Cara Sambungkan Claude ke n8n pada VPS Sendiri

Apa yang anda sedang bina

Tiga aliran kerja AI yang berfungsi pada instans n8n yang sudah anda jalankan: webhook yang meringkaskan apa sahaja input yang diberikan, pembaca suapan berjadual yang menukar artikel menjadi baris hamparan berstruktur, dan Ejen AI yang memanggil API HTTP secara kendiri untuk menjawab soalan. Ini adalah padanan tanpa kod kepada memanggil API Claude daripada Python pada VPS anda, menggunakan API yang sama, token yang sama, dan bil yang sama, tetapi orkestrasi dilakukan dalam nod n8n dan bukannya skrip.

Saya mengandaikan n8n sudah berjalan di sebalik HTTPS mengikut panduan n8n yang dihoskan sendiri pada Docker. Jika belum, lakukan langkah tersebut terlebih dahulu; webhook memerlukan titik tamat TLS yang sebenar, dan stor kelayakan yang akan anda masukkan kunci API memerlukan sandaran kunci penyulitan yang ditekankan dalam panduan tersebut.

Masalah menarik di sini bukanlah fungsi seret dan lepas. Ia melibatkan pemilihan model bagi setiap nod, medan gesaan yang melakukan interpolasi undefined secara senyap, dan hakikat bahawa automasi berjalan tanpa pengawasan. Aliran kerja yang menelan kos setengah sen bagi setiap pelaksanaan adalah murah sehingga gelung cuba semula (retry loop) menjalankannya sebanyak empat ribu kali dalam satu malam. Kebanyakan panduan ini adalah mengenai perkara tersebut.

Satu kelayakan, disulitkan dengan kunci yang anda sandarkan

Dapatkan kunci API daripada Anthropic Console di platform.claude.com, pergi ke Settings, kemudian API Keys, dan cipta kunci dengan nama seperti n8n-vps. Kunci ini hanya dipaparkan sekali. Console juga meminta anda memilih tarikh luput semasa mencipta kunci; catatkan tarikh tersebut kerana kunci yang luput akan menyebabkan aliran kerja automatik terhenti dengan ralat 401 seperti yang diterangkan di bawah bahagian mod kegagalan. Tambah dana ke dalam akaun atau sediakan pengebilan; penggunaan API adalah berdasarkan bayaran per-token, yang ditolak daripada kredit prabayar. Langganan Pro tidak meliputi kos ini, namun pelan Claude Max dan Team kini merangkumi kredit API Claude bulanan ($100 untuk Max 5x, $200 untuk Max 20x, terkumpul sehingga $500 untuk Team) yang boleh dituntut dengan memautkan organisasi Console dalam tetapan pengebilan claude.ai anda. Kredit tersebut membayar panggilan API seperti yang dibuat oleh n8n, tidak meliputi Claude Code, dan luput pada akhir setiap kitaran pengebilan. Jika anda berharap untuk membina ketiga-tiga aliran kerja ini tanpa sebarang bayaran, FAQ harga Anthropic menyatakan bahawa pengguna baharu menerima sejumlah kecil kredit percuma untuk menguji API, jadi akaun Console baharu boleh mencuba aliran kerja ini menggunakan kredit permulaan tersebut sebelum anda menambah maklumat pengebilan; sebaik sahaja kredit habis, setiap panggilan Claude akan dibilkan mengikut token. Beberapa perkara juga tidak dikenakan bayaran selain daripada token, seperti endpoint pengiraan token dan sehingga 1,550 jam masa pelaksanaan kod percuma bagi setiap organisasi setiap bulan, walaupun tiada satu pun daripada ketiga-tiga aliran kerja ini menggunakan pelaksanaan kod. Apa yang diliputi oleh kredit API percuma menghuraikan perinciannya.

Dalam n8n: Credentials, Create credential, pilih Anthropic, tampal kunci ke dalam medan API Key, kemudian simpan. Setiap nod Claude dalam setiap aliran kerja merujuk kepada satu kelayakan yang disimpan ini, anda tidak perlu menampal kunci ke dalam mana-mana nod.

Dua nota operasi. Pertama, n8n menyulitkan kelayakan yang disimpan dengan N8N_ENCRYPTION_KEY. Jika anda menetapkan pemboleh ubah persekitaran (env var) tersebut secara eksplisit dalam fail compose anda mengikut panduan n8n, kelayakan anda akan kekal walaupun selepas container dibina semula; jika anda membiarkan n8n menjana kunci tersebut dan kemudian kehilangan volum, setiap kelayakan yang disimpan, termasuk kunci ini, akan menjadi teks sifer yang tidak dapat dipulihkan. Sandarkan kunci anda sekarang jika anda belum melakukannya. Kedua, anggap stor kelayakan n8n sebagai radius impak: sesiapa sahaja yang boleh menggunakan kelayakan Anthropic anda boleh membuat permintaan menggunakan kunci anda. Pada edisi Community, ini merujuk kepada anda dan pemilik instance; dokumentasi n8n menyatakan bahawa "Hanya pemilik instance dan pengguna yang menciptanya boleh mengakses aliran kerja dan kelayakan", jadi akaun Member lain tidak boleh mencapainya. Perkongsian aliran kerja dan kelayakan adalah ciri berbayar pada n8n yang dihoskan sendiri (Business atau Enterprise), dan sebaik sahaja anda berkongsi aliran kerja, editornya boleh menggunakan setiap kelayakan yang digunakan oleh aliran kerja tersebut. Jadi, jika ada orang lain yang log masuk ke instance ini, baca kawalan akses yang terdapat di sebalik lesen n8n berbayar sebelum memberikan akaun. Tetapkan had perbelanjaan dalam Console di bawah Settings supaya instance yang terjejas atau tidak terkawal mempunyai had maksimum.

Pemilihan model adalah keputusan bagi setiap nod

Menu lungsur model dalam nod Claude n8n ditarik secara langsung daripada API, jadi ia memaparkan apa yang boleh diakses oleh kunci anda. Model yang digunakan dalam panduan ini, dengan harga API bagi setiap juta token input/output setakat Oktober 2026, adalah: Claude Haiku 4.5 (claude-haiku-4-5) pada $1/$5 dengan tetingkap konteks 200K, Claude Sonnet 5 (claude-sonnet-5) pada $2/$10, dan Claude Opus 4.8 (claude-opus-4-8) pada $5/$25, kedua-duanya dengan tetingkap konteks 1M-token. Terdapat juga Claude Fable 5 (claude-fable-5) pada $10/$50 untuk kerja penaakulan yang paling sukar; tiada apa-apa dalam panduan ini yang memerlukannya. Gunakan ID yang tepat itu. claude-haiku-4-5 ialah alias untuk snapshot yang dipinkan claude-haiku-4-5-20251001, yang juga berfungsi, tetapi ID bertarikh yang disalin daripada tutorial lama mungkin menamakan model yang telah bersara dan akan gagal. Harga sentiasa berubah, jadi semak platform.claude.com sebelum mempercayai sebarang nombor yang anda baca di mana-mana, termasuk di sini.

Sejak panduan ini diterbitkan buat kali pertama, Anthropic telah mengeluarkan model yang lebih baharu, dan dokumentasinya kini menandakan Haiku 4.5, Sonnet 5, Opus 4.8 dan Fable 5 sebagai legasi. Ia masih berfungsi. Halaman penamatan (deprecations) menyenaraikan persaraan Haiku 4.5 sebagai tidak lebih awal daripada 15 Oktober 2026; tarikh itu telah berlalu, dan setakat 20 Oktober 2026 halaman tersebut masih menunjukkan Haiku 4.5 sebagai aktif tanpa notis persaraan. Sonnet 5, Opus 4.8 dan Fable 5 bersara tidak lebih awal daripada pertengahan 2027. Anthropic memberikan sekurang-kurangnya 60 hari notis sebelum menamatkan model yang dikeluarkan secara awam, jadi pantau halaman penamatannya jika aliran kerja anda meminkan Haiku 4.5. Barisan semasa ialah Claude Haiku 5.5 (claude-haiku-5-5, dikeluarkan pada 7 Oktober 2026) bermula daripada $0.10/$0.50 untuk gesaan sehingga 100,000 token dan $0.50/$2.50 untuk jumlah melebihi itu, Claude Sonnet 5.5 (claude-sonnet-5-5) pada $2/$10, Claude Opus 5.5 (claude-opus-5-5) pada $4/$20, dan Claude Fable 5.1 (claude-fable-5-1) pada $10/$50. Tokenizer Haiku 5.5 mengira teks yang sama sebagai kira-kira 30% lebih banyak token berbanding Haiku 4.5, jadi bandingkan kos sebenar bagi setiap pelaksanaan pada halaman penggunaan Console, bukan sekadar harga senarai.

Tabiat yang perlu dibina: pilih model bagi setiap nod, bukan bagi setiap platform. Klasifikasi, pengekstrakan, peringkasan, penghalaan, yang merupakan teras automasi, berjalan dengan sangat baik pada Haiku pada separuh harga senarai Sonnet dan satu perlima daripada Opus. Simpan Sonnet untuk ejen dan penaakulan berbilang langkah, Opus untuk aliran kerja jarang berlaku di mana jawapan yang salah menelan kos lebih tinggi daripada token. Aliran kerja dengan lima nod Claude boleh dan sepatutnya mencampurkan model.

Dua nod Claude, dan cara menggunakannya

n8n menyediakan dua integrasi Anthropic yang berbeza, dan memilih nod yang salah adalah kesilapan paling biasa bagi pengguna baharu.

Nod Anthropic ialah nod aplikasi biasa: satu permintaan masuk, satu respons keluar. Sumber Text miliknya mempunyai operasi Message a Model, serta operasi untuk menganalisis imej dan dokumen. Gunakannya apabila logik aliran kerja berada dalam n8n, pencetus, panggilan Claude, nod seterusnya. Aliran kerja 1 dan 2 di bawah menggunakan nod ini atau setaranya dalam rantaian.

Nod Anthropic Chat Model ialah sub-nod, lampiran kecil yang membekalkan model kepada nod akar seperti AI Agent atau Basic LLM Chain. Ia tidak mempunyai pencetus dan tidak mempunyai output sendiri; ia memaparkan pemilih model serta pilihan pensampelan seperti Maximum Number of Tokens dan Sampling Temperature. Satu peringatan daripada dokumentasi n8n yang perlu diingat: ungkapan di dalam sub-nod sentiasa diselesaikan berdasarkan item input pertama, bukan setiap item. Letakkan ungkapan bagi setiap item dalam medan prompt nod akar, bukan dalam sub-nod. Satu lagi peringatan daripada pihak Anthropic: pada model Claude 4.7 dan versi terbaharu, iaitu semua model dalam panduan ini kecuali Haiku 4.5, menetapkan temperature, top_p atau top_k kepada nilai bukan lalai akan menyebabkan ralat 400. Oleh itu, biarkan Sampling Temperature, Top K dan Top P tidak ditetapkan pada model-model tersebut.

Aliran Kerja 1: webhook masuk, ringkasan keluar

Hello-world bagi automasi AI: apa-apa sahaja yang dihantar melalui POST ke URL akan diringkaskan dan dihantar ke Slack atau peti masuk anda.

1. Nod Webhook, HTTP Method POST, path summarize. n8n memberikan anda URL ujian dan URL pengeluaran; URL pengeluaran hanya akan mendengar setelah aliran kerja diterbitkan.
2. Nod Anthropic, Message a Model, model claude-haiku-4-5, Max Tokens sekitar 300.
3. Nod Slack (atau Send Email), hantar teks respons ke saluran yang ditetapkan.

Prompt adalah tempat di mana ekspresi n8n bertemu dengan Claude. Body POST akan mendarat di bawah $json.body, jadi medan mesej pengguna kelihatan seperti ini:

Summarize the following feedback in three bullets, then one line:
verdict: praise | complaint | churn-risk. No preamble.

{{ $json.body.text }}

Letakkan arahan peranan dan format dalam medan system prompt nod tersebut, bukan pada mesej pengguna. System prompt kekal malar manakala payload berubah-ubah; ini mengekalkan kestabilan tingkah laku dan menjadikan prompt mudah dibaca walaupun selepas enam bulan. Uji ia daripada VPS itu sendiri:

curl -X POST https://n8n.example.com/webhook/summarize \
  -H 'Content-Type: application/json' \
  -d '{"text": "Third support ticket this month about slow disk IO..."}'

Kos setiap larian pada Haiku: payload 1,200-token berserta prompt adalah kira-kira $0.0012 untuk input, 300 token untuk output adalah $0.0015, secara kasarnya satu perempat daripada satu sen. Seribu larian sebulan adalah di bawah $3. Nod yang sama jika dihalakan ke Opus 4.8 adalah kira-kira lima kali ganda kos tersebut. Nisbah itu, didarabkan dengan setiap aliran kerja yang anda bina, adalah sebab mengapa tabiat memilih model bagi setiap nod itu penting.

Aliran Kerja 2: RSS berjadual kepada baris berstruktur

Kini sesuatu yang berjalan mengikut masa, dengan output berstruktur: baca suapan RSS setiap jam, klasifikasikan setiap item, dan tambah baris ke dalam helaian.

1. Pencetus Jadual (Schedule Trigger), setiap jam.
2. Baca RSS (RSS Read), URL suapan tersebut. Mengeluarkan satu item bagi setiap artikel.
3. Rantaian LLM Asas (Basic LLM Chain), dengan sub-nod Anthropic Chat Model yang ditetapkan kepada claude-haiku-4-5, dan sub-nod Structured Output Parser yang mengandungi skema JSON.
4. Google Sheets (atau Postgres), tambah satu baris bagi setiap item.

Structured Output Parser ialah elemen yang menukarkan "Claude, sila berikan JSON" daripada sekadar harapan kepada satu kontrak: ia mengesahkan balasan model terhadap skema anda dan akan melaporkan kegagalan item dengan jelas dan bukannya menulis baris data yang rosak. Skema seperti:

{
  "type": "object",
  "properties": {
    "category": { "type": "string", "enum": ["release", "security", "tutorial", "other"] },
    "relevance": { "type": "number" },
    "one_line_summary": { "type": "string" }
  },
  "required": ["category", "relevance", "one_line_summary"]
}

Dan prompt rantaian tersebut merujuk kepada item suapan:

Classify this article for a VPS hosting audience.

Title: {{ $json.title }}
Content: {{ $json.contentSnippet }}

Pengiraan kos berubah bentuk di sini: ia dikira setiap item, bukan setiap pelaksanaan. Lima puluh artikel sejam, dua puluh empat jam sehari, bermakna 36,000 panggilan Claude sebulan, pada model Haiku mungkin sekitar $40–90 bergantung pada panjang artikel, manakala pada Opus kira-kira lima kali ganda jumlah tersebut. Lakukan penyahduplikasian (deduplicate) sebelum nod LLM (menggunakan IF ringkas terhadap pautan yang pernah dilihat, atau nod Remove Duplicates dalam n8n) dan jumlahnya akan berkurangan, kerana kebanyakan tinjauan setiap jam tidak mengandungi perkara baharu. Token yang paling murah ialah panggilan yang tidak pernah anda buat.

Aliran Kerja 3: Ejen AI yang menggunakan alatan

Dua aliran kerja pertama ialah talian paip, di mana anda menentukan langkah-langkahnya. Nod Ejen AI menterbalikkan keadaan tersebut: anda memberikan matlamat dan alatan kepada Claude, dan ia yang menentukan alatan mana yang perlu dipanggil, mengikut urutan yang mana, sehingga tugas selesai. n8n memerlukan sub-nod model sembang dan sekurang-kurangnya satu sub-nod alat yang dilampirkan.

Binaan konkrit, pembantu operasi yang menjawab "apa yang tergendala dan mengapa" daripada pemantauan anda:

1. Chat Trigger (atau webhook), soalan diterima.
2. AI Agent, dengan sub-nod Anthropic Chat Model yang ditetapkan kepada claude-sonnet-5. Ejen merancang dan merantai panggilan alat; Haiku boleh mengendalikan ejen satu alat yang mudah, tetapi Sonnet ialah tahap minimum yang wajar apabila alatan bertambah.
3. Nod HTTP Request dilampirkan sebagai alat, dihalakan ke API status Uptime Kuma atau endpoint Zabbix anda. Alat HTTP kedua boleh mengakses apa sahaja yang mempunyai API REST.

Dua tetapan melakukan kebanyakan kerja. System Message ejen menentukan tugas: "Anda ialah pembantu operasi. Gunakan alat status untuk menyemak keadaan monitor semasa sebelum menjawab. Laporkan hanya monitor yang tergendala, berserta tempohnya." Dan penerangan bagi setiap alat bukanlah dokumentasi untuk manusia, ia adalah cara Claude menentukan bila untuk memanggilnya. "Mengembalikan keadaan semasa up/down untuk semua servis yang dipantau sebagai JSON" akan dipanggil pada saat yang tepat; "API status" akan diabaikan atau disalah guna. Apabila anda melampirkan nod HTTP Request sebagai alat, aktifkan pilihan Optimize Response dan pilih medan JSON yang penting, jika tidak, setiap respons API yang panjang lebar akan dimasukkan ke dalam konteks model sebagai token input yang perlu anda bayar.

Tetapkan Max Iterations pada ejen (lalai ialah 10) kepada nombor terkecil yang berfungsi, ia adalah perbezaan antara "ejen berputus asa selepas 4 panggilan alat" dan gelung sedozen pusingan model. Dan fahami bentuk pengebilan: setiap lelaran menghantar semula keseluruhan perbualan setakat ini, mesej sistem, soalan, setiap hasil alat terdahulu, sebagai token input. Satu larian ejen enam lelaran boleh mencecah jumlah 20,000 token input kumulatif dan 2,000 output: pada Sonnet 5 pada harga $2/$10 iaitu kira-kira $0.06, panggil ia dua puluh kali untuk satu larian ringkasan mudah. Jika anda mendapati diri anda memasang banyak alatan pada satu ejen, itu adalah titik di mana menjalankan pelayan MCP pada VPS anda menjadi seni bina yang lebih kemas.

Kawalan kos, kerana tiada siapa yang memantau

Aliran kerja yang tidak dipantau memerlukan kawalan yang biasanya disediakan secara tersirat oleh manusia di hadapan papan kekunci. Terdapat empat lapisan, bermula daripada yang paling murah.

Max Tokens pada setiap nod Claude. Ini adalah had output yang tetap. Peringkas memerlukan 300, pengelas memerlukan 100. Ini mengehadkan bahagian perbelanjaan yang mahal (merentasi model dalam panduan ini, $5–$50 bagi setiap juta token output berbanding $1–$10 untuk input, dengan output lima kali ganda harga input bagi setiap satu) dan berfungsi sebagai brek kecemasan; pepijat prompt yang menyebabkan Claude membebel hanya menelan kos 300 token, bukan 8,000.

Model bagi setiap nod. Telah dibincangkan di atas; antara Haiku 4.5 dan Opus 4.8, terdapat perbezaan harga sebanyak lima kali ganda, sepuluh kali ganda sehingga Fable 5, dan merentasi barisan model semasa, daripada Haiku 5.5 hingga Fable 5.1, ia mencapai seratus kali ganda bagi prompt sehingga 100,000 token. Ia hanya mengambil masa sepuluh saat untuk ditetapkan.

Hadkan gelung. Max Iterations pada ejen. Tetapkan tamat masa aliran kerja dalam tetapan aliran kerja supaya pelaksanaan yang tersekat akan mati dan tidak terus berputar. Berhati-hati dengan Retry On Fail bagi setiap nod: ia adalah alat yang tepat untuk ralat sementara, tetapi percubaan semula akan melipatgandakan kos. Max Tries sebanyak 3 dengan Wait Between Tries selama 5000 ms bermakna kegagalan yang berterusan akan mengenakan caj sehingga tiga kali bagi setiap item sebelum berhenti. Jangan sekali-kali meletakkan fungsi cuba semula pada nod yang telah berjaya dengan kos yang tinggi.

Aliran kerja ralat sebagai langkah terakhir. Cipta aliran kerja yang bermula dengan nod Error Trigger yang menghantar nama aliran kerja yang gagal dan ralat ke Slack, kemudian tetapkannya sebagai Error Workflow dalam tetapan setiap aliran kerja AI. Mod kegagalan yang dikesan oleh langkah ini adalah yang paling buruk: aliran kerja yang dicetuskan mengikut jadual mengalami ralat pada setiap larian, setiap jam, selama seminggu, dengan setiap larian membakar token sebelum ia mati. Padankan langkah ini dengan had perbelanjaan bulanan dalam Anthropic Console dan semak halaman penggunaan Console dalam beberapa hari pertama selepas mengaktifkan sebarang tugasan berjadual. Jika anda ingin memahami dengan tepat apa yang dicaj kepada anda, panduan penggunaan token menghuraikannya secara terperinci.

Mod kegagalan, berserta rentetan yang akan anda lihat

Nod gagal serta-merta dengan "Authorization failed - please check your credentials." API mengembalikan 401. Badan respons asas mempunyai bentuk ini (respons semasa juga membawa medan request_id):

{"type": "error", "error": {"type": "authentication_error", "message": "invalid x-api-key"}}

Kunci yang tersalah tampal, terpotong, mempunyai ruang putih di hujung, atau merupakan pemegang tempat daripada tutorial. Cipta semula kelayakan n8n dan tampal sekali lagi; jika ia berfungsi semalam, semak sama ada kunci telah dibatalkan atau mencapai tarikh luput dalam Console, atau sama ada pemulihan volum telah mengembalikan kelayakan yang disulitkan dengan N8N_ENCRYPTION_KEY yang berbeza.

Pelaksanaan gagal secara berperingkat dengan 429 rate_limit_error, mesej yang berbunyi seperti "Number of request tokens has exceeded your per-minute rate limit." Had kadar diukur setiap minit dan dikuatkuasakan dengan baldi token yang diisi semula secara berterusan, dan n8n memudahkan pelaksanaan lima puluh webhook atau RSS secara serentak. Selesaikan secara struktur: proses item secara jujukan (Loop Over Items) dan bukannya selari, serta tetapkan Retry On Fail dengan Max Tries 3 dan Wait Between Tries pada maksimum 5000 ms, n8n mengehadkan medan tersebut pada 5000 ms. Apabila anda memerlukan tempoh tunggu yang lebih lama supaya baldi mempunyai masa untuk diisi semula sebelum percubaan semula, letakkan nod Wait dalam laluan ralat atau proses item satu demi satu. Had kadar 429 biasanya membawa pengepala retry-after yang memberitahu anda berapa saat untuk menunggu (dokumentasi Anthropic menyatakan tidak semua 429 mempunyai pengepala ini), tempoh tunggu tetap n8n tidak boleh membacanya, jadi bina jeda yang lebih lama sendiri. Satu pengecualian: 429 tanpa pengepala retry-after dan error_code bernilai enforced_spend_limit_reached bermakna organisasi anda telah mencapai had perbelanjaan bulanan peringkat penggunaan anda, dan tiada percubaan semula akan berjaya sehingga bulan seterusnya atau peningkatan peringkat.

404 not_found_error menamakan model anda. Mesej tersebut menamakan ID model yang anda hantar, seperti:

{"type": "error", "error": {"type": "not_found_error", "message": "model: claude-haiku-4.5"}}

Titik dan bukannya tanda sempang (4.5 untuk 4-5), akhiran tarikh yang tersalah taip atau direka, atau model yang telah bersara daripada catatan blog yang lapuk. Betulkan ID tersebut berdasarkan senarai semasa, ini sering berlaku kepada pengguna yang menaip ke dalam medan model sebagai ungkapan dan bukannya memilih daripada menu lungsur.

Claude menjawab soalan yang tidak anda tanya. Tiada ralat di mana-mana, pelaksanaan berwarna hijau. Ungkapan n8n yang merujuk medan yang tiada, seperti {{ $json.body.text }} apabila payload menggunakan message, akan menyisipkan rentetan literal undefined ke dalam prompt anda, dan Claude dengan patuh menjawab prompt mengenai sesuatu yang tidak wujud. Jika nod yang dirujuk tidak dilaksanakan langsung, n8n akan berhenti dengan ralat yang menyatakan ungkapan merujuk nod yang "hasn't been executed yet", tetapi medan yang tiada tidak akan mengeluarkan sebarang amaran. Sebelum mengaktifkan, sentiasa jalankan sekali dengan data sebenar dan baca prompt yang dipaparkan dalam panel input nod, editor ungkapan akan memaparkan pratonton nilai yang diselesaikan, dan undefined ada di situ jika anda melihatnya.

FAQ

Bagaimanakah cara untuk menyambungkan Claude ke n8n?

Cipta kunci API dalam Anthropic Console di platform.claude.com, kemudian dalam n8n, tambah kelayakan (credential) jenis Anthropic dan tampal kunci tersebut ke dalam medan API Key. Setiap nod Claude, nod aplikasi Anthropic, dan sub-nod Anthropic Chat Model merujuk kepada kelayakan yang disimpan itu. n8n menyulitkannya dengan N8N_ENCRYPTION_KEY, jadi buat sandaran kunci tersebut atau kelayakan anda akan hilang bersama volum sekiranya ia terpadam.

Berapakah kos aliran kerja AI bagi setiap pelaksanaan?

Anggarkan jumlah token bagi setiap pelaksanaan, kemudian darabkan dengan harga per juta token model tersebut. Setakat Oktober 2026, Haiku 4.5 berharga $1/$5 bagi setiap juta token input/output, manakala Sonnet 5 berharga $2/$10. Ringkasan webhook menggunakan Haiku menelan kos kira-kira satu perempat sen; pelaksanaan ejen pada Sonnet dengan beberapa panggilan alat (tool calls) mencecah sekitar $0.06–$0.10 kerana setiap lelaran menghantar semula keseluruhan perbualan sebagai input. Sahkan pelaksanaan tersebut dalam halaman penggunaan (usage page) di Console dan jangan hanya bergantung pada anggaran.

Model Claude manakah yang patut saya gunakan untuk automasi n8n?

Gunakan Haiku 4.5 untuk klasifikasi, pengekstrakan, ringkasan, dan penghalaan, iaitu kerja volum tinggi yang mengutamakan kelajuan dan harga. Gunakan Sonnet 5 untuk nod AI Agent dan penaakulan berbilang langkah. Gunakan Opus 4.8 hanya apabila jawapan yang salah membawa kos yang tinggi sehingga mewajarkan harga senarai $5/$25, iaitu lima kali ganda harga Haiku dan dua setengah kali ganda harga Sonnet. Model terbaharu Anthropic iaitu Haiku 5.5, Sonnet 5.5, dan Opus 5.5 memainkan peranan yang sama pada harga senarai yang sama atau lebih rendah. Tetapkan model mengikut nod, bukan mengikut aliran kerja; satu aliran kerja boleh menggabungkan ketiga-tiganya.

Bagaimanakah cara untuk menghalang aliran kerja n8n daripada terlebih belanja pada API Claude?

Gunakan lapisan kawalan: tetapkan Max Tokens yang rendah pada setiap nod Claude, Max Iterations pada ejen, had masa (timeout) aliran kerja, dan tetapan Retry On Fail yang konservatif supaya kegagalan tidak melipatgandakan penggunaan token. Kemudian, tambah aliran kerja Error Trigger yang memberi amaran kepada anda melalui Slack apabila mana-mana aliran kerja AI gagal, dan tetapkan had perbelanjaan bulanan dalam Anthropic Console sebagai siling keras yang tidak boleh dilampaui oleh mana-mana proses pada VPS.

Adakah panggilan alat (tool calls) AI dikenakan bayaran tambahan?

Tiada yuran alat yang berasingan, tetapi alat tidak percuma: setiap hasil alat akan dimasukkan semula ke dalam model sebagai token input, dan setiap lelaran ejen akan menghantar semula keseluruhan perbualan yang telah berlaku. Respons API yang panjang lebar jika tidak ditapis boleh melebihi saiz prompt sebenar anda. Aktifkan Optimize Response pada alat HTTP Request dan kembalikan hanya medan yang diperlukan oleh ejen.