一句话回答
n8n 接入 OpenAI 兼容 API,核心是配置 API Key、Base URL 和模型名。建议先用 HTTP Request 节点请求 /models,确认连接正常,再接入 OpenAI 节点、AI Agent 或自动化工作流。
如果使用 TokenCheap 这类兼容服务,Base URL 通常填写服务商提供的 /v1 地址,例如 https://api.tokencheap.space/v1。Key 和 Base URL 必须来自同一个服务商。
适用场景
这篇适合你遇到这些情况:
- 想在 n8n 里调用 OpenAI-compatible 模型。
- n8n OpenAI 节点默认只指向官方接口。
- 自建 n8n 服务器需要连接中转 API。
- 工作流里要做内容生成、摘要、分类、线索处理。
- Credential 测试失败,不知道是 Key、地址还是网络问题。
如果只想查 Base URL,可先看 n8n OpenAI API Base URL 怎么填。
第一步:准备配置字段
你需要:
API Key: 服务商后台生成的 Key
Base URL: https://api.tokencheap.space/v1
Model: 服务商支持的模型名
不要把网页后台地址填进 Base URL。也不要把 OpenAI 官方 Key 和兼容服务地址混用。
第二步:用 HTTP Request 节点验证 /models
在 n8n 里创建 HTTP Request 节点:
Method: GET
URL: https://api.tokencheap.space/v1/models
Headers:
Authorization: Bearer YOUR_API_KEY
如果返回模型列表,说明连接、Key 和 Base URL 基本正常。后续 OpenAI 节点失败时,就重点检查节点配置和模型名。
第三步:配置 OpenAI 或 AI 节点
如果节点支持自定义 Base URL:
- 新建 OpenAI Credential。
- 填写 API Key。
- 在高级设置或 Base URL 字段填写兼容地址。
- 选择或手动填写模型名。
- 用一条最简单消息测试。
如果当前节点不支持自定义 Base URL,可以用 HTTP Request 节点直接调用聊天接口。
第四步:加入重试和限流
n8n 的工作流经常批量运行,容易触发限流。建议:
- 使用 Split In Batches 控制批量大小。
- 对 429 做等待后重试。
- 给失败分支记录错误信息。
- 对长文本分块处理。
- 不要让多个定时任务同时打满同一个 Key。
遇到限流可参考 OpenAI API 429 Too Many Requests 怎么解决。
自建 n8n 的特殊检查
自建 n8n 请求从服务器发出。你本地电脑能访问 API,不代表服务器能访问。进入服务器运行:
curl "https://api.tokencheap.space/v1/models" \
-H "Authorization: Bearer YOUR_API_KEY"
如果服务器 curl 失败,就先处理 DNS、代理、防火墙或云服务器出口网络。
常见错误
401 / invalid_api_key
Key 不完整、Key 和 Base URL 不匹配,或 Credential 引用了旧 Key。参考 n8n OpenAI API Key 不工作怎么排查。
model_not_found
模型名不在当前服务支持列表中。先请求 /models 获取模型 ID。
timeout
服务器无法访问 API 域名。参考 API timeout 超时解决方法。
相关阅读
- n8n 接入 AI API 教程
- n8n OpenAI API Base URL 怎么填?
- OpenAI Compatible API curl 调用示例
- OpenAI Compatible API 如何获取模型列表?
- AI 工作流自动化服务
FAQ
n8n 可以接入 OpenAI 兼容 API 吗?
可以。只要节点支持自定义 Base URL,或者你用 HTTP Request 节点直接调用兼容接口。
n8n Base URL 填什么?
填写服务商提供的 API 入口,通常到 /v1,例如 https://api.tokencheap.space/v1。
n8n Credential 测试失败怎么办?
先用 HTTP Request 节点请求 /models,区分是 Credential 问题、网络问题还是 OpenAI 节点封装问题。
n8n 自建版本和云端版有什么区别?
字段类似,但请求发起位置不同。自建版本要确认服务器能访问 API。
工作流上线前最重要的检查是什么?
先跑最小工作流,再加批量、重试、日志和失败分支。不要一开始就接复杂生产流程。