作者： Claude 接入 n8n：VPS 上构建 AI 工作流
学习在自托管 VPS 的 n8n 中接入 Claude，配置 Anthropic 凭据、按节点选择模型，并构建 3 个 AI 工作流，同时核算 token 成本与排查常见错误。
构建内容
在您现有的 n8n 实例上运行 3 个 AI 工作流：一个用于总结任意输入内容的 webhook；一个按计划读取信息源，并将文章转换为结构化的电子表格行；以及一个会自行调用 HTTP API 来回答问题的 AI Agent。这相当于 在 VPS 上通过 Python 调用 Claude API 的无代码实现：使用相同的 API、相同的令牌和相同的费用，但由 n8n 节点负责编排，而不是由脚本完成。
以下内容假设您已按照 使用 Docker 自托管 n8n 指南，在 HTTPS 后运行 n8n。如果尚未完成，请先完成该配置。webhook 需要真实的 TLS 端点；此外，您即将用于存储 API 密钥的凭据存储，还需要该指南反复强调的加密密钥备份。
这里真正需要解决的问题不是拖放节点，而是为每个节点选择合适的模型、会静默插入 undefined 的提示词字段，以及自动化任务会在无人值守的情况下运行。每次运行成本半美分的工作流看似便宜，但如果重试循环在一夜之间运行 4000 次，费用就会迅速增加。本指南的大部分内容都将讨论这些问题。
一个凭据，用您备份的密钥加密
在 Anthropic Console 的 platform.claude.com 中依次打开 Settings、API Keys，然后创建一个名称类似 n8n-vps 的 API key。该密钥只显示一次。为账户充值或设置计费方式；API 使用按 token 计费，与任何 Claude.ai 订阅完全分开。如果您原本希望完全免费构建这三个工作流，这里没有免费层级，只有少量注册赠金，以及少数完全免费的端点。
在 n8n 中依次选择 Credentials、Create credential，选择 Anthropic，将密钥粘贴到 API Key 字段，然后保存。每个工作流中的 Claude 节点都引用这一个已存储的凭据；不要将密钥粘贴到节点中。
有两点运行注意事项。首先，n8n 使用 N8N_ENCRYPTION_KEY 加密已存储的凭据。如果您按照 n8n 指南在 compose 文件中显式设置该环境变量，凭据在重建容器后仍会保留；如果让 n8n 自动生成该变量，之后又丢失了 volume，所有已存储的凭据（包括此密钥）都会变成无法恢复的密文。如果之前跳过了备份，请立即备份该密钥。其次，应将 n8n 凭据存储视为影响范围：任何能够编辑您实例上工作流的人，都可以使用您的 Anthropic 密钥发起请求。Community edition 不提供凭据的按用户权限控制，因此如果还有其他人登录此实例，在分发账户前，请阅读付费 n8n 许可证提供哪些访问控制。在 Console 的 Settings 中设置支出上限，以便在实例遭到入侵或失控运行时限制费用。
模型选择应按节点决定
n8n 的 Claude 节点会实时从 API 获取模型下拉列表，因此列表显示的是您的密钥可以访问的模型。截至 2026 年 7 月，各模型及其每百万输入/输出 token 的 API 价格如下：Claude Haiku 4.5（claude-haiku-4-5）为 $1/$5，具有 200K 上下文窗口；Claude Sonnet 5（claude-sonnet-5）为 $3/$15，且在 2026 年 8 月 31 日前提供 $2/$10 的 introductory 价格；Claude Opus 4.8（claude-opus-4-8）为 $5/$25，具有 1M token 上下文窗口。另有 Claude Fable 5（claude-fable-5），价格为 $10/$50，适用于最复杂的推理任务；本指南中的任何任务都不需要它。请使用这些确切的 ID。不要使用您从旧教程中记住的带日期后缀的变体，否则请求会返回 404。价格也会变动，因此在参考任何来源中的价格前，包括本指南中的价格，请先查看 platform.claude.com。
应养成这样的习惯：按节点选择模型，而不是按平台选择模型。分类、提取、摘要和路由是自动化中最常见的任务，使用 Haiku 即可获得很好的效果，其标价只有 Sonnet 的三分之一、Opus 的五分之一。将 Sonnet 留给 agent 和多步骤推理，将 Opus 留给极少数错误答案成本高于 token 成本的工作流。包含 5 个 Claude 节点的工作流可以并且应该混用不同模型。
两个 Claude 节点，以及各自的适用场景
n8n 提供两种不同的 Anthropic 集成，选错节点是初学者最常见的绕路原因。
Anthropic 节点是常规应用节点：输入一个请求，输出一个响应。它的 Text 资源提供 Message a Model 操作，还提供用于分析图像和文档的操作。当工作流逻辑由 n8n 负责串联时，请使用此节点：触发器、Claude 调用、下一个节点。下面的工作流 1 和 2 会使用此节点或其链式等效节点。
Anthropic Chat Model 节点是一个子节点，用于将模型附加到 AI Agent 或 Basic LLM Chain 等根节点。它没有触发器，也不会自行输出数据；它提供模型选择器，以及 Maximum Number of Tokens、Sampling Temperature 等采样选项。n8n 文档中有一个值得记住的注意事项：子节点中的表达式始终根据第一个输入项解析，而不是根据每个输入项解析。与每个输入项相关的表达式应放在根节点的提示字段中，而不要放在子节点中。
工作流 1：接收 webhook，输出摘要
这是 AI 自动化的入门示例：将 POST 到某个 URL 的内容进行摘要，然后发送到 Slack 或您的收件箱。
- Webhook 节点，HTTP Method 设置为 POST，路径为
summarize。n8n 会提供测试 URL 和生产 URL；只有工作流处于激活状态时，生产 URL 才会监听请求。 - Anthropic 节点，选择 Message a Model，模型为
claude-haiku-4-5，Max Tokens 设置为约 300。 - Slack 节点（或 Send Email），将响应文本发送到频道。
提示词是 n8n 表达式与 Claude 的交汇点。POST 请求体位于 $json.body 下，因此用户消息字段如下：
Summarize the following feedback in three bullets, then one line:
verdict: praise | complaint | churn-risk. No preamble.
{{ $json.body.text }}将角色和格式要求放在节点的系统提示词字段中，不要放在用户消息中。系统提示词保持不变，而请求负载会变化。这样可以保持行为稳定，也便于您在六个月后理解提示词。请直接在 VPS 上进行测试：
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..."}'使用 Haiku 时，每次运行的成本为：包含提示词在内的 1,200 个输入 token 约为 $0.0012，输出 300 个 token 约为 $0.0015，合计约为四分之一美分。每月运行 1,000 次，成本低于 $3。将同一节点改为使用 Opus 4.8，成本约为其五倍。这个比例会乘以您构建的每个工作流，因此按节点选择模型的习惯非常重要。
工作流 2：定时将 RSS 转换为结构化行
现在处理按时间运行并生成结构化输出的场景：每小时读取一次 RSS feed，对每个条目进行分类，然后将结果追加到表格中。
- Schedule Trigger，每小时运行一次。
- RSS Read，读取 feed URL。每篇文章输出一个条目。
- Basic LLM Chain，添加一个 Anthropic Chat Model 子节点，将其设置为
claude-haiku-4-5；再添加一个 Structured Output Parser 子节点，并在其中保存 JSON schema。 - Google Sheets（或 Postgres），每个条目追加一行。
Structured Output Parser 会将“Claude，请返回 JSON”这类请求从期望变成契约：它会根据 schema 验证模型的回复。如果验证失败，会明确报错，而不是写入错误数据。schema 示例：
{
"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"]
}链的提示词需要引用 feed 条目：
Classify this article for a VPS hosting audience.
Title: {{ $json.title }}
Content: {{ $json.contentSnippet }}这里的成本计算方式不同：成本按条目计算，而不是按运行次数计算。每小时 50 篇文章、每天 24 小时，相当于每月调用 Claude 36,000 次。使用 Haiku 时，根据文章长度，费用可能为 $40–90；使用 Opus 时，费用约为其 5 倍。在 LLM 节点之前去重（可以使用针对已处理链接的简单 IF，或 n8n 的 Remove Duplicates 节点），调用次数会大幅减少，因为大多数每小时轮询并没有发现新内容。最便宜的 token 是无需发起的调用。
工作流 3：使用工具的 AI Agent
前两个工作流是流水线，步骤由您决定。AI Agent 节点则相反：您向 Claude 提供目标和工具，由它决定调用哪些工具、按什么顺序调用，直到任务完成。n8n 要求附加一个聊天模型子节点，以及至少一个工具子节点。
下面是一个具体示例：构建一个运维助手，从监控系统回答“哪些服务宕机了，原因是什么”。
- Chat Trigger（或 webhook）接收问题。
- AI Agent，附加一个 Anthropic Chat Model 子节点，并将其设置为
claude-sonnet-5。Agent 会规划并串联工具调用；Haiku 可以驱动简单的单工具 Agent，但工具数量增加后，Sonnet 才是合理的最低配置。 - 将 HTTP Request 节点作为工具附加到 Agent，指向您的 Uptime Kuma 状态 API 或 Zabbix 端点。第二个 HTTP 工具可以访问任何提供 REST API 的服务。
两个设置最关键。Agent 的 System Message 定义任务，例如：“您是运维助手。回答前，使用状态工具检查当前监控状态。只报告已宕机的监控项，并提供持续时间。”每个工具的描述不是供人阅读的文档，而是 Claude 判断何时调用该工具的依据。“以 JSON 返回所有受监控服务当前的正常/宕机状态”会在正确的时机触发调用；“状态 API”则可能被忽略或误用。将 HTTP Request 节点作为工具附加后，启用 Optimize Response 选项，并选择需要的 JSON 字段。否则，每次冗长的 API 响应都会作为输入 token 写入模型上下文，而这些 token 需要计费。
在 Agent 上设置 Max Iterations（默认值为 10）时，应使用能正常工作的最小值。它决定了 Agent 是“调用 4 次工具后放弃”，还是进行十几轮模型往返。还要了解计费方式：每次迭代都会重新发送截至当前的完整对话，包括系统消息、问题以及之前每次工具调用的结果，全部计为输入 token。一次包含 6 次迭代的 Agent 运行，很容易累计 20,000 个输入 token 和 2,000 个输出 token：按 Sonnet 5 的 introductory pricing 约为 $0.06，按标准的 $3/$15 价格约为 $0.09；简单的摘要任务可能因此增加约 20 倍成本。如果您发现需要向一个 Agent 附加大量工具，那么这就是在 VPS 上 运行 MCP 服务器会更清晰的架构边界。
成本控制，因为没人监控
无人值守的工作流需要具备人工操作时自然会提供的控制措施。分为四层，按成本从低到高排列。
为每个 Claude 节点设置 Max Tokens。 这是硬性输出上限。摘要器需要 300，分类器需要 100。这样可以限制成本中较高的部分（每百万输出 token 为 $5–$25，而输入 token 为 $1–$5），同时也能防止工作流失控：导致 Claude 反复输出的提示词错误，最多只会产生 300 个 token 的成本，而不是 8,000 个。
为每个节点选择模型。 上文已经介绍过。这是当前模型系列中可将价格降低或提高五到十倍的设置，配置只需十秒。
限制循环次数。 为代理设置 Max Iterations。在工作流设置中配置工作流超时，使卡住的执行自动终止，而不是持续运行。还要谨慎使用每个节点的 Retry On Fail：它适合处理临时错误，但重试会增加成本。将 Max Tries 设为 3、Wait Between Tries 设为 5000 ms 时，如果某个项目持续失败，系统在最终放弃前最多会向你收取三次费用。不要在已经成功完成高成本操作的节点外再包裹重试机制。
使用错误工作流作为最后一道防线。 创建一个以 Error Trigger 节点开头的工作流，将失败工作流的名称和错误发送到 Slack，然后在每个 AI 工作流的设置中将其设为 Error Workflow。它可以捕获一种严重的失败情况：由计划任务触发的工作流每小时运行一次，并且每次都报错，持续一周；每次运行都会在终止前消耗 token。将其与 Anthropic Console 中的每月支出上限配合使用，并在启用任何计划任务后的最初几天检查 Console 的使用情况页面。如果你想准确了解费用的构成，请参阅token 使用指南。
故障模式及其对应的错误信息
节点立即失败，并显示“Authorization failed - please check your credentials.” API 返回了 401。响应正文如下：
{"type": "error", "error": {"type": "authentication_error", "message": "invalid x-api-key"}}可能是密钥粘贴错误、密钥被截断、末尾包含空格，或误用了教程中的占位符。重新创建 n8n 凭据并再次粘贴密钥。如果昨天还能使用，请检查 Console 中的密钥是否已撤销，或者卷恢复是否将凭据回滚到了使用不同 N8N_ENCRYPTION_KEY 加密的版本。
执行成批失败，并返回 429 rate_limit_error， 消息类似于“Number of request tokens has exceeded your per-minute rate limit.” 速率限制按分钟分桶，而 n8n 很容易同时触发 50 个 webhook 或 RSS 执行。应从结构上解决：使用 Loop Over Items 依次处理项目，而不是并行处理；并启用 Retry On Fail，将 Max Tries 设为 3，将 Wait Between Tries 设为其最大值 5000 ms。n8n 会将此字段限制为 5000 ms。如果需要更长的退避时间，使重试进入下一分钟的时间窗口，请在错误路径中放置 Wait 节点，或一次只处理一个项目。响应中包含 retry-after 标头，其中明确说明需要等待多长时间。n8n 的固定等待时间无法读取该标头，因此需要自行构建更长的暂停。
命名模型时返回 404 not_found_error。 响应正文会回显拼写错误：
{"type": "error", "error": {"type": "not_found_error", "message": "model: claude-haiku-4.5"}}常见原因包括使用点号而不是连字符（4.5 对应 4-5）、使用过时博客文章中的日期后缀，或使用了已下线的模型。请根据当前模型列表修正 ID。直接在模型字段中输入表达式，而不是从下拉列表中选择模型时，很容易出现此问题。
Claude 回答了您没有提出的问题。 整个流程没有任何错误，执行状态也是绿色。n8n 表达式引用了不存在的字段，例如负载使用 message，但表达式引用了 {{ $json.body.text }}，此时表达式会将字面字符串 undefined 插入提示词。Claude 仍会正常回答一个没有实际内容的问题。如果被引用的节点根本没有执行，会显示“Referenced node is unavailable”；但缺失的字段不会报错。激活流程前，始终使用真实数据运行一次，并在节点的输入面板中查看实际渲染后的提示词。表达式编辑器会预览解析后的值；如果仔细查看，undefined 就在那里。
FAQ
如何将 Claude 连接到 n8n？
在 platform.claude.com 的 Anthropic Console 中创建 API key，然后在 n8n 中添加 Anthropic 类型的凭据，并将其粘贴到 API Key 字段。每个 Claude 节点、Anthropic app 节点和 Anthropic Chat Model 子节点都会引用该凭据。n8n 使用 N8N_ENCRYPTION_KEY 对其加密，因此请备份该密钥，否则凭据会随卷一起丢失。
AI 工作流每次运行的成本是多少？
先估算每次运行所用的 token 数量，再乘以模型每百万 token 的价格。截至 July 2026，Haiku 4.5 的输入/输出 token 价格为每百万 $1/$5，Sonnet 5 为 $3/$15（截至 August 2026 的介绍价为 $2/$10）。使用 Haiku 处理 webhook 摘要的单次运行成本约为四分之一美分；使用 Sonnet 运行包含多次工具调用的 agent，成本通常接近 $0.06–$0.10，因为每次迭代都会重新发送完整对话作为输入。请在 Console 的 usage 页面中核对实际运行数据，不要仅依赖估算值。
n8n 自动化应使用哪个 Claude 模型？
分类、提取、摘要和路由，以及速度和价格优先的高吞吐量任务，使用 Haiku 4.5。AI Agent 节点和多步骤推理使用 Sonnet 5。只有在错误答案的代价足以证明其 $5/$25 标准价格合理时，才使用 Opus 4.8；其价格是 Haiku 的五倍，略低于 Sonnet 的两倍。按节点设置模型，而不是按工作流设置；一个工作流可以混用这三个模型。
如何防止 n8n 工作流在 Claude API 上超支？
分层设置限制：为每个 Claude 节点设置较低的 Max Tokens，为 agent 设置 Max Iterations，设置工作流超时，并使用保守的 Retry On Fail 设置，避免失败导致 token 消耗倍增。然后添加一个 Error Trigger 工作流，在任何 AI 工作流失败时通过 Slack 告警；同时在 Anthropic Console 中设置每月支出上限，作为 VPS 上任何配置都无法突破的硬上限。
AI Agent 的工具调用是否会产生额外费用？
没有单独的工具费用，但工具并非免费：每个工具结果都会作为输入 token 返回给模型，而且每次 agent 迭代都会重新发送截至当前的完整对话。未经筛选的冗长 API 响应可能远超实际 prompt 的规模。请在 HTTP Request 工具中启用 Optimize Response，只返回 agent 所需的字段。