Claude koppelen aan n8n op een eigen VPS

Wat u bouwt

Drie werkende AI-workflows op de n8n-instantie die u al beheert: een webhook die alles samenvat wat u erin voert, een geplande feed-reader die artikelen omzet in gestructureerde spreadsheetrijen, en een AI Agent die zelfstandig een HTTP API aanroept om vragen te beantwoorden. Dit is de no-code tegenhanger van het aanroepen van de Claude API vanuit Python op uw VPS; dezelfde API, dezelfde tokens, dezelfde kosten, maar de orkestratie vindt plaats in n8n-nodes in plaats van in een script.

Ik ga ervan uit dat n8n al achter HTTPS draait volgens de handleiding voor zelfgehoste n8n op Docker. Als dat nog niet het geval is, voer dit dan eerst uit; webhooks vereisen een echt TLS-eindpunt en de credential store waar u zometeen een API-sleutel in plaatst, heeft de back-up van de encryptiesleutel nodig waar die handleiding u op wijst.

De interessante uitdagingen hier zijn niet het slepen en neerzetten van elementen. Het gaat om modelselectie per node, promptvelden die stilletjes undefined interpoleren, en het feit dat een automatisering onbeheerd draait. Een workflow die een halve cent per uitvoering kost is goedkoop, totdat een retry-loop deze 's nachts vierduizend keer uitvoert. Het grootste deel van deze handleiding gaat over deze onderwerpen.

Eén credential, versleuteld met de sleutel waarvan u een back-up heeft gemaakt

Haal een API-sleutel op via de Anthropic Console op platform.claude.com, ga naar Settings, vervolgens naar API Keys en maak een sleutel aan met een naam zoals n8n-vps. Deze wordt slechts eenmaal getoond. Stort saldo op het account of stel facturering in; API-gebruik wordt per token afgerekend en staat volledig los van een eventueel Claude.ai-abonnement. Als u hoopte deze drie workflows te bouwen zonder kosten, er is geen gratis laag, enkel een klein tegoed bij aanmelding en enkele eindpunten die kosteloos zijn.

In n8n: ga naar Credentials, kies Create credential, selecteer Anthropic, plak de sleutel in het veld API Key en sla op. Elke Claude-node in elke workflow verwijst naar dit ene opgeslagen credential; u plakt de sleutel nooit direct in een node.

Twee operationele aandachtspunten. Ten eerste versleutelt n8n opgeslagen referenties met N8N_ENCRYPTION_KEY. Als u deze omgevingsvariabele expliciet instelt in uw compose-bestand volgens de n8n-handleiding, blijven uw referenties behouden nadat u de container opnieuw hebt gebouwd. Als u n8n er een laat genereren en daarna het volume verliest, zijn alle opgeslagen referenties, inclusief deze sleutel, onherstelbaar als ciphertext. Maak nu een back-up van de sleutel als u dat hebt overgeslagen.

Ten tweede moet u de n8n-referentieopslag beschouwen als de blast radius: iedereen die workflows op uw instance kan bewerken, kan met uw Anthropic-sleutel requests uitvoeren. De Community-editie biedt geen rechten per gebruiker voor referenties. Als andere personen zich bij deze instance aanmelden, leest u eerst welke toegangscontroles onderdeel zijn van een betaalde n8n-licentie voordat u accounts verstrekt. Stel in de Console onder Settings een bestedingslimiet in, zodat een gecompromitteerde of op hol geslagen instance een bovengrens heeft.

Modelkeuze is een beslissing per node

Het model-dropdownmenu in de Claude-nodes van n8n wordt live opgehaald via de API, waardoor het toont waartoe uw sleutel toegang heeft. Per juli 2026 is het aanbod en de API-prijs per miljoen input/output-tokens als volgt: Claude Haiku 4.5 (claude-haiku-4-5) voor $1/$5 met een contextvenster van 200K, Claude Sonnet 5 (claude-sonnet-5) voor $3/$15, met een introductieprijs van $2/$10 tot en met 31 augustus 2026, en Claude Opus 4.8 (claude-opus-4-8) voor $5/$25, beide met contextvensters van 1M tokens. Daarnaast is er Claude Fable 5 (claude-fable-5) voor $10/$50 voor de meest complexe redeneertaken; niets in deze handleiding vereist dit model. Gebruik exact deze ID's; een variant met een datum-achtervoegsel die u zich herinnert uit een oude handleiding zal een 404-fout geven. Prijzen wijzigen, dus controleer platform.claude.com voordat u vertrouwt op enig getal dat u ergens leest, inclusief hier.

De gewoonte die u moet aanleren: kies het model per node, niet per platform. Classificatie, extractie, samenvatting en routing, de kern van automatisering, draaien uitstekend op Haiku tegen een derde van de catalogusprijs van Sonnet en een vijfde van die van Opus. Reserveer Sonnet voor agents en redeneringen in meerdere stappen, en Opus voor de zeldzame workflow waarbij een foutief antwoord meer kost dan de tokens. Een workflow met vijf Claude-nodes kan en moet modellen combineren.

De twee Claude-nodes en wanneer u welke gebruikt

n8n levert twee verschillende Anthropic-integraties, en het kiezen van de verkeerde is de meest voorkomende fout voor beginners.

De Anthropic-node is een standaard app-node: één verzoek erin, één antwoord eruit. De Text-resource bevat een Message a Model-operatie, naast operaties voor het analyseren van afbeeldingen en documenten. Gebruik deze wanneer de workflow-logica zich in n8n bevindt: trigger, Claude-aanroep, volgende node. Workflow 1 en 2 hieronder gebruiken deze node of de chain-variant ervan.

De Anthropic Chat Model-node is een sub-node, een klein onderdeel dat het model levert aan een root-node zoals AI Agent of Basic LLM Chain. Deze node heeft geen trigger en geen eigen output; hij biedt de modelkeuze en sampling-opties zoals Maximum Number of Tokens en Sampling Temperature. Een belangrijk punt uit de n8n-documentatie om te onthouden: expressies in sub-nodes worden altijd opgelost op basis van het eerste input-item, niet per item. Plaats expressies die per item moeten worden verwerkt in de prompt-velden van de root-node, niet in de sub-node.

Workflow 1: webhook in, samenvatting uit

De 'hello-world' van AI-automatisering: alles wat via POST naar een URL wordt gestuurd, wordt samengevat en belandt in Slack of uw inbox.

1. Webhook-node, HTTP Method POST, pad summarize. n8n verstrekt een test-URL en een productie-URL; de productie-URL luistert pas zodra de workflow actief is.
2. Anthropic-node, Message a Model, model claude-haiku-4-5, Max Tokens rond de 300.
3. Slack-node (of Send Email), post de antwoordtekst naar een kanaal.

De prompt is waar n8n-expressies samenkomen met Claude. Een POST-body komt binnen onder $json.body, dus het veld voor het gebruikersbericht ziet er als volgt uit:

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

{{ $json.body.text }}

Plaats instructies over de rol en het formaat in het system prompt-veld van de node, niet in het gebruikersbericht. De system prompt blijft constant terwijl de payload varieert; dit houdt het gedrag stabiel en zorgt ervoor dat de prompt over zes maanden nog steeds leesbaar is. Test dit vanaf de VPS zelf:

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..."}'

De kosten per run op Haiku: een payload van 1.200 tokens plus prompt is ongeveer $0,0012 aan input, 300 tokens aan output is $0,0015, grofweg een kwart cent. Duizend runs per maand kost minder dan $3. Dezelfde node gericht op Opus 4.8 kost ongeveer vijf keer zoveel. Die verhouding, vermenigvuldigd met elke workflow die u bouwt, is de reden waarom de gewoonte om per node een model te kiezen belangrijk is.

Workflow 2: geplande RSS naar gestructureerde rijen

Nu volgt een proces op basis van een tijdschema, met gestructureerde output: lees elk uur een RSS-feed, classificeer elk item en voeg rijen toe aan een spreadsheet.

1. Schedule Trigger, elk uur.
2. RSS Read, de feed-URL. Geeft één item per artikel als output.
3. Basic LLM Chain, met een Anthropic Chat Model sub-node ingesteld op claude-haiku-4-5, en een Structured Output Parser sub-node die een JSON-schema bevat.
4. Google Sheets (of Postgres), voeg per item een rij toe.

De Structured Output Parser verandert "Claude, retourneer alsjeblieft JSON" van een wens in een contract: het valideert het antwoord van het model tegen uw schema en laat het item expliciet falen in plaats van onbruikbare rijen te schrijven. Een schema zoals:

{
  "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"]
}

En de prompt van de chain verwijst naar het feed-item:

Classify this article for a VPS hosting audience.

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

De kostenberekening verandert hier van aard: dit is per item, niet per uitvoering. Vijftig artikelen per uur, vierentwintig uur per dag, komt neer op 36.000 Claude-aanroepen per maand. Op Haiku kost dit ongeveer $40–90, afhankelijk van de lengte van het artikel; op Opus ongeveer vijf keer zoveel. Verwijder duplicaten vóór de LLM-node (een eenvoudige IF-controle tegen eerder geziene links, of de Remove Duplicates-node van n8n) en het aantal daalt aanzienlijk, omdat de meeste uurlijkse polls geen nieuwe inhoud bevatten. De goedkoopste token is de aanroep die u nooit doet.

Workflow 3: een AI Agent die tools gebruikt

De eerste twee workflows zijn pipelines waarbij u de stappen bepaalt. Een AI Agent-node draait dit om: u geeft Claude een doel en tools, en de agent beslist welke tools worden aangeroepen en in welke volgorde, totdat het doel is bereikt. n8n vereist hiervoor een chatmodel-subnode en ten minste één gekoppelde tool-subnode.

Een concreet voorbeeld is een ops-assistent die op basis van uw monitoring beantwoordt wat er offline is en waarom:

1. Chat Trigger (of webhook), de vraag komt binnen.
2. AI Agent, met een Anthropic Chat Model-subnode ingesteld op claude-sonnet-5. Agents plannen en ketenen tool-aanroepen; Haiku kan eenvoudige agents met één tool aansturen, maar Sonnet is de verstandige ondergrens zodra er meerdere tools worden gebruikt.
3. HTTP Request-node gekoppeld als tool, gericht op uw Uptime Kuma status API of Zabbix-endpoint. Een tweede HTTP-tool kan elke andere REST API benaderen.

Twee instellingen doen het meeste werk. Het System Message van de agent definieert de taak: "U bent een ops-assistent. Gebruik de status-tool om de huidige monitorstatus te controleren voordat u antwoordt. Rapporteer alleen monitors die offline zijn, inclusief de duur." De beschrijving van elke tool is geen documentatie voor mensen, maar de manier waarop Claude beslist wanneer deze moet worden aangeroepen. "Geeft de huidige up/down-status voor alle gemonitorde services als JSON terug" wordt op de juiste momenten aangeroepen; "status API" wordt genegeerd of verkeerd gebruikt. Wanneer u de HTTP Request-node als tool koppelt, schakel dan de optie Optimize Response in en selecteer de relevante JSON-velden. Anders wordt elke uitgebreide API-respons als input-tokens in de context van het model geladen, waarvoor u betaalt.

Stel Max Iterations op de agent in (de standaardwaarde is 10) op het kleinst mogelijke aantal dat werkt. Dit is het verschil tussen "de agent gaf het op na 4 tool-aanroepen" en een lus van twaalf round-trips met het model. Begrijp ook de facturatie: elke iteratie verstuurt het volledige gesprek tot dan toe opnieuw, inclusief het systeembericht, de vraag en elk voorgaand tool-resultaat als input-tokens. Een agent-run van zes iteraties kan gemakkelijk in totaal 20.000 cumulatieve input-tokens en 2.000 output-tokens bevatten: tegen de introductieprijzen van Sonnet 5 is dat ongeveer $0,06, en ruwweg $0,09 tegen het standaardtarief van $3/$15; reken op twintig keer de kosten van een eenvoudige samenvatting. Als u merkt dat u veel tools aan één agent koppelt, is dat het moment waarop het draaien van MCP-servers op uw VPS de schonere architectuur wordt.

Kostenbeheersing, omdat niemand meekijkt

Een onbeheerde workflow heeft de controles nodig die een mens achter een toetsenbord impliciet biedt. Vier lagen, beginnend bij de goedkoopste.

Max Tokens op elk Claude-knooppunt. Dit is een harde limiet op de output. Een samenvatter heeft er 300 nodig, een classificeerder 100. Dit begrenst de dure kant van de balans ($5–$25 per miljoen output-tokens versus $1–$5 voor input) en fungeert tevens als noodrem; een promptfout waardoor Claude gaat uitweiden kost 300 tokens, niet 8.000.

Model per knooppunt. Hierboven al behandeld; het is een prijshefboom van factor vijf tot tien binnen het huidige aanbod en het instellen kost tien seconden.

Begrens de lussen. Max Iterations op agents. Een workflow-timeout in de instellingen van de workflow zorgt ervoor dat een vastgelopen uitvoering stopt in plaats van blijft draaien. Wees voorzichtig met Retry On Fail per knooppunt: het is het juiste hulpmiddel voor tijdelijke fouten, maar herhalingen vermenigvuldigen de kosten. Een Max Tries van 3 met een Wait Between Tries van 5000 ms betekent dat een aanhoudende fout u tot drie keer per item factureert voordat het proces stopt. Plaats nooit een retry rond een knooppunt dat al duur succesvol is uitgevoerd.

Een fout-workflow als vangnet. Maak een workflow die begint met het Error Trigger-knooppunt dat de naam en de fout van de mislukte workflow naar Slack stuurt, en stel deze vervolgens in als de Error Workflow in de instellingen van elke AI-workflow. De foutmodus die dit opvangt is de vervelende variant: een op schema getriggerde workflow die bij elke uitvoering, elk uur, gedurende een week een fout geeft, waarbij elke uitvoering tokens verbruikt voordat deze stopt. Combineer dit met een maandelijkse bestedingslimiet in de Anthropic Console en controleer de gebruikspagina van de Console de eerste paar dagen nadat u iets geplands heeft geactiveerd. Als u precies wilt begrijpen waarvoor u wordt gefactureerd, ontleedt de gids voor tokengebruik dit.

Foutmodi en de bijbehorende meldingen

De node faalt direct met "Authorization failed - please check your credentials." De API gaf een 401-fout terug. De onderliggende body is:

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

De sleutel is verkeerd geplakt, afgebroken, bevat extra witruimte of is nog de placeholder uit een handleiding. Maak de n8n-credential opnieuw aan en plak de sleutel opnieuw. Als het gisteren wel werkte, controleer dan of de sleutel in de Console is ingetrokken of dat een volume-restore een terugkeer heeft veroorzaakt naar een credential die met een andere N8N_ENCRYPTION_KEY is versleuteld.

Executies falen in pieken met een 429 rate_limit_error, met een melding in de trant van "Number of request tokens has exceeded your per-minute rate limit." Rate limits werken met buckets per minuut, en n8n maakt het zeer eenvoudig om vijftig webhook- of RSS-executies tegelijkertijd te starten. Los dit structureel op: verwerk items sequentieel (Loop Over Items) in plaats van parallel, en stel Retry On Fail in met Max Tries op 3 en Wait Between Tries op het maximum van 5000 ms; n8n begrenst dit veld op 5000 ms. Wanneer u een langere backoff nodig heeft zodat retries in het volgende minuutvenster vallen, plaatst u een Wait-node in het foutpad of verwerkt u de items één voor één. De respons bevat een retry-after-header die precies aangeeft hoe lang u moet wachten; de vaste wachttijd van n8n kan dit niet uitlezen, dus bouw de langere pauze zelf in.

404 not_found_error bij het benoemen van uw model. De body herhaalt de typefout:

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

Punten in plaats van koppeltekens (4.5 voor 4-5), een datum-achtervoegsel uit een verouderde blogpost of een model dat niet meer beschikbaar is. Corrigeer de ID aan de hand van de huidige lijst. Dit probleem treft gebruikers die het modelveld als expressie invullen in plaats van een keuze te maken uit het dropdown-menu.

Claude beantwoordt een vraag die u niet heeft gesteld. Er is nergens een foutmelding en de run is succesvol. Een n8n-expressie die verwijst naar een ontbrekend veld, zoals {{ $json.body.text }} terwijl de payload message gebruikte, interpoleert de letterlijke string undefined in uw prompt, en Claude reageert vervolgens braaf op een prompt die nergens over gaat. Als de betreffende node helemaal niet is uitgevoerd, krijgt u de melding "Referenced node is unavailable", maar een ontbrekend veld blijft onopgemerkt. Voer altijd een test uit met echte data voordat u de workflow activeert en lees de daadwerkelijk gegenereerde prompt in het invoerpaneel van de node; de expressie-editor toont een voorbeeld van de opgeloste waarde, en undefined is direct zichtbaar als u goed kijkt.

FAQ

Hoe verbind ik Claude met n8n?

Maak een API-sleutel aan in de Anthropic Console op platform.claude.com. Voeg in n8n een credential van het type Anthropic toe en plak de sleutel in het veld API Key. Elke Claude-node, de Anthropic app-node en de Anthropic Chat Model-subnode verwijzen naar deze opgeslagen credential. n8n versleutelt deze met N8N_ENCRYPTION_KEY; maak daarom een back-up van deze sleutel, anders gaan uw credentials verloren bij verlies van de volume.

Wat kost een AI-workflow per uitvoering?

Schat het aantal tokens per uitvoering en vermenigvuldig dit met de prijzen per miljoen tokens van het model. Per juli 2026 kost Haiku 4.5 $1/$5 per miljoen input/output-tokens en Sonnet 5 $3/$15 ($2/$10 introductieprijs tot augustus 2026). Een webhook-samenvatting op Haiku kost ongeveer een kwart cent; een agent-run op Sonnet met meerdere tool-aanroepen komt dichter bij de $0,06–$0,10, omdat elke iteratie het volledige gesprek opnieuw als input verstuurt. Controleer de uitvoering op de usage-pagina in de Console in plaats van te vertrouwen op schattingen.

Welk Claude-model moet ik gebruiken voor n8n-automatiseringen?

Haiku 4.5 voor classificatie, extractie, samenvatting en routing; taken met een hoog volume waarbij snelheid en prijs doorslaggevend zijn. Sonnet 5 voor AI Agent-nodes en redeneertaken met meerdere stappen. Opus 4.8 alleen wanneer een foutief antwoord duur genoeg is om de catalogusprijs van $5/$25 te rechtvaardigen (vijf keer de prijs van Haiku, iets minder dan twee keer die van Sonnet). Stel het model per node in, niet per workflow; één workflow kan alle drie de modellen combineren.

Hoe voorkom ik dat een n8n-workflow te veel uitgeeft aan de Claude API?

Bouw vangrails in: een lage Max Tokens-waarde op elke Claude-node, Max Iterations op agents, een workflow-timeout en conservatieve Retry On Fail-instellingen zodat fouten de tokenkosten niet vermenigvuldigen. Voeg daarnaast een Error Trigger-workflow toe die u via Slack waarschuwt wanneer een AI-workflow faalt, en stel een maandelijkse bestedingslimiet in de Anthropic Console in als harde bovengrens die niets op de VPS kan overschrijden.

Kosten AI Agent tool-aanroepen extra?

Er is geen apart tarief voor tools, maar tools zijn niet gratis: elk resultaat van een tool wordt als input-tokens teruggevoerd naar het model, en elke agent-iteratie verstuurt het volledige gesprek tot dat moment opnieuw. Een uitgebreid API-antwoord dat ongefilterd wordt doorgegeven, kan uw werkelijke prompt overschaduwen; schakel Optimize Response in bij HTTP Request-tools en retourneer alleen de velden die de agent nodig heeft.