Usa Dolphin LLM nei flussi di lavoro n8n

Q: Quali credenziali n8n utilizzo?

Le credenziali OpenAI integrate, con l'URL di base impostato su https://dolphinllm.com/v1.

Q: Quale modello devo inserire?

senza censura, l'unico modello su questa API.

Aggiornato 9 novembre 2026

n8n può chiamare qualsiasi API compatibile con OpenAI. Con un'unica credenziale ottieni Dolphin LLM nei nodi AI Agent, Basic LLM Chain e altri nodi LangChain, oppure in un nodo HTTP Request generico.

Punti chiave

Crea una credenziale OpenAI e imposta il suo URL di base sull'indirizzo sottostante.
Nel nodo Chat Model di OpenAI, imposta il modello per ID su uncensored.
Attiva Retry On Fail per le risposte 429 e 503, che non vengono mai addebitate.
Batch per loop di grandi dimensioni: una chiave trial consente 2 richieste parallele, una chiave completa 8.

Crea la credenziale

In n8n apri Credentials, clicca Add credential e scegli OpenAI.
Incolla la tua chiave in API Key. Lascia vuoto l'ID Organizzazione.
Imposta Base URL to https://dolphinllm.com/v1.
Salva. n8n testa le credenziali chiedendo l'elenco dei modelli; un messaggio di successo indica che la chiave e l'URL funzionano.

Crea la chiave nel tuo account. Se non ne hai ancora, registrati; $0.50 di credito di prova vengono aggiunti quando apri l'account per la prima volta.

Pagina account con il prefisso della chiave API attiva, l'URL base compatibile con OpenAI e un comando curl pronto all'uso — Account → API e saldo: la tua chiave e l'URL base, con un esempio curl da copiare.

Usalo in un AI Agent o in una catena LLM

Aggiungi un AI Agent or Basic LLM Chain node.
Sotto Chat Model, aggiungi OpenAI Chat Model e seleziona le credenziali che hai creato.
Imposta Model to Per ID e inserisci uncensored (o selezionalo dall'elenco se n8n lo mostra).
In Options, imposta Maximum Number of Tokens (ad esempio 800), Sampling Temperature e un Timeout di 120 secondi o più per risposte lunghe.

L'API supporta il tool calling, quindi il nodo AI Agent può utilizzare gli strumenti n8n con questo modello. La modalità JSON (response_format: json_object) è disponibile quando hai bisogno di un output strutturato per il nodo successivo.

Oppure chiamalo con un nodo di richiesta HTTP

Per un controllo completo sul corpo della richiesta, usa un nodo di Richiesta HTTP semplice:

Metodo POST, URL https://dolphinllm.com/v1/chat/completions
Autenticazione: Generic Credential Type → Header Auth, nome Authorization, valore Bearer YOUR_KEY
Tipo di contenuto del corpo JSON:

{
  "model": "uncensored",
  "messages": [
    {"role": "system", "content": "Summarize the text in three bullet points."},
    {"role": "user", "content": "{{ $json.text }}"}
  ],
  "max_tokens": 400,
  "temperature": 0.3
}

La risposta si trova in choices[0].message.content, e i conteggi dei token in usage.

Limiti, retry e batch

Una chiave di prova permette 2 richieste parallele e 60 al minuto; dopo il primo ricarica, 8 parallele e 300 al minuto. I workflow che elaborano molti elementi contemporaneamente possono incontrare HTTP 429 (concurrency or rate_limited).
Usa Loop Over Items con una dimensione batch di 2 a 8, o le opzioni di batching del nodo, per rimanere sotto il limite.
Attiva Retry On Fail nelle impostazioni del nodo con un'attesa di alcuni secondi. 429 e 503 (upstream_busy) le risposte sono sicure da ritentare e non vengono mai addebitate.
402 no_credit significa che il saldo è vuoto; riprovare non aiuterà. Aggiungi un ramo di errore che ti notifichi.

Costo

Un workflow che riassume 1.000 articoli al giorno con 2.500 token in input e 300 in output spende 1.000 × ($0.000375 + $0.00015) = $0.525 al giorno, circa $16 al mese. Il pagina dei prezzi ha il calcolatore e i bonus di ricarica.