Используйте Dolphin LLM в рабочих процессах n8n

Q: Какие учётные данные n8n использовать?

Встроенные учетные данные OpenAI с базовым URL https://dolphinllm.com/v1.

Q: Какую модель ввести?

без цензуры, единственная модель в этом API.

Обновлено 9 ноября 2026

n8n может вызывать любой API, совместимый с OpenAI. С одним набором учётных данных вы получаете Dolphin LLM в узлах AI Agent, Basic LLM Chain и других узлах LangChain, либо в обычном узле HTTP Request.

Ключевые моменты

Создайте учетные данные OpenAI и установите для его базового URL адрес, указанный ниже.
В узле Chat Model OpenAI установите модель по идентификатору в uncensored.
Включите Retry On Fail для ответов 429 и 503, которые никогда не оплачиваются.
Пакетная обработка больших циклов: пробный ключ позволяет 2 параллельных запроса, полный ключ — 8.

Создайте учетные данные

В n8n откройте Credentials, нажмите Add credential и выберите OpenAI.
Вставьте свой ключ в API Key. Оставьте поле Organization ID пустым.
Установите Base URL to https://dolphinllm.com/v1.
Сохраните. n8n проверяет учетные данные, запрашивая список моделей; сообщение об успехе означает, что ключ и URL работают.

Создайте ключ в своем аккаунте. Если у вас его еще нет, зарегистрироваться; при первом открытии аккаунта добавляется пробный кредит в размере $0.50.

Страница аккаунта с префиксом активного API-ключа, базовым URL, совместимым с OpenAI, и готовой командой curl — Аккаунт → API и баланс: ваш ключ и базовый URL, с примером команды curl для копирования.

Используйте его в AI Agent или LLM chain

Добавить AI Agent or Basic LLM Chain node.
В Chat Model, добавьте OpenAI Chat Model и выберите созданные учетные данные.
Установите Model to По ID и введите uncensored (или выберите его из списка, если n8n его показывает).
В Options, установите Maximum Number of Tokens (например, 800), Sampling Temperature и Timeout 120 секунд или более для длинных ответов.

API поддерживает вызов инструментов, поэтому узел AI Agent может использовать инструменты n8n с этой моделью. Режим JSON (response_format: json_object) доступен, когда вам нужен структурированный вывод для следующего узла.

Или вызовите через HTTP-запрос с помощью ноды HTTP Request

Для полного контроля над телом запроса используйте узел обычного HTTP-запроса:

Метод POST, URL https://dolphinllm.com/v1/chat/completions
Аутентификация: Generic Credential Type → Header Auth, имя Authorization, значение Bearer YOUR_KEY
Тип содержимого тела запроса 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
}

Ответ находится в choices[0].message.content, и подсчёт токенов в usage.

Лимиты, повторные попытки и пакетные запросы

Пробный ключ позволяет 2 параллельных запроса и 60 в минуту; после первого пополнения — 8 параллельных и 300 в минуту. Рабочие процессы, обрабатывающие много элементов одновременно, могут столкнуться с HTTP 429 (concurrency or rate_limited).
Используйте Loop Over Items с размером пакета от 2 до 8 или опциями пакетной обработки узла, чтобы оставаться в пределах лимита.
Включить Retry On Fail в настройках узла с задержкой в несколько секунд. 429 и 503 (upstream_busy) ответы безопасны для повторной отправки и никогда не списываются с баланса.
402 no_credit означает, что баланс пуст; повторная попытка не поможет. Добавьте ветку обработки ошибок, которая уведомляет вас.

Стоимость

Рабочий процесс, который суммирует 1,000 статей в день с входом на 2,500 токенов и выходом на 300, тратит 1,000 × ($0.000375 + $0.00015) = $0.525 в день, примерно $16 в месяц. Пробный страница с ценами содержит калькулятор и бонусы на пополнение.