Claude та n8n на VPS: налаштування AI

Що ви створюєте

Три робочі AI-воркфлоу на вашому екземплярі n8n: webhook, який резюмує будь-який вхідний контент; запланований feed-reader, який перетворює статті на структуровані рядки в таблиці; та AI Agent, який самостійно викликає HTTP API для відповідей на запитання. Це no-code аналог виклику Claude API з Python на вашому VPS — той самий API, ті ж токени, той самий рахунок, але оркестрація виконується вузлами n8n замість скрипта.

Я припускаю, що n8n вже працює через HTTPS згідно з посібником з self-hosted n8n на Docker. Якщо ні, зробіть це спочатку — вебхукам потрібна справжня TLS-точка входу, а сховищу облікових даних, куди ви вставите API-ключ, потрібен резервний копіювання encryption-key, про яке нагадує цей посібник.

Цікаві завдання тут полягають не в drag-and-drop. Вони у виборі моделі для кожного вузла, полях промптів, які непомітно інтерполюють undefined, та в тому, що автоматизація працює без участі людини — воркфлоу, який коштує пів цента за запуск, стає дешевим лише доти, доки цикл повторів не запустить його чотири тисячі разів за ніч. Більша частина цього посібника присвячена саме цьому.

Один облікові дані, зашифрований ключем, який ви зберегли

Отримайте API-ключ в Anthropic Console на platform.claude.com — Settings, потім API Keys, потім створіть ключ з назвою на кшталт n8n-vps. Він відображається лише один раз. Поповніть баланс або налаштуйте оплату; використання API оплачується за токени та повністю відокремлене від будь-якої підписки Claude.ai.

В n8n: Credentials, Create credential, виберіть Anthropic, вставте ключ у поле API Key, збережіть. Кожен вузол Claude у кожному воркфлоу посилається на ці єдині збережені облікові дані — ви ніколи не вставляєте ключ безпосередньо у вузол.

Два оперативні зауваження. По-перше, n8n шифрує збережені облікові дані за допомогою N8N_ENCRYPTION_KEY. Якщо ви явно встановите цю змінну оточення (env var) у своєму compose-файлі згідно з посібником n8n, ваші облікові дані збережуться після перезбірки контейнера; якщо ви дозволите n8n згенерувати ключ, а потім втратите volume, кожні збережені облікові дані — включаючи цей ключ — стануть невідновимими зашифрованими даними (ciphertext). Зробіть резервну копію ключа зараз, якщо ви пропустили цей крок. По-друге, сприймайте сховище облікових даних n8n як зону ризику: будь-хто, хто може редагувати воркфлоу на вашому екземплярі, може робити запити з вашим ключем Anthropic. Встановіть ліміт витрат у Console в розділі Settings, щоб у разі компрометації або збою екземпляра існувало обмеження.

Вибір моделі — це рішення для кожного вузла

Випадаючий список моделей у вузлах Claude в n8n підтягується безпосередньо з API, тому він показує те, до чого має доступ ваш ключ. Станом на липень 2026 року лінійка та ціни API за мільйон вхідних/вихідних токенів такі: Claude Haiku 4.5 (claude-haiku-4-5) за $1/$5 з вікном контексту 200K, Claude Sonnet 5 (claude-sonnet-5) за $3/$15 — за ознайомчу ціну $2/$10 до 31 серпня 2026 року — та Claude Opus 4.8 (claude-opus-4-8) за $5/$25, обидві з вікном контексту 1M-токенів. Також є Claude Fable 5 (claude-fable-5) за $10/$50 для найскладніших логічних завдань; у цьому посібнику вона не потрібна. Використовуйте саме ці ID — варіант з датою, який ви запам'ятали зі старого посібника, видасть 404, а ціни змінюються, тому перевіряйте platform.claude.com перед тим, як довіряти будь-яким цифрам, включаючи ці.

Звичка, яку варто виробити: вибирайте модель для кожного вузла окремо, а не для всієї платформи. Класифікація, витяг даних, резюмування, маршрутизація — основа автоматизації — чудово працює на Haiku за третину ціни Sonnet та за п'яту частину ціни Opus. Залишайте Sonnet для агентів та багатоетапної логіки, а Opus — для рідкісних випадків, коли помилка коштує дорожче за токени. Воркфлоу з п'ятьма вузлами Claude може і повинен поєднувати різні моделі.

Два вузли Claude та коли який використовувати

n8n пропонує дві різні інтеграції Anthropic, і вибір неправильної — найпоширеніша помилка початківців.

Вузол Anthropic — це звичайний вузол додатка: один запит на вході, одна відповідь на виході. Його ресурс Text має операцію Message a Model, а також операції для аналізу зображень та документів. Використовуйте його всюди, де логіка воркфлоу знаходиться в n8n — тригер, виклик Claude, наступний вузол. Воркфлоу 1 та 2 нижче використовують його або його еквівалент у ланцюгу.

Вузол Anthropic Chat Model — це підвузол (sub-node) — невеличне додавання, яке надає модель кореневому вузлу, такому як AI Agent або Basic LLM Chain. Він не має тригера та власного виходу; він відкриває вибір моделі та параметри семплювання, такі як Maximum Number of Tokens та Sampling Temperature. Важливе зауваження з документації n8n: вирази (expressions) всередині підвузлів завжди розраховуються для першого вхідного елемента, а не для кожного окремо — розміщуйте вирази для кожного елемента у полях промптів кореневого вузла, а не в підвузлі.

Воркфлоу 1: webhook на вході, резюме на виході

"Hello-world" у AI-автоматизації: будь-що, надіслане через POST на URL, резюмується та потрапляє в Slack або на вашу пошту.

1. Webhook node — HTTP Method POST, path summarize. n8n надає вам тестовий URL та production URL; production URL починає працювати лише після активації воркфлоу.
2. Anthropic node — Message a Model, модель claude-haiku-4-5, Max Tokens близько 300.
3. Slack node (або Send Email) — надіслати текст відповіді в канал.

Промпт — це місце, де вирази n8n зустрічаються з Claude. Тіло POST-запиту потрапляє в $json.body, тому поле повідомлення користувача виглядає так:

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

{{ $json.body.text }}

Розміщуйте інструкції щодо ролі та формату у полі system prompt вузла, а не у повідомленні користувача — системний промпт залишається сталим, поки корисне навантаження змінюється, що забезпечує стабільну поведінку та зрозумілість промпту через шість місяців. Протестуйте це безпосередньо з 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..."}'

Вартість одного запуску на Haiku: навантаження у 1,200 токенів плюс промпт коштує приблизно $0.0012 на вході, 300 токенів на виході — $0.0015 — приблизно чверть цента. Тисяча запусків на місяць коштуватиме менше $3. Той самий вузол з Opus 4.8 коштуватиме приблизно в п'ять разів більше. Цей коефіцієнт, помножений на кожен створений вами воркфлоу, пояснює, чому важлива звичка вибору моделі для кожного вузла.

Воркфлоу 2: запланований RSS у структуровані рядки

Тепер щось за розкладом, зі структурованим виходом: читати RSS-стрічку щогодини, класифікувати кожен елемент, додавати рядки в таблицю.

1. Schedule Trigger — щогодини.
2. RSS Read — URL стрічки. Видає один елемент на одну статтю.
3. Basic LLM Chain — з підвузлом Anthropic Chat Model, налаштованим на claude-haiku-4-5, та підвузлом Structured Output Parser, що містить JSON-схему.
4. Google Sheets (або Postgres) — додати рядок для кожного елемента.

Structured Output Parser перетворює фразу "Claude, будь ласка, поверни JSON" з надії на контракт: він перевіряє відповідь моделі на відповідність вашій схемі та видає помилку для елемента замість запису сміттєвих рядків. Приклад схеми:

{
  "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"]
}

І промпт ланцюга посилається на елемент стрічки:

Classify this article for a VPS hosting audience.

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

Математика витрат змінюється: тут розрахунок йде за кожен елемент, а не за запуск. П'ятдесят статей на годину, 24 години на добу — це 36,000 викликів Claude на місяць — на Haiku це може коштувати $40–90 залежно від довжини статті, на Opus — приблизно в п'ять разів більше. Видаляйте дублікати перед вузлом LLM (простий IF порівняно з попередньо побаченими посиланнями або вузол n8n Remove Duplicates), і кількість запитів різко зменшиться, оскільки більшість щогодинних перевірок не містять нічого нового. Найдешевший токен — це той виклик, який ви не зробили.

Воркфлоу 3: AI Agent, що використовує інструменти

Перші два воркфлоу — це конвеєри (pipelines), де ви визначаєте кроки. Вузол AI Agent працює навпаки: ви даєте Claude ціль та інструменти, і він вирішує, які інструменти викликати та в якому порядку, доки не завершить завдання. n8n вимагає підвузла chat model та принаймні одного підвузла tool.

Конкретний приклад — операційний асистент, який відповідає на питання "що не працює і чому" на основі вашого моніторингу:

1. Chat Trigger (або webhook) — надходження запитання.
2. AI Agent — з підвузлом Anthropic Chat Model, налаштованим на claude-sonnet-5. Агенти планують та вибудовують ланцюги викликів інструментів; Haiku може керувати простими агентами з одним інструментом, але Sonnet є розумним мінімумом, коли інструментів стає багато.
3. HTTP Request node, підключений як інструмент — налаштований на ваш Uptime Kuma status API або endpoint Zabbix. Другий HTTP-інструмент може звертатися до будь-чого з REST API.

Два налаштування виконують основну роботу. System Message агента визначає завдання: "You are an ops assistant. Use the status tool to check current monitor state before answering. Report only monitors that are down, with duration." І опис (description) кожного інструмента — це не документація для людей, а те, як Claude вирішує, коли його викликати. "Returns current up/down state for all monitored services as JSON" викликатиметься в потрібні моменти; "status API" буде ігноруватися або використовуватися неправильно. Коли ви підключаєте вузол HTTP Request як інструмент, увімкніть опцію Optimize Response і виберіть важливі JSON-поля — інакше кожна розлогота відповідь API буде завантажуватися в контекст моделі як вхідні токени, за які ви платите.

Встановіть Max Iterations для агента (за замовчуванням 10) на найменше число, яке працює — це різниця між "агент зупинився після 4 викликів інструментів" та циклом із десятка раундів моделі. І розумійте структуру оплати: кожна ітерація повторно надсилає всю попередню розмову — системний промпт, запитання, кожен попередній результат інструмента — як вхідні токени. Один запуск агента на 6 ітерацій може легко скласти 20,000 кумулятивних вхідних токенів та 2,000 вихідних: на Sonnet 5 з її ознайомчою ціною це близько $0.06, приблизно $0.09 за стандартною ціною $3/$15 — це як двадцять простих запусків резюмування. Якщо ви починаєте додавати багато інструментів до одного агента, це момент, коли запуск MCP серверів на вашому VPS стає чистішою архітектурою.

Запобіжники витрат, бо ніхто не стежить

Автономний воркфлоу потребує контролю, який людина за клавіатурою забезпечує неявно. Чотири рівні, від найдешевшого.

Max Tokens у кожному вузлі Claude. Це жорстке обмеження виходу. Резюменатору потрібно 300, класифікатору — 100. Це обмежує дорогу частину рахунку ($5–$25 за мільйон вихідних токенів проти $1–$5 за вхідні) і слугує гальмом — помилка в промпті, через яку Claude починає "балакати", коштуватиме 300 токенів, а не 8,000.

Модель для кожного вузла. Описано вище; це важіль ціни у 5–10 разів у межах поточної лінійки, і це займає десять секунд.

Обмеження циклів. Max Iterations для агентів. Тайм-аут воркфлоу у налаштуваннях воркфлоу, щоб завислий процес зупинявся, а не крутився нескінченно. І будьте обережні з Retry On Fail для вузлів: це правильний інструмент для тимчасових помилок, але повторні спроби множать витрати — Max Tries 3 з Wait Between Tries 5000 ms означає, що при постійній помилці ви заплатите до трьох разів за кожен елемент перед тим, як процес зупиниться. Ніколи не створюйте цикл повторів навколо вузла, який вже успішно виконав дорогу операцію.

Воркфлоу помилок як підстраховка. Створіть воркфлоу, що починається з вузла Error Trigger, який надсилає назву невдалого воркфлоу та помилку в Slack, а потім встановіть його як Error Workflow у налаштуваннях кожного AI-воркфлоу. Цей тип помилки — найскладніший: помилка воркфлоу за розкладом, що виникає щогодини протягом тижня — кожен запуск спалює токени перед тим, як зупинитися. Поєднайте це з місячним лімітом витрат в Anthropic Console і перевіряйте сторінку використання Console в перші кілька днів після активації будь-якої запланованої задачі. Якщо ви хочете точно знати, за що саме ви платите, посібник з використання токенів детально це розбирає.

Режими відмови, з ознаками, які ви побачите

Вузол миттєво видає "Authorization failed - please check your credentials". API повернув 401. Причина:

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

Неправильно скопійований ключ — обрізаний, з пробілами в кінці або це плейсхолдер з посібника. Перестворіть облікові дані n8n і вставте їх знову; якщо вчора все працювало, перевірте, чи не був ключ анульований у Console або чи відновлення volume не повернуло старі облікові дані, зашифровані іншим N8N_ENCRYPTION_KEY.

Виконання перериваються серіями з помилкою 429 rate_limit_error, повідомленням на кшталт "Number of request tokens has exceeded your per-minute rate limit". Ліміти запитів діють за хвилину, і n8n дуже легко дозволяє одночасно запустити п'ятдесят виконання webhook або RSS. Виправте це структурно: обробляйте елементи послідовно (Loop Over Items), а не паралельно, і встановіть Retry On Fail з Max Tries 3 та Wait Between Tries на максимум 5000 ms — n8n обмежує це поле значенням 5000 мс. Коли вам потрібна довша пауза, щоб повторні спроби потрапили у наступне хвилинне вікно, додайте вузол Wait у шлях помилки або обробляйте елементи по одному. Відповідь містить заголовок retry-after, який точно вказує, скільки треба чекати — фіксована пауза n8n не може його прочитати, тому створюйте довгу паузу самостійно.

404 not_found_error при вказанні назви моделі. Тіло помилки повторює друкарську помилку:

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

Крапки замість дефісів (4.5 замість 4-5), суфікс дати зі застарілого блогу або застаріла модель. Виправте ID згідно з поточним списком — це часто трапляється з тими, хто вводить назву моделі у поле як вираз (expression), замість того, щоб вибрати її зі списку.

Claude відповідає на запитання, яке ви не ставили. Помилок немає — запуск позначено зеленим. Вираз n8n, що посилається на відсутнє поле, наприклад {{ $json.body.text }} замість message, інтерполює текстовий рядок undefined у ваш промпт, і Claude ввічливо відповідає на запитання про ніщо. Якщо посиланий вузол взагалі не виконувався, ви отримаєте "Referenced node is unavailable", але відсутнє поле призводить до мовчазної помилки. Перед активацією завжди запускайте воркфлоу один раз з реальними даними та переглядайте фактичний сформований промпт у панелі входу вузла — редактор виразів показує попередній перегляд значення, і undefined знаходиться прямо там, якщо подивитися.

FAQ

Як підключити Claude до n8n?

Створіть API-ключ в Anthropic Console на platform.claude.com, потім в n8n додайте облікові дані типу Anthropic і вставте їх у поле API Key. Кожен вузол Claude — і вузол додатка Anthropic, і підвузол Anthropic Chat Model — посилається на ці збережені облікові дані. n8n шифрує їх за допомогою N8N_ENCRYPTION_KEY, тому зробіть резервну копію ключа, інакше ваші облікові дані будуть втрачені разом з volume.

Скільки коштує один запуск AI-воркфлоу?

Оцініть кількість токенів за запуск, а потім помножте на ціни моделі за мільйон — станом на липень 2026 року, Haiku 4.5 коштує $1/$5 за мільйон вхідних/вихідних токенів, а Sonnet 5 — $3/$15 ($2/$10 за ознайомлювальною ціною до серпня 2026 року). Резюмування через webhook на Haiku коштує близько чверті цента; запуск агента на Sonnet з кількома викликами інструментів коштуватиме близько $0.06–$0.10, оскільки кожна ітерація повторно надсилає всю розмову як вхідні дані. Перевіряйте витрати на сторінці використання в Console, а не покладайтеся на оцінки.

Яку модель Claude мені використовувати для автоматизацій n8n?

Haiku 4.5 для класифікації, витягування даних, резюмування та маршрутизації — для великих обсягів роботи, де важливі швидкість та ціна. Sonnet 5 для вузлів AI Agent та багатоетапної логіки. Opus 4.8 лише там, де помилка достатньо дорога, щоб виправдати його ціну $5/$25 — це у п'ять разів дорожче за Haiku і трохи дорожче за Sonnet. Вибирайте модель для кожного вузла окремо, а не для всього воркфлоу — один воркфлоу може поєднувати всі три моделі.

Як зупинити витрати n8n на Claude API?

Використовуйте рівні захисту: низький Max Tokens у кожному вузлі Claude, Max Iterations для агентів, тайм-аут воркфлоу та консервативні налаштування Retry On Fail, щоб помилки не множили витрати на токени. Потім додайте воркфлоу Error Trigger, який сповістить вас у Slack у разі помилки будь-якого AI-воркфлоу, і встановіть місячний ліміт витрат в Anthropic Console як жорстке обмеження, яке неможливо обійти на VPS.

Чи коштують виклики інструментів AI Agent додатково?

Окремої плати за інструменти немає, але самі інструменти не безкоштовні: результат кожного інструмента подається назад моделі як вхідні токени, а кожна ітерація агента повторно надсилає всю попередню розмову. Розлогота відповідь API, передана без фільтрації, може перевищити ваш фактичний промпт — увімкніть Optimize Response у інструментах HTTP Request і повертайте лише ті поля, які потрібні агенту.