bez cenzury, jedyny model w tym API.

Użyj Dolphin LLM w przepływach n8n

Q: Jakie poświadczenia n8n użyć?

Wbudowane poświadczenia OpenAI, z Base URL ustawionym na https://dolphinllm.com/v1.

Zaktualizowano 9 listopada 2026

n8n może wywoływać dowolne API kompatybilne z OpenAI. Dzięki jednym poświadczeniom uzyskujesz dostęp do Dolphin LLM w węźle AI Agent, Basic LLM Chain i innych węzłach LangChain, albo w zwykłym węźle HTTP Request.

Kluczowe punkty

Utwórz poświadczenia OpenAI i ustaw adres bazowy na poniższy adres.
W węźle Chat Model OpenAI ustaw model według identyfikatora na uncensored.
Włącz Retry On Fail dla odpowiedzi 429 i 503, które nie są rozliczane.
Zrób batch dla dużych pętli: klucz próbny pozwala na 2 równoległe żądania, pełny klucz na 8.

Utwórz poświadczenia

W n8n otwórz Credentials, kliknij Add credential i wybierz OpenAI.
Wklej swój klucz do API Key, który zwraca ten sam pojedynczy model. Pozostaw pole Organization ID puste.
Ustaw Base URL to https://dolphinllm.com/v1.
Zapisz. n8n testuje dane logowania, pytając o listę modeli; komunikat o sukcesie oznacza, że klucz i URL działają.

Utwórz klucz w swoim koncie. Jeśli jeszcze go nie masz, zarejestruj się; $0.50 kredytu próbnego jest dodawane przy pierwszym otwarciu konta.

Strona konta z prefiksem aktywnego klucza API, kompatybilnym z OpenAI adresem bazowym URL oraz gotowym poleceniem cURL — Konto → API i saldo: Twój klucz i adres bazowy URL z przykładem polecenia cURL do skopiowania.

Użyj go w AI Agent lub łańcuchu LLM

Dodaj AI Agent or Basic LLM Chain node.
Pod Chat Model, dodaj OpenAI Chat Model i wybierz utworzone poświadczenia.
Ustaw Model to Po ID i wprowadź uncensored (lub wybierz go z listy, jeśli n8n go wyświetla).
W Options, ustaw Maximum Number of Tokens (na przykład 800), Sampling Temperature i Timeout czasu 120 sekund lub więcej dla długich odpowiedzi.

API obsługuje wywoływanie narzędzi, dzięki czemu węzeł AI Agent może korzystać z narzędzi n8n przy użyciu tego modelu. Tryb JSON (response_format: json_object) jest dostępne, gdy potrzebujesz strukturyzowanego wyniku dla kolejnego węzła.

Lub wywołaj go węzłem żądania HTTP

Dla pełnej kontroli nad ciałem żądania użyj zwykłego węzła HTTP Request:

Metoda POST, URL https://dolphinllm.com/v1/chat/completions
Uwierzytelnianie: Generic Credential Type → Header Auth, nazwa Authorization, wartość Bearer YOUR_KEY
Typ treści ciała żądania 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
}

Odpowiedź znajduje się w choices[0].message.content, a liczniki tokenów w usage.

Limity, ponawianie prób i batche

Klucz próbny pozwala na 2 równoległe żądania i 60 na minutę; po pierwszej doładowaniu – 8 równoległych i 300 na minutę. Potoki pracy przetwarzające wiele elementów jednocześnie mogą napotkać błąd HTTP 429 (concurrency or rate_limited).
Użyj Loop Over Items z rozmiarem partii od 2 do 8 lub opcjami batchowania węzła, aby utrzymać się poniżej limitu.
Włącz Retry On Fail w ustawieniach węzła z opóźnieniem wynoszącym kilka sekund. 429 i 503 (upstream_busy) odpowiedzi są bezpieczne do ponownego wykonania i nigdy nie są rozliczane.
402 no_credit oznacza, że saldo jest puste; ponowna próba nie pomoże. Dodaj gałąź błędu, która Cię powiadomi.

Koszt

Potok pracy sumaryzujący 1 000 artykułów dziennie przy 2 500 tokenach wejściowych i 300 wyjściowych zużywa 1 000 × ($0.000375 + $0.00015) = $0.525 dziennie, czyli około $16 miesięcznie. Klucz strona z cenami zawiera kalkulator i bonusy za doładowanie.