n8n ist eine visuelle Automatisierungsplattform, die Trigger, Verarbeitungs- und Ausgabe-Nodes zu Workflows verbindet. n8n selbst bietet kein Modell; Modelle kommen aus dem konfigurierten API-Dienst. Für chinesische Teams ist ein OpenAI-kompatibles Gateway üblich, dessen Base URL in n8n eingetragen wird, um Dialog, Zusammenfassung und Klassifizierung in Geschäftsprozesse einzubinden.

Dieser Artikel folgt dem tatsächlichen Aufbau: Installation, Parameter vorbereiten, Zugangsdaten konfigurieren, Workflow testen, Fehler behandeln und schließlich Team-Deployment. Oberflächennamen ändern sich mit Versionen; maßgeblich ist die aktuell verwendete Version.

Hinweis: n8n ist eine Marke von n8n GmbH, OpenAI ist eine Marke von OpenAI, Inc. Dieser Artikel dient der technischen Anleitung; es besteht keine Zugehörigkeits- oder Kooperationsbeziehung zu den genannten Unternehmen. Modellumfang und Preise entnehmen Sie den Modellpreisen.

1. Cloud oder Selbstbetrieb

n8n bietet Cloud-Hosting und Selbstbetrieb. Cloud erspart Serverwartung und eignet sich für schnelle Validierung; Selbstbetrieb erlaubt Kontrolle über Datenpfad, Netzwerkausgang und Upgrade-Tempo und passt zu Teams mit Compliance-Anforderungen oder internem Netzwerkzugriff. Dieser Artikel konzentriert sich auf Selbstbetrieb, weil eigene Base URLs, Umgebungsvariablen und Teamrechte dort häufiger relevant sind.

Selbstbetrieb verursacht Kosten: Server, Datenbank, Backups, HTTPS, Upgrades und Sicherheitskonfiguration liegen bei Ihnen. Klären Sie zuerst, wer den Betrieb übernimmt, und entscheiden Sie dann über Selbstbetrieb.

2. Installation und Initialisierung

Für die Produktion empfiehlt die offizielle Dokumentation Docker Compose; für einen Einzelplatztest genügt ein docker run. Das Image heißt n8nio/n8n, der Standardport ist 5678, das Datenvolumen wird nach /home/node/.n8n gemountet. Dieses Verzeichnis enthält nicht nur die SQLite-Datenbank, sondern auch Verschlüsselungsschlüssel und muss dauerhaft gespeichert werden.

docker volume create n8n_data

docker run -it --rm --name n8n \
  -p 5678:5678 \
  -e GENERIC_TIMEZONE="Asia/Shanghai" \
  -e TZ="Asia/Shanghai" \
  -e N8N_ENFORCE_SETTINGS_FILE_PERMISSIONS=true \
  -v n8n_data:/home/node/.n8n \
  n8nio/n8n

Nach dem Start ist http://localhost:5678 erreichbar; folgen Sie der Anleitung zur Erstellung des Owner-Kontos. In der Produktion sollte SQLite nicht dauerhaft im Einzelbetrieb laufen: Konfigurieren Sie DB_TYPE=postgresdb und DB_POSTGRESDB_* für PostgreSQL und nehmen Sie die Datenbank in die Backups auf. Die npm-Variante (npx n8n oder globale Installation) eignet sich für lokale Tests; laut offizieller Dokumentation ist die npm-Installation ab n8n 3.0 veraltet, die Produktion sollte Docker verwenden. Die Node.js-Anforderung steht in der offiziellen Installationsdokumentation; aktuell wird 20.19 bis 24.x genannt.

3. Key, Base URL und Modell-ID vorbereiten

Für jede OpenAI-kompatible Schnittstelle werden nur drei Parameter benötigt:

Parameter Eingabe Häufige Fehler
API Key In der Gateway-Konsole erstellt, nach Projekt benannt Leerzeichen oder Zeilenumbruch beim Kopieren
Base URL https://ai.zhongshangqihang.com/v1 Vollständiger /chat/completions-Pfad eingetragen
Modell-ID API-Bezeichnung von der Preisseite Anzeigename oder altes Versionssuffix verwendet

Der Key wird nach der Registrierung im ZSQH AI Gateway angelegt. Empfohlen ist ein Key pro Umgebung, getrennt nach Test und Produktion, damit er bei einem Leak einzeln widerrufen werden kann. Die Modell-ID kopieren Sie von der Seite Modellpreise; achten Sie auf Groß-/Kleinschreibung und Versionssuffix. Verfügbare Modelle und Abrechnung können sich ändern; maßgeblich sind Konsole und Preisseite.

4. OpenAI-Zugangsdaten konfigurieren

Öffnen Sie links in n8n „Credentials“ und erstellen Sie eine neue Zugangsdatenart „OpenAI“. In der aktuellen Version umfassen die Felder API Key, Organization ID (optional) und Base URL. Bei einem Gateway ändern Sie die Base URL auf die Gateway-Adresse, üblicherweise bis /v1, ohne /chat/completions. Die Organization ID wird nur bei der offiziellen OpenAI-Anbindung mit mehreren Organisationen benötigt; bei einem kompatiblen Gateway bleibt sie meist leer.

Einige Praktiken:

  1. Der Key gehört ausschließlich in die Zugangsdaten, nicht in Code-, Set- oder Workflow-JSON-Nodes.
  2. Benennen Sie Zugangsdaten nach Zweck, etwa „Gateway-Produktion-Inhaltszusammenfassung“, nicht „Test1“.
  3. Nach dem Speichern testen; bei Fehlschlag zuerst Base URL und Netzwerkausgang prüfen.
  4. In Team-Instanzen Zugangsdaten pro Projekt anlegen, keinen Key von mehreren Personen teilen.
  5. Beim Selbstbetrieb N8N_ENCRYPTION_KEY sicher aufbewahren; nach einem Wechsel lassen sich bestehende Zugangsdaten möglicherweise nicht entschlüsseln.

5. Den ersten Workflow zum Laufen bringen

Beispiel „nach Formulareingabe einen Antwortentwurf erzeugen“:

  1. Neuen Workflow anlegen und einen Form Trigger oder Manual Trigger hinzufügen.
  2. Einen OpenAI-Node hinzufügen und als Resource „Text“ wählen.
  3. Als Operation „Generate a Chat Completion“ wählen; in älteren Versionen heißt der Eintrag „Message a Model“.
  4. Die gerade erstellten Zugangsdaten und das Modell wählen und Formularfelder per Ausdruck übergeben, etwa {{ $json.message }}.
  5. Im Prompt Rolle, Ausgabeformat und Länge begrenzen, um irrelevante Inhalte zu reduzieren.
  6. Einen Set-Node hinzufügen und nur die später benötigten Felder behalten.
  7. Einen Gmail-, Slack- oder Tabellen-Node hinzufügen und das Ergebnis am Ziel ablegen.
  8. Zuerst manuell ausführen und Ein- und Ausgaben Node für Node prüfen, dann aktivieren.

Wenn das Gateway die Responses API nicht unterstützt, wählen Sie nicht „Generate a Model Response“, sondern die Chat-Completions-Operation. Welche Parameter ein Node unterstützt, richtet sich nach der n8n-Version und der Gateway-Dokumentation.

6. Kompatible Schnittstelle mit dem HTTP-Request-Node aufrufen

Für Parameter, die der Node nicht anbietet, Batch-Anfragen oder spezielle Felder können Sie mit dem HTTP-Request-Node direkt /v1/chat/completions aufrufen. Methode „POST“, URL als vollständige Schnittstellenadresse, Authentifizierung „Predefined Credential Type“ mit den OpenAI-Zugangsdaten oder „Generic Credential Type“ mit Bearer Auth. Body als JSON mit Modell, Nachrichten und Parametern.

Der Request-Body darf keinen Key enthalten; die Authentifizierung injizieren die Zugangsdaten. Die Antwort wird im OpenAI-Chat-Completions-Format geparst, üblicherweise choices[0].message.content. Bei Streaming-Daten muss die n8n-Seite Streaming deaktiviert haben oder SSE verarbeiten können, sonst schlägt das Parsing leicht fehl.

7. Test und Fehlerbehandlung

Validieren Sie Adresse, Key und Modell zuerst außerhalb von n8n per curl und suchen Sie erst danach im Workflow; das spart viele Umwege. Bei unbeaufsichtigten Workflows sollten Fehler als Normalfall behandelt werden:

  1. In den Node-Einstellungen „Retry On Fail“ aktivieren und bei 429, 5xx und Timeouts zwei- bis dreimal wiederholen.
  2. Ein Retry-Intervall setzen, damit Ratenlimits nicht weiter verstärkt werden.
  3. Je nach Geschäft „On Error“ wählen: stoppen, fortfahren oder Fehlerausgabe in einen Ausnahmezweig leiten.
  4. Für HTTP-Anfragen ein Timeout setzen; lange Textgenerierung darf großzügiger sein, aber nicht unbegrenzt warten.
  5. Einen Fehler-Workflow konfigurieren, der Ausführungs-ID, Node-Name und Eingabezusammenfassung an Slack oder E-Mail sendet.
  6. Vor Wiederholungen die Idempotenz prüfen, um doppelte Nachrichten oder Tabelleneinträge zu vermeiden.
Symptom Häufige Ursache Behandlung
401 Key falsch, abgelaufen oder Zugangsdaten nicht ausgewählt Zugangsdaten neu wählen, Leerzeichen und Status prüfen
403 Modell nicht freigeschaltet oder Rechte fehlen Modellrechte und Projektlimits prüfen
404 Base URL oder Pfad falsch Nur bis /v1, keinen vollständigen Pfad eintragen
429 Parallelität zu hoch oder Kontingent überschritten Parallelität senken, Backoff-Retry aktivieren
400 Parameter vom Gateway nicht unterstützt Inkompatible Felder entfernen, Modell-ID prüfen
Timeout Netzwerkausgang oder Upstream langsam Proxy, DNS und Timeout-Einstellungen prüfen

8. Punkte für das Team-Deployment

Beim Team-Einsatz von n8n geht es nicht darum, mehr Konten anzulegen, sondern Zugangsdaten, Projekte und Betriebsgrenzen zu trennen:

  • Projekte zur Trennung von Geschäftslinien nutzen; Workflows und Zugangsdaten gehören zum Projekt.
  • Keys pro Person und Projekt ausgeben, damit sie bei Austritt oder Leak einzeln widerrufen werden können.
  • Produktionsinstanzen einheitlich über HTTPS betreiben und N8N_WEBHOOK_URL auf eine extern erreichbare Adresse setzen; in älteren Versionen heißt die Variable WEBHOOK_URL.
  • Im Queue-Modus müssen alle Worker denselben N8N_ENCRYPTION_KEY verwenden, sonst lassen sich Zugangsdaten nicht entschlüsseln.
  • In der Produktion einen externen Task Runner verwenden und Code-Nodes nicht im Hauptprozess laufen lassen.
  • Datenbank und Verschlüsselungsschlüssel getrennt sichern und Zugriffe kontrollieren.
  • Aufbewahrungszeit für Ausführungsdaten setzen, damit Verlauf nicht unbegrenzt wächst und sensible Daten weniger exponiert sind.

Selbstbetrieb ist nicht automatisch konform. Ob der Upstream Anfragen speichert oder für Training nutzt, muss separat geklärt werden; für Prozesse mit Kundenprivatheit sind Maskierungs- und manuelle Prüf-Nodes zu ergänzen.

Häufige Fragen

Unterstützt der OpenAI-Node in n8n eine eigene Base URL?

Ja. Die aktuellen OpenAI-Zugangsdaten enthalten ein Feld Base URL, standardmäßig https://api.openai.com/v1, das sich auf die Gateway-Adresse ändern lässt. Fehlt das Feld in Ihrer Version, können Sie den HTTP-Request-Node mit Bearer Auth verwenden.

Bis zu welcher Ebene wird die Base URL eingetragen?

Üblicherweise bis /v1, etwa https://ai.zhongshangqihang.com/v1. Tragen Sie nicht /v1/chat/completions ein, da der Node den Pfad selbst anhängt. Ein falsches Niveau äußert sich meist als 404.

Warum meldet die Ausführung „Modell nicht gefunden“, obwohl der Zugangsdatentest besteht?

Der Zugangsdatentest prüft meist nur Key und Adresse, nicht die Freigabe jedes Modells. Prüfen Sie, ob die Modell-ID mit der Preisseite übereinstimmt, ob das Projekt Rechte für das Modell hat und ob die Anfrage an eine andere Base URL geroutet wird.

Muss selbst betriebenes n8n PostgreSQL verwenden?

Nicht zwingend; SQLite eignet sich für Tests und wenig Traffic. In der Produktion wird meist PostgreSQL verwendet, weil Backups, Parallelität und Skalierung einfacher sind; maßgeblich ist die offizielle Docker-Compose-Dokumentation. Unabhängig von der Datenbank muss /home/node/.n8n dauerhaft gespeichert werden.

Worauf ist bei mehreren Nutzern zu achten?

Zugangsdaten nach Projekt und Person trennen, keine langfristig gemeinsam genutzten Keys; Projektrollen für Workflow- und Zugangsdatenzugriff; in der Produktion HTTPS, MFA und externe Task Runner; Verschlüsselungsschlüssel sichern und Zugriff begrenzen. Für einen einheitlichen Modelleinstieg und Verbrauchsverwaltung können virtuelle Keys und Kontingente des Gateways genutzt werden.

Nächste Schritte

Die Schwierigkeit bei der n8n-Anbindung liegt nicht im Ziehen von Nodes, sondern in drei abgestimmten Punkten: Base URL, Key und Modell-ID. Testen Sie zuerst mit curl, konfigurieren Sie dann die OpenAI-Zugangsdaten und ergänzen Sie schließlich Retries, Fehlerzweige und Teamrechte. Für einen einheitlichen Einstieg können Sie sich im ZSQH AI Gateway registrieren; Modelle und Preise stehen auf der Seite Modellpreise.

Weiterlesen: