Cara Integrasi Claude AI dengan 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 API key daripada Anthropic Console di platform.claude.com, pergi ke Settings, kemudian API Keys, dan cipta kunci dengan nama seperti n8n-vps. Ia hanya dipaparkan sekali. Tambah nilai akaun atau sediakan pengebilan; penggunaan API adalah berdasarkan bayaran per-token dan sepenuhnya berasingan daripada sebarang langganan Claude.ai.

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

Dua nota operasi. Pertama, n8n menyulitkan kelayakan yang disimpan dengan N8N_ENCRYPTION_KEY. Jika anda menetapkan pemboleh ubah persekitaran itu secara jelas dalam fail compose mengikut panduan n8n, kelayakan anda kekal selepas container dibina semula. Jika anda membenarkan n8n menjana satu nilai lalu kehilangan volume, semua kelayakan yang disimpan, termasuk key ini, menjadi ciphertext yang tidak dapat dipulihkan. Sandarkan key itu sekarang jika anda belum berbuat demikian.

Kedua, anggap stor kelayakan n8n sebagai had pendedahan. Sesiapa yang boleh mengedit workflow pada instance anda boleh membuat request menggunakan key Anthropic anda. Edisi Community tidak mempunyai permission mengikut pengguna untuk kelayakan. Oleh itu, jika orang lain log masuk ke instance ini, baca kawalan akses yang tersedia di sebalik lesen n8n berbayar sebelum memberikan akaun. Tetapkan had perbelanjaan dalam Console di bawah Settings supaya instance yang terjejas atau berjalan tanpa kawalan mempunyai had maksimum.

Pemilihan model adalah keputusan bagi setiap nod

Menu lungsur model dalam nod Claude n8n diambil secara langsung daripada API, jadi ia memaparkan apa yang boleh diakses oleh kunci anda. Setakat Julai 2026, barisan model dan harga API bagi setiap juta token input/output adalah: Claude Haiku 4.5 (claude-haiku-4-5) pada $1/$5 dengan tetingkap konteks 200K, Claude Sonnet 5 (claude-sonnet-5) pada $3/$15, harga pengenalan $2/$10 sehingga 31 Ogos 2026, 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 tepat tersebut, varian dengan akhiran tarikh yang anda ingat daripada tutorial lama akan menghasilkan ralat 404, dan harga sentiasa berubah, jadi semak platform.claude.com sebelum mempercayai sebarang nombor yang anda baca di mana-mana, termasuk di sini.

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

Dua nod Claude, dan cara menggunakannya

n8n menyediakan dua integrasi Anthropic yang berbeza, dan memilih nod yang salah merupakan kesilapan paling kerap dilakukan oleh pengguna baharu.

Nod Anthropic ialah nod aplikasi biasa: satu permintaan masuk, satu respons keluar. Sumber Teksnya 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 setara rantaiannya.

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 tiada output sendiri; ia mendedahkan pemilih model serta pilihan pensampelan seperti Maximum Number of Tokens dan Sampling Temperature. Satu peringatan daripada dokumentasi n8n yang perlu diingati: ungkapan di dalam sub-nod sentiasa diselesaikan berdasarkan item input pertama, bukan setiap item. Letakkan ungkapan bagi setiap item dalam medan gesaan (prompt) nod akar, bukan dalam sub-nod.

Aliran Kerja 1: webhook masuk, ringkasan keluar

"Hello-world" bagi automasi AI: sebarang data 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 diaktifkan.
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 akan 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 memastikan prompt mudah dibaca walaupun selepas enam bulan. Uji ia terus dari VPS:

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 pelaksanaan pada Haiku: payload 1,200-token berserta prompt adalah kira-kira $0.0012 untuk input, dan 300 token untuk output adalah $0.0015, secara kasarnya satu perempat daripada satu sen. Seribu pelaksanaan sebulan adalah di bawah $3. Nod yang sama jika dihalakan ke Opus 4.8 adalah kira-kira lima kali ganda kos tersebut. Nisbah itu, apabila 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 menyongsangkan proses tersebut: anda memberikan matlamat dan alatan kepada Claude, dan ia yang menentukan alatan mana yang perlu dipanggil, mengikut urutan yang bagaimana, sehingga tugasan selesai. n8n memerlukan sub-nod model sembang dan sekurang-kurangnya satu sub-nod alat yang dilampirkan.

Satu binaan konkrit, iaitu 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 alat tunggal yang ringkas, tetapi Sonnet ialah tahap minimum yang wajar apabila alatan semakin banyak.
3. Nod HTTP Request yang dilampirkan sebagai alat, dihalakan ke API status Uptime Kuma atau endpoint Zabbix anda. Alat HTTP kedua boleh mencapai mana-mana perkhidmatan lain dengan API REST.

Dua tetapan melakukan kebanyakan kerja. System Message ejen menentukan tugasnya: "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 naik/turun untuk semua perkhidmatan 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, dan setiap hasil alat terdahulu, sebagai token input. Satu larian ejen enam lelaran boleh berjumlah 20,000 token input kumulatif dan 2,000 output dengan mudah: pada harga pengenalan Sonnet 3.5 kira-kira $0.06, atau lebih kurang $0.09 pada harga standard $3/$15, iaitu dua puluh kali ganda daripada larian ringkasan mudah. Jika anda mendapati diri anda memasang terlalu banyak alatan pada satu ejen, itulah titik di mana menjalankan pelayan MCP pada VPS anda menjadi seni bina yang lebih kemas.

Kawalan kos, kerana tiada siapa yang memantau

Aliran kerja tanpa pengawasan memerlukan kawalan yang secara tersirat disediakan oleh manusia di hadapan papan kekunci. Terdapat empat lapisan, bermula dengan yang paling murah.

Max Tokens pada setiap nod Claude. Ini merupakan had output yang tegas. Peringkas memerlukan 300, pengelas memerlukan 100. Ini mengehadkan bahagian perbelanjaan yang mahal ($5–$25 bagi setiap juta token output berbanding $1–$5 untuk input) dan berfungsi sebagai brek kecemasan; pepijat dalam prompt yang menyebabkan Claude membebel hanya menelan kos 300 token, bukan 8,000.

Model bagi setiap nod. Telah dibincangkan di atas; ia merupakan tuil harga lima hingga sepuluh kali ganda merentasi barisan model semasa dan 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 sesuai untuk ralat sementara, tetapi percubaan semula akan melipatgandakan kos. Max Tries sebanyak 3 dengan Wait Between Tries selama 5000 ms bermakna kegagalan berterusan akan mengenakan caj kepada anda 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 benteng 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 pelaksanaan, setiap jam, selama seminggu, dengan setiap pelaksanaan membakar token sebelum ia mati. Padankan langkah ini dengan had perbelanjaan bulanan dalam Anthropic Console dan semak halaman penggunaan Console pada 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. Kandungan asasnya adalah:

{"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 kredensial n8n dan tampal sekali lagi; jika ia berfungsi semalam, semak sama ada kunci telah dibatalkan dalam Console atau sama ada pemulihan volum telah mengembalikan sistem kepada kredensial 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 adalah dalam baldi seminit, dan n8n memudahkan pelaksanaan lima puluh webhook atau RSS secara serentak. Selesaikan secara struktur: proses item secara berjujukan (Loop Over Items) dan bukannya selari, serta tetapkan Retry On Fail dengan Max Tries 3 dan Wait Between Tries pada tahap maksimum 5000 ms, n8n mengehadkan medan tersebut pada 5000 ms. Apabila anda memerlukan backoff yang lebih lama supaya percubaan semula jatuh pada tetingkap minit seterusnya, letakkan nod Wait dalam laluan ralat atau proses item satu demi satu. Respons membawa pengepala retry-after yang memberitahu anda tempoh menunggu yang tepat, tunggu tetap n8n tidak dapat membacanya, jadi bina jeda yang lebih lama sendiri.

404 not_found_error menamakan model anda. Kandungan tersebut mengulangi kesilapan taip:

{"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 daripada catatan blog yang lapuk, atau model yang telah ditamatkan. Betulkan ID berdasarkan senarai semasa, ini sering menjejaskan 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 perkara yang tidak berkaitan. Jika nod yang dirujuk tidak dilaksanakan langsung, anda akan mendapat "Referenced node is unavailable", tetapi medan yang tiada tidak akan mengeluarkan sebarang ralat. Sebelum mengaktifkan, sentiasa jalankan sekali dengan data sebenar dan baca prompt yang dipaparkan dalam panel input nod, editor ungkapan memaparkan pratonton nilai yang diselesaikan, dan undefined berada tepat di sana 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 tampalkannya 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 jika ia terpadam.

Berapakah kos aliran kerja AI bagi setiap pelaksanaan?

Anggarkan token bagi setiap pelaksanaan, kemudian darabkan dengan harga per juta token model tersebut. Setakat Julai 2026, Haiku 4.5 berharga $1/$5 bagi setiap juta token input/output dan Sonnet 5 berharga $3/$15 ($2/$10 harga pengenalan sehingga Ogos 2026). Ringkasan webhook pada Haiku menelan kos kira-kira suku 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 dalam halaman penggunaan (usage page) Console dan jangan hanya bergantung pada anggaran.

Model Claude manakah yang patut saya gunakan untuk automasi n8n?

Haiku 4.5 untuk klasifikasi, pengekstrakan, ringkasan dan penghalaan, iaitu kerja volum tinggi yang mengutamakan kelajuan dan harga. Sonnet 5 untuk nod AI Agent dan penaakulan berbilang langkah. Opus 4.8 hanya digunakan jika jawapan yang salah membawa kos yang tinggi sehingga mewajarkan harga senarai $5/$25, iaitu lima kali ganda harga Haiku dan kurang sedikit daripada dua kali ganda harga Sonnet. 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 perbelanjaan token. Kemudian, tambah aliran kerja Error Trigger yang memberi amaran kepada anda dalam Slack apabila mana-mana aliran kerja AI gagal, dan tetapkan had perbelanjaan bulanan dalam Anthropic Console sebagai siling keras yang tidak boleh dilangkau oleh mana-mana proses pada VPS.

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

Tiada yuran alat yang berasingan, namun penggunaan alat tidak percuma: setiap hasil alat disuapkan semula kepada model sebagai token input, dan setiap lelaran ejen 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.