API429 в n8n: credentials, Base URL и импорт HTTP workflow

Подготовка и ключ

Понадобятся доступ к вашей установке n8n, ключ API429 и точный идентификатор модели. В примере указан gemini-3.8-flash; его наличие в публичном каталоге не заменяет проверку доступности для вашего ключа. Список GET /v1/models относится к конкретному токену. Храните ключ в credentials n8n. Не вставляйте его в JSON workflow, текст запроса, названия узлов или общедоступные примеры. После импорта подключение остаётся ненастроенным, пока вы сами не выберете credential.

Встроенные OpenAI credentials

Откройте Credentials, создайте credential типа OpenAI и задайте понятное имя, например API429. В поле API Key укажите свой ключ API429. В Base URL вставьте https://gateway.api429.com/v1. Не дописывайте сюда /chat/completions: это адрес отдельной операции, а credential хранит базовый URL. Organization ID оставьте пустым, если для вашего подключения нет отдельного подтверждённого требования. Официальный исходный код n8n содержит поле Base URL и использует его при проверке /models. Выбирайте созданный credential в нужном узле, а модель задавайте точным ID, если узел позволяет ручной ввод. Возможности узла и выбранный метод API проверяйте отдельно.

Импорт HTTP workflow

Скачайте JSON и в меню workflow выберите импорт из файла. На схеме появятся Manual Trigger и API429 Chat. Файл не содержит ключа, webhook или расписания и не включает автоматический запуск. Откройте API429 Chat: Authentication уже настроен на Generic Credential Type, тип — Header Auth. Создайте Header Auth credential: Name равен Authorization, Value равен Bearer и вашему ключу через пробел. Сохраните credential и выберите его в узле. Значение YOUR_API429_KEY в примерах обозначает место для вашего ключа, а не рабочий токен. В скачиваемом workflow поле с секретом отсутствует.

Тело и первый ручной запуск

Проверьте метод POST и URL https://gateway.api429.com/v1/chat/completions. Включите Send Body, выберите JSON и режим Using JSON. Тело содержит model, массив messages, max_tokens: 256 и stream: false. Число 256 ограничивает этот пример ответа; оно не описывает максимальный лимит модели. Сначала используйте короткий вопрос. Нажатие Execute workflow отправит запрос с выбранным ключом и может привести к списанию по тарифу. После выполнения посмотрите JSON результата и поле choices[0].message.content, если ответ содержит обычный текст Chat Completions. Только затем связывайте результат с другими узлами вашего сценария.

Ошибки и расширение

Если проверка credential не проходит, сначала сравните Base URL и ключ, затем проверьте доступность /v1/models для этого ключа. При ошибке модели сверьте точный ID, включая дефисы и суффиксы. При ошибке тела убедитесь, что max_tokens остался числом, stream — логическим значением, а messages — массивом. Не превращайте ошибки в успешный результат и не включайте бесконечные повторы: повторный запрос может быть платным. Успешный HTTP ответ подтверждает конкретный текстовый вызов. Для AI Agent, tool calling, изображений и структурированного вывода нужны отдельные проверки возможностей модели и формата узла. Этот шаблон не является проверенным агентом и не заявляет работу всех OpenAI-узлов.

Расходы при ручной проверке

Один запуск шаблона означает один текстовый запрос, но число токенов зависит от вопроса и ответа. В рабочем процессе проверьте количество входных элементов: обработка нескольких элементов может вызвать несколько обращений. Сначала испытайте один элемент, затем сравните фактическое использование и тариф выбранной модели. Не рассчитывайте стоимость всей автоматизации только по короткому пробному ответу.

Тело ручного запроса

{
  "model": "gemini-3.8-flash",
  "messages": [
    {
      "role": "user",
      "content": "Ответь одним предложением: что такое API?"
    }
  ],
  "max_tokens": 256,
  "stream": false
}