> ## Documentation Index
> Fetch the complete documentation index at: https://docs.crazyrouter.com/llms.txt
> Use this file to discover all available pages before exploring further.

# n8n 配置教程

> 在 n8n 中通过 Crazyrouter 配置 OpenAI 凭证、AI Agent 工作流与 HTTP Request 回退方案，并完成验证与排障

> 更新日期：2026-06-06

n8n 适合把 LLM 调用接进自动化流程、Agent 节点、审批流和业务系统集成。对接 Crazyrouter 时，推荐先用 n8n 的 OpenAI 凭证路径把一个最小工作流跑通，再决定是否切换到更灵活的 HTTP Request 节点。

## 概览

通过 n8n 的 OpenAI 凭证或 AI 节点，你可以把工作流中的模型请求转到 Crazyrouter：

* 推荐协议：`OpenAI-compatible API`
* 推荐接法：n8n `OpenAI API` credential + 节点级 `Base URL`
* Base URL：`https://api.crazyrouter.com/v1`
* 认证方式：`sk-...` token
* 推荐首次验证模型：`gpt-5.5`

如果你的某些节点不支持所需参数或最新模型特性，再回退到 `HTTP Request` 节点直接调 Crazyrouter 接口。

## 适合谁用

* 想把 AI 接进自动化工作流的人
* 想做表单、数据库、审批、Webhook 和模型联动的人
* 想用 AI Agent 节点编排工具调用的人
* 想通过可视化方式把 Crazyrouter 接进内部业务流程的人

## 使用协议

推荐协议：`OpenAI-compatible API`

在 n8n 中对接 Crazyrouter 时，推荐填写：

```text theme={null}
https://api.crazyrouter.com/v1
```

不要填成：

* `https://api.crazyrouter.com`
* `https://api.crazyrouter.com/v1/chat/completions`

## 前置条件

| 项目                | 说明                                               |
| ----------------- | ------------------------------------------------ |
| Crazyrouter 账号    | 先在 [crazyrouter.com](https://crazyrouter.com) 注册 |
| Crazyrouter token | 建议为 n8n 单独创建一个 `sk-...` token                    |
| n8n               | 建议使用当前稳定版，并确认 AI 节点可用                            |
| 可用模型              | 至少放行一个当天已实测成功的聊天模型，如 `gpt-5.5`                   |

推荐首批白名单：

* `gpt-5.5`
* `claude-opus-4-8`
* `gemini-3.1-pro`
* `text-embedding-3-large`（如果你会用向量或检索相关节点）

## 5 分钟快速开始

<Steps>
  <Step title="创建 n8n 专用 token">
    在 Crazyrouter 后台创建一个名为 `n8n` 的 token。首次建议只开放 `gpt-5.5` 和 `claude-opus-4-8`。
  </Step>

  <Step title="添加 OpenAI 凭证">
    在 n8n 中进入 `Settings` → `Credentials` → `Add Credential`，选择 `OpenAI API` 或你当前版本对应的 OpenAI 凭证类型。
  </Step>

  <Step title="填写凭证和节点信息">
    先在凭证中填写：

    * `API Key`: 你的 `sk-...`

    然后在 `OpenAI`、`OpenAI Chat Model` 或相关 AI 节点的 `Options` 中设置：

    * `Base URL`: `https://api.crazyrouter.com/v1`
  </Step>

  <Step title="创建最小工作流">
    新建一个工作流，使用：`Manual Trigger` → `OpenAI Chat Model` → `Output`，模型先填 `gpt-5.5`。
  </Step>

  <Step title="完成首次验证">
    在 `OpenAI Chat Model` 节点里给一个简单输入，例如 `Reply only OK`，手动执行工作流。成功返回后，再继续配置 AI Agent 或复杂流程。
  </Step>
</Steps>

## 最小工作流示例

### OpenAI Chat Model 节点

```json theme={null}
{
  "node": "OpenAI Chat Model",
  "parameters": {
    "model": "gpt-5.5",
    "messages": [
      { "role": "user", "content": "{{ $json.input }}" }
    ]
  }
}
```

### AI Agent 工作流

推荐先从最简单的链路开始：

1. `Manual Trigger`
2. `AI Agent`
3. `Output`

在 `AI Agent` 中选择刚创建的 Crazyrouter 凭证，并先只挂一个简单工具节点，避免把模型问题和工具问题混在一起。

## HTTP Request 回退方案

如果你需要：

* 某个 n8n AI 节点暂时不支持的新参数
* 更灵活的请求体控制
* 更明确地调试 headers、body、stream 参数

可以直接用 `HTTP Request` 节点调用 Crazyrouter：

```http theme={null}
Method: POST
URL: https://api.crazyrouter.com/v1/chat/completions
Headers:
  Authorization: Bearer sk-xxx
  Content-Type: application/json
Body:
  {
    "model": "gpt-5.5",
    "messages": [
      {"role": "user", "content": "{{ $json.input }}"}
    ]
  }
```

<Tip>
  推荐顺序是：先用 OpenAI 凭证 + 原生 AI 节点跑通；只有在节点能力不够时，再切到 `HTTP Request`。
</Tip>

<Note>
  不同 n8n 版本里，`Base URL` 可能出现在凭证页，也可能出现在具体的 OpenAI / Chat Model 节点 `Options` 里。当前官方文档更明确提到的是节点级 `Base URL` 覆盖项，所以接 Crazyrouter 时优先按“凭证填 Key、节点填 Base URL”的思路配置。
</Note>

## 推荐模型配置

| 使用场景           | 推荐模型                     | 原因                   |
| -------------- | ------------------------ | -------------------- |
| 默认工作流模型        | `gpt-5.5`                | 当天已实测成功，适合作为 n8n 主基线 |
| 高质量复杂 Agent 场景 | `claude-opus-4-8`        | 适合更复杂解释和长文本任务        |
| Gemini 备用档     | `gemini-3.1-pro`         | 适合补充第二条兼容性验证路径       |
| 检索 / 向量相关      | `text-embedding-3-large` | 适合后续做向量处理或检索增强       |

推荐顺序：先用 `gpt-5.5` 跑通最小工作流，再扩展到 Agent、工具和批量任务。

## Token 设置最佳实践

| 设置       | 建议          | 说明                               |
| -------- | ----------- | -------------------------------- |
| 专用 token | 必须          | n8n 不要和聊天前端、CLI 或 SDK 示例共用 token |
| 模型白名单    | 强烈建议        | 只放行工作流真正会用到的模型                   |
| IP 限制    | 固定服务器出口建议开启 | 本地调试、云端混用时谨慎使用                   |
| 配额上限     | 强烈建议        | 自动化任务可能因为重试、循环、批处理快速消耗额度         |
| 环境隔离     | 必须          | 开发、测试、生产工作流使用不同 token            |
| 节点分级     | 建议          | 高频任务用低成本模型，关键任务再切高性能模型           |

## 验证清单

* [ ] `OpenAI API` 凭证已成功保存
* [ ] 节点级 `Base URL` 已设置为 `https://api.crazyrouter.com/v1`
* [ ] `OpenAI Chat Model` 节点可正常执行
* [ ] 第一个最小工作流成功返回
* [ ] 如需 Agent，`AI Agent` 节点也能正常调用模型
* [ ] Crazyrouter 后台日志能看到对应请求
* [ ] token 配额和模型白名单符合预期
* [ ] 开发 / 测试 / 生产工作流已做 token 隔离

## 常见错误与修复

| 现象                      | 常见原因                          | 修复方式                                       |
| ----------------------- | ----------------------------- | ------------------------------------------ |
| 凭证测试失败                  | API Key 错误，或把 Base URL 配置位置填错 | 重新检查 `sk-...`，并确认 `Base URL` 填在你的版本实际支持的位置 |
| 401 unauthorized        | token 失效、被删或复制带空格             | 重新生成 token 并替换                             |
| 403 / model not allowed | 节点中用到的模型不在白名单里                | 在 Crazyrouter 后台放行对应模型                     |
| 404                     | `Base URL` 填成根域名或完整接口路径       | 改成 `https://api.crazyrouter.com/v1`        |
| 工作流不停重试，成本快速增长          | 节点错误后自动重试、循环配置不当              | 限制重试次数，拆分工作流并设置额度                          |
| AI Agent 能启动但工具调用不稳定    | 不是凭证问题，而是工具链路太复杂              | 先只保留一个简单工具节点做验证                            |
| 原生 AI 节点缺少某些参数          | n8n 节点封装暂未覆盖该特性               | 改用 `HTTP Request` 节点直接调用 Crazyrouter       |
| 批处理任务性能不稳               | 模型能力与节点封装不匹配                  | 先回到 `gpt-5.5` 做最小链路验证，再扩展其他模型              |

## 性能与成本建议

* 自动化任务默认先用 `gpt-5.5` 做基线
* 对循环、批量、定时任务设置更严格的额度与错误告警
* 把生产工作流和调试工作流拆成不同 token
* AI Agent 先少工具、短链路验证，稳定后再扩展复杂编排
* 发现费用异常时，先看 Crazyrouter 日志和 n8n 执行历史，确认是不是重试或循环造成

## FAQ

### n8n 里应该填哪个 Base URL？

填 `https://api.crazyrouter.com/v1`。

### Base URL 应该填在凭证里还是节点里？

优先看你当前 n8n 版本的界面。当前官方文档更明确提到的是节点级 `Base URL` 选项；如果你的凭证页也支持填写，填在那里也可以，但第一次配置建议以节点级设置为准。

### 我应该先用原生 AI 节点还是 HTTP Request？

先用原生 OpenAI 凭证和 AI 节点；只有在参数不够或要深度调试时再切到 `HTTP Request`。

### 第一个推荐模型是什么？

先用 `gpt-5.5`。

### 为什么工作流费用突然变高？

通常不是单次请求本身，而是循环、批处理、自动重试或多人共用工作流触发造成。

### n8n 一定要拆多个 token 吗？

强烈建议至少把开发和生产分开；高频任务最好再单独拆分。

<Note>
  n8n 接入 Crazyrouter 后，价值不只是“能调模型”，而是能把模型放进自动化链路里。因此最关键的不是单次对话能否成功，而是要同时控制重试、循环、批量执行和 token 配额。
</Note>