🌐 Initial translations for PR #621

Auto-generated translations for documentation changes in PR #621.

Last-Processed-Commit: 6619ef3
Original-PR: #621
Languages: Chinese (zh), Japanese (ja)

🤖 Generated with GitHub Actions

Author: github-actions[bot]

ja/use-dify/nodes/llm.mdx

@@ -6,26 +6,25 @@ icon: "brain"
 
 <Note> ⚠️ このドキュメントはAIによって自動翻訳されています。不正確な部分がある場合は、[英語版](/en/use-dify/nodes/llm)を参照してください。</Note>
 
-
 LLMノードは大規模言語モデルを呼び出してテキスト、画像、ドキュメントを処理します。設定されたモデルにプロンプトを送信し、その応答を取得します。構造化出力、コンテキスト管理、マルチモーダル入力をサポートしています。
 
 <Frame caption="LLMノード設定インターフェース">
   <img src="https://assets-docs.dify.ai/dify-enterprise-mintlify/en/guides/workflow/node/85730fbfa1d441d12d969b89adf2670e.png" alt="LLM Node Overview" />
 </Frame>
 
 <Info>
-  LLMノードを使用する前に、**システム設定 → モデルプロバイダー**で少なくとも1つのモデルプロバイダーを設定してください。セットアップ手順については[モデル設定ガイド](/en/guides/model-configuration/readme)をご覧ください。
+  LLMノードを使用する前に、**システム設定 → モデルプロバイダー**で少なくとも1つのモデルプロバイダーを設定してください。セットアップ手順については[モデルプラグインのインストール方法](/ja/use-dify/workspace/plugins)をご覧ください。
 </Info>
 
-## モデル選択とパラメーター
+## モデル選択とパラメータ
 
 設定したモデルプロバイダーから任意のモデルを選択できます。異なるモデルはそれぞれ異なるタスクに適しています。GPT-4とClaude 3.5は複雑な推論を得意としますがコストが高く、GPT-3.5 Turboは機能と価格のバランスが取れています。ローカル展開には、Ollama、LocalAI、Xinferenceを使用してください。
 
-<Frame caption="モデル選択とパラメーター設定">
+<Frame caption="モデル選択とパラメータ設定">
   <img src="https://assets-docs.dify.ai/dify-enterprise-mintlify/en/guides/workflow/node/43f81418ea70d4d79e3705505e777b1b.png" alt="LLM Node Configuration" />
 </Frame>
 
-モデルパラメーターは応答生成を制御します。**温度**は0（決定的）から1（創造的）の範囲です。**核サンプリング**は確率によって単語選択を制限します。**頻度ペナルティ**は繰り返しを減らします。**存在ペナルティ**は新しいトピックを促進します。プリセットも使用できます：**精密**、**バランス**、**創造的**。
+モデルパラメータは応答生成を制御します。**温度**は0（決定的）から1（創造的）の範囲です。**Top P**は確率によって単語選択を制限します。**頻度ペナルティ**は繰り返しを減らします。**存在ペナルティ**は新しいトピックを促進します。プリセットも使用できます：**精密**、**バランス**、**創造的**。
 
 ## プロンプト設定
 
@@ -40,7 +39,7 @@ User: {{user_input}}
 
 ## コンテキスト変数
 
-コンース帰属を保持しながら外部知識を注入します。これにより、大規模言語モデルがあなたの特定のドキュメントを使用して質問に答えるRAGアプリケーションが可能になります。
+コンテキスト変数はソース帰属を保持しながら外部知識を注入します。これにより、大規模言語モデルがあなたの特定のドキュメントを使用して質問に答えるRAGアプリケーションが可能になります。
 
 <Frame caption="RAGアプリケーションでのコンテキスト変数の使用">
   <img src="https://assets-docs.dify.ai/dify-enterprise-mintlify/en/guides/workflow/node/5aefed96962bd994f8f05bac96b11e22.png" alt="Context Variables" />
@@ -55,7 +54,7 @@ User: {{user_input}}
 質問：{{user_question}}
 ```
 
-知識検索からのコンテキスト変数を使用する場合、Difyは自動的に引用と帰属を追跡するため、ユーザーは情報源を確認できます。
+知識検索からのコンテキスト変数を使用する場合、Difyは自動的に引用を追跡するため、ユーザーは情報源を確認できます。
 
 ## 構造化出力
 
@@ -94,28 +93,23 @@ User: {{user_input}}
 
 ## メモリとファイル処理
 
-**メモリ**を有効にすると、ワークフロー実行内の複数のLLM呼び出しでコンテキストを維持できます。ノードは以前のインタラクションを後続のプロンプトに含めます。メモリはノード固有であり、ワークフロー実行間では持続しません。
+![](/images/llm-memory.png)
+メモリを有効にすると、チャットフロー会話内の複数のLLM呼び出しでコンテキストを維持できます。有効にすると、以前のインタラクションがフォーマットされたユーザー - アシスタント出力として後続のプロンプトに含まれます。`USER`テンプレートを編集することで、ユーザープロンプトに入力される内容をカスタマイズできます。メモリはノード固有であり、異なる会話間では持続しません。
 
-**ファイル処理**では、マルチモーダルモデル用にプロンプトにファイル変数を追加します。GPT-4Vは画像をaudeはPDFを直接処理しますが、他のモデルでは前処理が必要な場合があります。
+**ファイル処理**では、マルチモーダルモデル用にプロンプトにファイル変数を追加します。GPT-4Vは画像を、ClaudeはPDFを直接処理しますが、他のモデルでは前処理が必要な場合があります。
 
 ### ビジョン機能設定
 
 画像を処理する際、詳細レベルを制御できます：
 - **高詳細** - 複雑な画像でより良い精度を提供しますが、より多くのトークンを使用します
 - **低詳細** - シンプルな画像でより少ないトークンでより高速な処理
 
-ビジョン機能のデフォルト変数セレクターは`sys.files`で、開始ノードからファイルを自動的に取得します。
+ビジョン機能のデフォルト変数セレクターは`userinput.files`で、ユーザー入力ノードからファイルを自動的に取得します。
 
 <Frame caption="マルチモーダル大規模言語モデルでのファイル処理">
   <img src="https://assets-docs.dify.ai/2024/11/05b3d4a78038bc7afbb157078e3b2b26.png" alt="File Processing" />
 </Frame>
 
-補完モデルでの会話履歴については、マルチターンコンテキストを維持するために会話変数を挿入します：
-
-<Frame caption="会話履歴変数の使用">
-  <img src="https://assets-docs.dify.ai/dify-enterprise-mintlify/en/guides/workflow/node/b8642f8c6e3f562fceeefae83628fd68.png" alt="Conversation History" />
-</Frame>
-
 ## Jinja2テンプレートサポート
 
 LLMプロンプトは高度な変数処理のためにJinja2テンプレートをサポートしています。Jinja2モード（`edition_type: "jinja2"`）を使用すると、次のことができます：
@@ -128,10 +122,10 @@ LLMプロンプトは高度な変数処理のためにJinja2テンプレート
 
 Jinja2変数は通常の変数置換とは別に処理され、プロンプト内でループ、条件文、複雑なデータ変換が可能になります。
 
-## ストリーミングレスポンス
+## ストリーミング出力
 
-LLMノードはデフォルトでストリーミングレスポンスをサポートしています。各テキストチャンクは`RunStreamChunkEvent`として生成され、リアルタイムの応答表示が可能になります。ファイル出力（画像、ドキュメント）はストリーミング中に自動的に処理され保存されます。
+LLMノードはデフォルトでストリーミング出力をサポートしています。各テキストチャンクは`RunStreamChunkEvent`として生成され、リアルタイムの応答表示が可能になります。ファイル出力（画像、ドキュメント）はストリーミング中に自動的に処理され保存されます。
 
 ## エラーハンドリング
 
-失敗したLLM呼び出しのリトライ動作を設定します。最大リトライ回数、リトライ間隔、バックオフ乗数を設定します。リトライが十分でない場合のデフォルト値、エラールーティング、代替モデルなどのフォールバック戦略を定義します。
+失敗したLLM呼び出しのリトライ動作を設定します。最大リトライ回数、リトライ間隔、バックオフ乗数を設定します。リトライが十分でない場合のデフォルト値、エラールーティング、代替モデルなどのフォールバック戦略を定義します。

zh/use-dify/nodes/llm.mdx

@@ -1,19 +1,19 @@
 ---
 title: "大语言模型"
+description: "调用语言模型进行文本生成和分析"
 icon: "brain"
 ---
 
 <Note> ⚠️ 本文档由 AI 自动翻译。如有任何不准确之处，请参考[英文原版](/en/use-dify/nodes/llm)。</Note>
 
-
 大型语言模型节点调用语言模型来处理文本、图像和文档。它向你配置的模型发送提示词并捕获其响应，支持结构化输出、上下文管理和多模态输入。
 
 <Frame caption="大型语言模型节点配置界面">
   <img src="https://assets-docs.dify.ai/dify-enterprise-mintlify/en/guides/workflow/node/85730fbfa1d441d12d969b89adf2670e.png" alt="LLM Node Overview" />
 </Frame>
 
 <Info>
-  在使用大型语言模型节点之前，请先在**系统设置 → 模型供应商**中配置至少一个模型供应商。请参阅[模型配置指南](/zh/use-dify/workspace/model-providers)了解设置说明。
+  在使用大型语言模型节点之前，请先在**系统设置 → 模型供应商**中配置至少一个模型供应商。请参阅[如何安装模型插件](/zh/use-dify/workspace/plugins)了解设置说明。
 </Info>
 
 ## 模型选择和参数
@@ -54,7 +54,7 @@ Answer using only this context:
 Question: {{user_question}}
 ```
 
-当使用来自知识检索的上下文变量时，Dify 会自动跟踪引用与归属，以便用户看到信息来源。
+当使用来自知识检索的上下文变量时，Dify 会自动跟踪引用，以便用户看到信息来源。
 
 ## 结构化输出
 
@@ -83,7 +83,7 @@ Question: {{user_question}}
   </Tab>
 
   <Tab title="AI 生成">
-    用自然语言描述需求，让 AI 生成 Schema
+    用自然语言描述需求，让 AI 生成 Schema。
   </Tab>
 </Tabs>
 
@@ -93,28 +93,23 @@ Question: {{user_question}}
 
 ## 记忆和文件处理
 
-启用**记忆**以在工作流运行中的多个大型语言模型调用之间维护上下文。该节点在后续提示词中包含之前的交互。记忆是节点特定的，不会在工作流运行之间持续存在。
+![](/images/llm-memory.png)
+启用记忆以在聊天流对话中的多个大型语言模型调用之间维护上下文。启用后，之前的交互将作为格式化的用户-助手输出包含在后续提示词中。你可以通过编辑 `USER` 模板来自定义用户提示词的内容。记忆是节点特定的，不会在不同对话之间持续存在。
 
 对于**文件处理**，将文件变量添加到多模态模型的提示词中。GPT-4V 处理图像，Claude 直接处理 PDF，而其他模型可能需要预处理。
 
 ### 视觉能力配置
 
 处理图像时，你可以控制细节级别：
-- **高细节** - 对复杂图像具有更好的准确性但使用更多标记数
-- **低细节** - 对简单图像进行更快处理，使用较少标记数
+- **高细节** - 对复杂图像具有更好的准确性但使用更多令牌
+- **低细节** - 对简单图像进行更快处理，使用较少令牌
 
-视觉能力的默认变量选择器是 `sys.files`，它会自动从开始节点获取文件。
+视觉能力的默认变量选择器是 `userinput.files`，它会自动从用户输入节点获取文件。
 
 <Frame caption="多模态模型的文件处理">
   <img src="https://assets-docs.dify.ai/2024/11/05b3d4a78038bc7afbb157078e3b2b26.png" alt="File Processing" />
 </Frame>
 
-对于完成模型中的对话历史，插入对话变量以维护多轮对话上下文：
-
-<Frame caption="使用对话历史变量">
-  <img src="https://assets-docs.dify.ai/dify-enterprise-mintlify/en/guides/workflow/node/b8642f8c6e3f562fceeefae83628fd68.png" alt="Conversation History" />
-</Frame>
-
 ## Jinja2 模板支持
 
 大型语言模型提示词支持 Jinja2 模板以进行高级变量处理。当你使用 Jinja2 模式（`edition_type: "jinja2"`）时，你可以：
@@ -133,4 +128,4 @@ Jinja2 变量与常规变量替换分别处理，允许在提示词中进行循
 
 ## 错误处理
 
-为失败的大型语言模型调用配置重试行为。设置最大重试次数、重试间隔和退避乘数。当重试不足时，定义回退策略，如默认值、错误路由或替代模型。
+为失败的大型语言模型调用配置重试行为。设置最大重试次数、重试间隔和退避乘数。当重试不足时，定义回退策略，如默认值、错误路由或替代模型。