & LLM ​

Modules ​

स्वायत्त एजेंट ​

चेन एजेंट ​

टूल उपयोग एजेंट ​

टेक्स्ट एम्बेडिंग ​

AI एक्सट्रैक्ट ​

लोकल Ollama चैट ​

AI मेमोरी ​

एंटिटी मेमोरी ​

Redis मेमोरी ​

वेक्टर मेमोरी ​

AI मॉडल ​

AI Tool ​

विज़न विश्लेषण ​

Claude चैट ​

Google Gemini चैट ​

OpenAI चैट ​

DALL-E इमेज जनरेशन ​

AI एजेंट ​

AI & LLM

Modules

स्वायत्त एजेंट

चेन एजेंट

टूल उपयोग एजेंट

टेक्स्ट एम्बेडिंग

AI एक्सट्रैक्ट

लोकल Ollama चैट

AI मेमोरी

एंटिटी मेमोरी

Redis मेमोरी

वेक्टर मेमोरी

AI मॉडल

AI Tool

विज़न विश्लेषण

Claude चैट

Google Gemini चैट

OpenAI चैट

DALL-E इमेज जनरेशन

AI एजेंट