Cài Claude vào n8n trên VPS và tạo AI workflow

Bạn sẽ xây dựng những gì

Ba workflow AI hoạt động trên instance n8n mà bạn đang chạy: một webhook tóm tắt bất cứ nội dung nào bạn gửi vào, một trình đọc feed theo lịch trình chuyển đổi bài viết thành các hàng dữ liệu có cấu trúc trong bảng tính, và một AI Agent tự gọi HTTP API để trả lời câu hỏi. Đây là phiên bản no-code tương đương với gọi Claude API từ Python trên VPS của bạn, cùng API, cùng token, cùng chi phí, nhưng việc điều phối nằm trong các node của n8n thay vì một script.

Tôi giả định n8n đã được chạy sau HTTPS theo hướng dẫn tự host n8n trên Docker. Nếu chưa, hãy thực hiện bước đó trước, vì các webhook cần một TLS endpoint thực tế, và kho lưu trữ credential nơi bạn sắp nhập API key cần bản sao lưu encryption-key mà hướng dẫn đó đã nhắc nhở bạn.

Những vấn đề thú vị ở đây không nằm ở thao tác kéo thả. Chúng nằm ở việc chọn model cho từng node, các trường prompt tự động chèn undefined, và thực tế là một automation chạy không cần giám sát; một workflow tốn nửa xu mỗi lần chạy thì rất rẻ, cho đến khi một vòng lặp retry chạy nó bốn nghìn lần trong đêm. Hầu hết hướng dẫn này tập trung vào những vấn đề đó.

Một credential, được mã hóa bằng key bạn đã sao lưu

Lấy API key từ Anthropic Console tại platform.claude.com, vào mục Settings, chọn API Keys, sau đó tạo một key với tên như n8n-vps. Key này chỉ hiển thị một lần duy nhất. Console cũng yêu cầu bạn chọn thời hạn khi tạo key; hãy ghi chú lại ngày này, vì key hết hạn sẽ làm gián đoạn quy trình tự động với lỗi 401 tương tự như mô tả trong phần các chế độ lỗi bên dưới. Nạp tiền vào tài khoản hoặc thiết lập thanh toán; việc sử dụng API tính phí theo token, trừ vào số dư trả trước. Gói Pro không bao gồm phí này, nhưng các gói Claude Max và Team hiện đã có sẵn credit API hàng tháng (100 USD cho Max 5x, 200 USD cho Max 20x, gộp tối đa 500 USD cho Team) mà bạn có thể nhận bằng cách liên kết tổ chức Console trong cài đặt thanh toán tại claude.ai. Những credit này dùng để thanh toán cho các API call như của n8n, không áp dụng cho Claude Code, và sẽ hết hạn vào cuối mỗi chu kỳ thanh toán. Nếu bạn hy vọng xây dựng ba quy trình này mà không tốn phí, không có gói miễn phí nào cả, chỉ có một vài endpoint như đếm token là không mất phí.

Trong n8n: chọn Credentials, Create credential, chọn Anthropic, dán key vào trường API Key, rồi lưu lại. Mọi Claude node trong mọi workflow đều tham chiếu đến credential đã lưu này, bạn không bao giờ phải dán key trực tiếp vào node.

Hai lưu ý vận hành. Thứ nhất, n8n mã hóa các credential đã lưu bằng N8N_ENCRYPTION_KEY. Nếu bạn thiết lập biến môi trường này một cách rõ ràng trong file compose theo hướng dẫn của n8n, credential của bạn sẽ tồn tại sau khi rebuild container; nếu bạn để n8n tự tạo và sau đó làm mất volume, mọi credential đã lưu, bao gồm cả key này, sẽ trở thành ciphertext không thể khôi phục. Hãy sao lưu key ngay bây giờ nếu bạn đã bỏ qua bước đó. Thứ hai, hãy coi kho lưu trữ credential của n8n là phạm vi ảnh hưởng: bất kỳ ai có thể sử dụng Anthropic credential của bạn đều có thể thực hiện request bằng key đó. Trên bản Community, đó là bạn và chủ sở hữu instance; tài liệu của n8n ghi rằng "Chỉ chủ sở hữu instance và người tạo ra chúng mới có thể truy cập workflow và credential", vì vậy các tài khoản Member khác không thể tiếp cận. Chia sẻ workflow và credential là tính năng trả phí trên n8n tự host (Business hoặc Enterprise), và một khi bạn chia sẻ workflow, những người chỉnh sửa nó có thể sử dụng mọi credential mà workflow đó dùng. Vì vậy, nếu có người khác đăng nhập vào instance này, hãy đọc các kiểm soát truy cập nào nằm sau giấy phép n8n trả phí trước khi cấp tài khoản. Hãy thiết lập hạn mức chi tiêu trong Console tại mục Settings để instance của bạn có giới hạn chi phí nếu bị chiếm quyền hoặc chạy ngoài kiểm soát.

Lựa chọn model là quyết định trên từng node

Menu thả xuống chọn model trong các node Claude của n8n được lấy trực tiếp từ API, vì vậy nó hiển thị những gì key của bạn có thể truy cập. Các model mà hướng dẫn này sử dụng, với giá API trên mỗi triệu input/output token tính đến tháng 10 năm 2026, là: Claude Haiku 4.5 (claude-haiku-4-5) với giá $1/$5 cùng cửa sổ ngữ cảnh 200K, Claude Sonnet 5 (claude-sonnet-5) với giá $2/$10, và Claude Opus 4.8 (claude-opus-4-8) với giá $5/$25, cả hai đều có cửa sổ ngữ cảnh 1M token. Ngoài ra còn có Claude Fable 5 (claude-fable-5) với giá $10/$50 cho các tác vụ suy luận khó nhất; không có nội dung nào trong hướng dẫn này cần đến nó. Hãy sử dụng chính xác các ID đó. claude-haiku-4-5 là một alias cho bản snapshot được ghim claude-haiku-4-5-20251001, nó cũng hoạt động, nhưng một ID cũ được sao chép từ hướng dẫn cũ có thể chỉ định một model đã ngừng hoạt động và gây lỗi. Giá cả thay đổi, vì vậy hãy kiểm tra platform.claude.com trước khi tin tưởng bất kỳ con số nào bạn đọc ở bất cứ đâu, kể cả ở đây.

Kể từ khi hướng dẫn này được xuất bản lần đầu, Anthropic đã phát hành các model mới hơn và tài liệu của họ hiện đánh dấu Haiku 4.5, Sonnet 5 và Opus 4.8 là legacy. Chúng vẫn hoạt động: Haiku 4.5 sẽ không ngừng hoạt động trước ngày 15 tháng 10 năm 2026, Sonnet 5 và Opus 4.8 không sớm hơn giữa năm 2027, và Anthropic thông báo trước ít nhất 60 ngày trước khi cho ngừng một model, vì vậy hãy theo dõi trang deprecations nếu workflow của bạn đang ghim Haiku 4.5. Danh sách hiện tại là Claude Haiku 5.5 (claude-haiku-5-5, phát hành ngày 7 tháng 10 năm 2026) từ $0.10/$0.50 cho các prompt lên đến 100,000 token và $0.50/$2.50 cho mức trên đó, Claude Sonnet 5.5 (claude-sonnet-5-5) với giá $2/$10, Claude Opus 5.5 (claude-opus-5-5) với giá $4/$20, và Claude Fable 5.1 (claude-fable-5-1) với giá $10/$50. Bộ tokenizer của Haiku 5.5 đếm cùng một văn bản nhiều hơn khoảng 30% số token so với Haiku 4.5, vì vậy hãy so sánh chi phí thực tế trên mỗi lần chạy tại trang usage của Console, đừng chỉ nhìn vào giá niêm yết.

Thói quen cần xây dựng: chọn model cho từng node, không phải cho toàn bộ nền tảng. Phân loại, trích xuất, tóm tắt, định tuyến, những tác vụ cơ bản của tự động hóa, chạy rất tốt trên Haiku với giá bằng một nửa giá niêm yết của Sonnet và một phần năm của Opus. Hãy dành Sonnet cho các agent và suy luận nhiều bước, Opus cho các workflow hiếm hoi mà một câu trả lời sai gây tốn kém hơn chi phí token. Một workflow với năm node Claude hoàn toàn có thể và nên kết hợp các model khác nhau.

Hai node Claude và cách sử dụng từng loại

n8n cung cấp hai tích hợp Anthropic riêng biệt, việc chọn nhầm là lỗi phổ biến nhất của người mới bắt đầu.

Node Anthropic là một node ứng dụng thông thường: một yêu cầu gửi đi, một phản hồi nhận về. Tài nguyên Text của nó có thao tác Message a Model, cùng với các thao tác phân tích hình ảnh và tài liệu. Hãy sử dụng node này bất cứ khi nào logic workflow nằm trong n8n, theo trình tự: trigger, gọi Claude, node tiếp theo. Workflow 1 và 2 bên dưới sử dụng node này hoặc phiên bản chain tương đương.

Node Anthropic Chat Model là một sub-node, một thành phần đính kèm nhỏ cung cấp model cho một node gốc như AI Agent hoặc Basic LLM Chain. Nó không có trigger và không có đầu ra riêng; nó hiển thị trình chọn model cùng các tùy chọn lấy mẫu như Maximum Number of Tokens và Sampling Temperature. Một lưu ý từ tài liệu n8n cần ghi nhớ: các biểu thức bên trong sub-node luôn được giải quyết dựa trên item đầu vào đầu tiên, không phải từng item một. Hãy đặt các biểu thức theo từng item vào các trường prompt của node gốc, không đặt trong sub-node. Và một lưu ý từ phía Anthropic: trên các model Claude 4.7 trở về sau (tất cả model trong hướng dẫn này trừ Haiku 4.5), việc đặt temperature, top_p hoặc top_k thành giá trị khác mặc định sẽ trả về lỗi 400. Do đó, hãy để trống Sampling Temperature, Top K và Top P trên các model đó.

Workflow 1: webhook vào, tóm tắt ra

Đây là ví dụ "hello-world" của tự động hóa AI: bất kỳ dữ liệu nào được POST tới một URL sẽ được tóm tắt và gửi vào Slack hoặc hộp thư đến của bạn.

1. Node Webhook, HTTP Method POST, đường dẫn summarize. n8n cung cấp cho bạn một URL để test và một URL production; URL production chỉ lắng nghe khi workflow đã được publish.
2. Node Anthropic, Message a Model, model claude-haiku-4-5, Max Tokens khoảng 300.
3. Node Slack (hoặc Send Email), đăng văn bản phản hồi vào một channel.

Prompt là nơi các biểu thức n8n kết hợp với Claude. Nội dung POST body nằm tại $json.body, vì vậy trường tin nhắn người dùng (user message) sẽ trông như sau:

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

{{ $json.body.text }}

Hãy đặt các chỉ dẫn về vai trò và định dạng vào trường system prompt của node, đừng đặt trong user message. System prompt giữ nguyên trong khi payload thay đổi, điều này giúp hành vi ổn định và giúp prompt dễ đọc hơn sau sáu tháng. Hãy test nó ngay từ 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..."}'

Chi phí mỗi lần chạy trên Haiku: payload 1.200 token cộng với prompt tốn khoảng $0.0012 đầu vào, 300 token đầu ra tốn $0.0015, tổng cộng khoảng một phần tư cent. Một nghìn lần chạy mỗi tháng tốn dưới $3. Cùng node đó nếu trỏ vào Opus 4.8 thì chi phí gấp khoảng năm lần. Tỷ lệ đó, nhân với mọi workflow bạn xây dựng, chính là lý do tại sao thói quen chọn model cho từng node lại quan trọng.

Workflow 2: Lịch trình RSS sang các hàng có cấu trúc

Bây giờ là một tác vụ chạy theo lịch trình, với đầu ra có cấu trúc: đọc RSS feed mỗi giờ, phân loại từng mục, và thêm các hàng vào bảng tính.

1. Schedule Trigger, mỗi giờ một lần.
2. RSS Read, URL của feed. Xuất ra mỗi mục cho một bài viết.
3. Basic LLM Chain, với sub-node Anthropic Chat Model được thiết lập thành claude-haiku-4-5, và sub-node Structured Output Parser chứa một JSON schema.
4. Google Sheets (hoặc Postgres), thêm một hàng cho mỗi mục.

Structured Output Parser biến yêu cầu "Claude, làm ơn trả về JSON" từ một hy vọng thành một cam kết: nó xác thực phản hồi của model dựa trên schema của bạn và sẽ báo lỗi nếu mục đó không hợp lệ thay vì ghi dữ liệu rác vào bảng. Một schema như sau:

{
  "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"]
}

Và prompt của chain tham chiếu đến mục tin từ feed:

Classify this article for a VPS hosting audience.

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

Cách tính chi phí thay đổi ở đây: tính theo từng mục, không phải theo mỗi lần chạy. Năm mươi bài viết mỗi giờ, hai mươi bốn giờ một ngày, là 36.000 lần gọi Claude mỗi tháng, với Haiku có thể tốn khoảng $40–90 tùy vào độ dài bài viết, với Opus thì gấp khoảng năm lần. Hãy loại bỏ trùng lặp trước node LLM (sử dụng một câu lệnh IF đơn giản so sánh với các liên kết đã thấy trước đó, hoặc dùng node Remove Duplicates của n8n) và con số này sẽ giảm mạnh, vì hầu hết các lần kiểm tra hàng giờ đều không có nội dung mới. Token rẻ nhất là lần gọi mà bạn không bao giờ thực hiện.

Workflow 3: AI Agent sử dụng công cụ

Hai workflow đầu tiên là các pipeline, bạn là người quyết định các bước. Một node AI Agent đảo ngược quy trình đó: bạn cung cấp cho Claude mục tiêu và các công cụ, nó sẽ tự quyết định gọi công cụ nào, theo thứ tự nào, cho đến khi hoàn thành. n8n yêu cầu một sub-node chat model và ít nhất một sub-node công cụ được gắn vào.

Một ví dụ thực tế: một trợ lý vận hành trả lời câu hỏi "cái gì đang down và tại sao" từ hệ thống giám sát của bạn:

1. Chat Trigger (hoặc webhook), nơi câu hỏi được gửi đến.
2. AI Agent, với sub-node Anthropic Chat Model được thiết lập là claude-sonnet-5. Các Agent lập kế hoạch và chuỗi các lệnh gọi công cụ; Haiku có thể điều khiển các agent dùng một công cụ đơn giản, nhưng Sonnet là lựa chọn tối thiểu hợp lý khi số lượng công cụ tăng lên.
3. Node HTTP Request được gắn như một công cụ, trỏ đến Uptime Kuma status API hoặc endpoint Zabbix của bạn. Một công cụ HTTP thứ hai có thể truy cập bất kỳ thứ gì có REST API.

Hai thiết lập thực hiện phần lớn công việc. System Message của agent xác định nhiệm vụ: "Bạn là trợ lý vận hành. Hãy sử dụng công cụ trạng thái để kiểm tra trạng thái giám sát hiện tại trước khi trả lời. Chỉ báo cáo các monitor đang down, kèm theo thời gian." Và mô tả của mỗi công cụ không phải là tài liệu cho con người, mà là cách Claude quyết định khi nào nên gọi nó. "Trả về trạng thái up/down hiện tại cho tất cả các dịch vụ được giám sát dưới dạng JSON" sẽ được gọi đúng lúc; "status API" sẽ bị bỏ qua hoặc sử dụng sai. Khi bạn gắn node HTTP Request làm công cụ, hãy bật tùy chọn Optimize Response và chọn các trường JSON quan trọng, nếu không mọi phản hồi API dài dòng sẽ bị đẩy vào context của model dưới dạng input token mà bạn phải trả phí.

Thiết lập Max Iterations trên agent (mặc định là 10) thành số nhỏ nhất có thể hoạt động, đây là sự khác biệt giữa việc "agent bỏ cuộc sau 4 lần gọi công cụ" và một vòng lặp hàng chục lần trao đổi với model. Và hãy hiểu về cách tính phí: mỗi lần lặp lại sẽ gửi lại toàn bộ cuộc hội thoại từ trước đến nay, system message, câu hỏi, mọi kết quả công cụ trước đó dưới dạng input token. Một lần chạy agent với sáu lần lặp có thể dễ dàng đạt tổng cộng 20.000 input token tích lũy và 2.000 output: trên Sonnet 5 với giá $2/$10 thì khoảng $0.06, gọi khoảng hai mươi lần cho một lần chạy tóm tắt đơn giản. Nếu bạn thấy mình đang gắn quá nhiều công cụ vào một agent, đó là lúc chạy các MCP server trên VPS của bạn trở thành kiến trúc gọn gàng hơn.

Kiểm soát chi phí, vì không ai giám sát cả

Một workflow chạy tự động cần các cơ chế kiểm soát mà con người thường thực hiện theo bản năng khi ngồi trước bàn phím. Dưới đây là bốn lớp bảo vệ, sắp xếp theo thứ tự từ rẻ nhất.

Max Tokens trên mọi node Claude. Đây là giới hạn cứng cho đầu ra. Một bộ tóm tắt chỉ cần 300 token, bộ phân loại cần 100. Việc này giúp giới hạn chi phí ở phía đắt đỏ (trong các model ở hướng dẫn này, giá từ 5$–50$ cho mỗi triệu token đầu ra so với 1$–10$ cho đầu vào, giá đầu ra cao gấp năm lần đầu vào) và đóng vai trò như phanh khẩn cấp; một lỗi prompt khiến Claude viết lan man chỉ tốn 300 token thay vì 8.000.

Model cho từng node. Đã đề cập ở trên; giữa Haiku 4.5 và Opus 4.8 là đòn bẩy giá gấp năm lần, gấp mười lần lên đến Fable 5, và trong danh mục hiện tại, từ Haiku 5.5 đến Fable 5.1, mức chênh lệch lên tới hàng trăm lần cho các prompt lên đến 100.000 token. Chỉ mất mười giây để thiết lập.

Giới hạn các vòng lặp. Thiết lập Max Iterations trên các agent. Đặt timeout cho workflow trong phần cài đặt để một tiến trình bị treo sẽ tự hủy thay vì chạy mãi. Hãy cẩn thận với Retry On Fail trên từng node: đây là công cụ phù hợp cho các lỗi tạm thời, nhưng việc thử lại sẽ nhân chi phí lên. Max Tries là 3 với Wait Between Tries là 5000 ms nghĩa là một lỗi dai dẳng sẽ tính phí bạn tới ba lần cho mỗi item trước khi dừng lại. Đừng bao giờ đặt retry cho một node đã thực hiện thành công nhưng tốn kém.

Workflow lỗi làm chốt chặn. Tạo một workflow bắt đầu bằng node Error Trigger để gửi tên workflow bị lỗi và thông báo lỗi lên Slack, sau đó đặt nó làm Error Workflow trong cài đặt của mỗi AI workflow. Cách này giúp bắt được các lỗi nghiêm trọng: một workflow chạy theo lịch bị lỗi mỗi lần chạy, mỗi giờ, trong suốt một tuần, mỗi lần chạy đều đốt token trước khi dừng. Hãy kết hợp với giới hạn chi tiêu hàng tháng trong Anthropic Console và kiểm tra trang usage của Console trong vài ngày đầu sau khi kích hoạt bất kỳ tác vụ theo lịch nào. Nếu bạn muốn hiểu chính xác mình đang bị tính phí cho những gì, hướng dẫn sử dụng token sẽ phân tích chi tiết.

Các chế độ lỗi và thông báo bạn sẽ gặp

Node bị lỗi ngay lập tức với thông báo "Authorization failed - please check your credentials." API trả về mã 401. Phần thân phản hồi (body) có dạng như sau (các phản hồi hiện tại cũng chứa trường request_id):

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

Nguyên nhân có thể do dán nhầm key, bị cắt bớt, thừa khoảng trắng hoặc vẫn để nguyên placeholder từ hướng dẫn. Hãy tạo lại credential trong n8n và dán lại; nếu hôm qua vẫn hoạt động, hãy kiểm tra xem key đã bị thu hồi, hết hạn trong Console chưa, hoặc liệu việc restore volume có làm rollback về credential được mã hóa bằng N8N_ENCRYPTION_KEY khác hay không.

Các lần thực thi (executions) bị lỗi hàng loạt với mã 429 rate_limit_error, kèm thông báo dạng "Number of request tokens has exceeded your per-minute rate limit." Giới hạn rate limit được tính theo từng phút, và n8n rất dễ kích hoạt 50 webhook hoặc RSS cùng lúc. Hãy xử lý vấn đề này theo cấu trúc: xử lý các item tuần tự (dùng Loop Over Items) thay vì song song, và thiết lập Retry On Fail với Max Tries là 3, Wait Between Tries ở mức tối đa 5000 ms (n8n giới hạn trường này ở 5000 ms). Khi cần thời gian chờ lâu hơn để các lần retry rơi vào khung phút tiếp theo, hãy đặt node Wait vào nhánh lỗi hoặc xử lý từng item một. Phản hồi có chứa header retry-after cho biết chính xác thời gian cần chờ, nhưng tính năng wait cố định của n8n không đọc được giá trị này, vì vậy bạn phải tự xây dựng khoảng dừng dài hơn. Một ngoại lệ: lỗi 429 không có header retry-after và error_code là enforced_spend_limit_reached nghĩa là tổ chức của bạn đã chạm hạn mức chi tiêu hàng tháng của gói dịch vụ, và sẽ không có lần retry nào thành công cho đến tháng sau hoặc khi bạn nâng cấp gói.

Lỗi 404 not_found_error khi gọi tên model. Thông báo sẽ nêu rõ ID model bạn đã gửi, dạng như:

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

Lỗi này do dùng dấu chấm thay vì dấu gạch ngang (4.5 thay vì 4-5), gõ sai hoặc tự bịa ra hậu tố ngày tháng, hoặc dùng model đã bị loại bỏ từ một bài viết cũ. Hãy kiểm tra lại ID so với danh sách hiện tại; lỗi này thường gặp khi người dùng nhập trực tiếp vào trường model dưới dạng expression thay vì chọn từ menu thả xuống.

Claude trả lời một câu hỏi mà bạn không hề đặt ra. Không có lỗi nào xảy ra, trạng thái chạy vẫn là màu xanh (green). Một expression trong n8n tham chiếu đến một trường bị thiếu, ví dụ {{ $json.body.text }} trong khi payload thực tế dùng message, sẽ chèn chuỗi ký tự undefined vào prompt của bạn, và Claude sẽ phản hồi một cách nghiêm túc về một prompt không có nội dung. Nếu node được tham chiếu không thực thi, n8n sẽ dừng lại với lỗi thông báo rằng expression tham chiếu đến một node "chưa được thực thi", nhưng nếu chỉ thiếu trường dữ liệu thì hệ thống sẽ im lặng. Trước khi kích hoạt, hãy luôn chạy thử một lần với dữ liệu thực tế và đọc nội dung prompt đã render trong bảng input của node; trình chỉnh sửa expression sẽ hiển thị trước giá trị đã giải quyết, và undefined sẽ hiện rõ ở đó nếu bạn chú ý quan sát.

FAQ

Làm thế nào để kết nối Claude với n8n?

Tạo một API key trong Anthropic Console tại platform.claude.com, sau đó trong n8n, thêm một credential loại Anthropic và dán key đó vào trường API Key. Mọi node Claude, node ứng dụng Anthropic và sub-node Anthropic Chat Model đều tham chiếu đến credential đã lưu này. n8n mã hóa nó bằng N8N_ENCRYPTION_KEY, vì vậy hãy sao lưu key đó, nếu không bạn sẽ mất credential khi volume bị xóa.

Một workflow AI tốn bao nhiêu chi phí cho mỗi lần chạy?

Hãy ước tính số lượng token cho mỗi lần chạy, sau đó nhân với đơn giá trên mỗi triệu token của model. Tính đến tháng 10 năm 2026, Haiku 4.5 có giá $1/$5 cho mỗi triệu token đầu vào/đầu ra và Sonnet 5 có giá $2/$10. Một tác vụ tóm tắt qua webhook trên Haiku tốn khoảng một phần tư cent; một lần chạy agent trên Sonnet với nhiều lần gọi tool có thể lên tới $0.06–$0.10 vì mỗi lần lặp lại đều gửi lại toàn bộ nội dung hội thoại làm đầu vào. Hãy kiểm tra lượt chạy trong trang usage của Console thay vì chỉ tin vào các ước tính.

Tôi nên dùng model Claude nào cho các automation trên n8n?

Haiku 4.5 cho các tác vụ phân loại, trích xuất, tóm tắt và định tuyến, hoặc các công việc khối lượng lớn nơi tốc độ và giá cả là ưu tiên hàng đầu. Sonnet 5 cho các node AI Agent và suy luận nhiều bước. Chỉ dùng Opus 4.8 khi cái giá của một câu trả lời sai đủ lớn để biện minh cho mức giá niêm yết $5/$25, gấp năm lần Haiku và gấp hai lần rưỡi Sonnet. Các model mới hơn của Anthropic là Haiku 5.5, Sonnet 5.5 và Opus 5.5 đảm nhận các vai trò tương tự với mức giá niêm yết bằng hoặc thấp hơn. Hãy thiết lập model cho từng node thay vì cho toàn bộ workflow, một workflow có thể kết hợp cả ba model.

Làm thế nào để ngăn workflow n8n tiêu tốn quá mức ngân sách cho Claude API?

Hãy thiết lập các chốt chặn: giới hạn Max Tokens thấp trên mọi node Claude, giới hạn Max Iterations trên các agent, thiết lập timeout cho workflow và cấu hình Retry On Fail thận trọng để các lỗi không làm nhân bản chi phí token. Sau đó, thêm một workflow Error Trigger để cảnh báo bạn qua Slack khi bất kỳ workflow AI nào thất bại, và đặt hạn mức chi tiêu hàng tháng trong Anthropic Console làm giới hạn cứng mà không tiến trình nào trên VPS có thể vượt qua.

Việc gọi tool cho AI Agent có tốn thêm phí không?

Không có phí riêng cho việc gọi tool, nhưng các tool không miễn phí: mọi kết quả từ tool đều được đưa ngược lại model dưới dạng token đầu vào, và mỗi lần lặp lại của agent đều gửi lại toàn bộ hội thoại tính đến thời điểm đó. Một phản hồi API dài dòng nếu không được lọc có thể làm lu mờ cả prompt thực tế của bạn, hãy bật Optimize Response trên các tool HTTP Request và chỉ trả về những trường dữ liệu mà agent cần.