Skip to main content

Übersicht

n8n bietet keine eingebaute Nachverfolgung dessen, was seine KI-Nodes senden und empfangen. Wenn Sie n8n auf GoModel richten, ist das ohne Community Node gelöst: Ein OpenAI-Credential mit der Base URL von GoModel genügt, und jeder Modellaufruf jedes Workflows wird geloggt, bepreist und als Metriken exportiert. Mit demselben Credential können die OpenAI-Nodes von n8n außerdem Anthropic, Gemini und jeden anderen in GoModel konfigurierten Provider nutzen. Ablauf: n8n workflow -> OpenAI Chat Model / OpenAI node -> GoModel -> OpenAI/Anthropic/Gemini/... Was Sie erhalten:
  • Vollständige Request- und Response-Bodys für jeden KI-Aufruf im Audit-Log von GoModel.
  • Token-Nutzung und Kosten pro Modell, pro API-Key und pro Label.
  • Prometheus-Metriken und OpenTelemetry-Traces für den KI-Traffic.
  • Failover, Caching, Rate-Limits und Budgets für den n8n-Traffic.
  • Modelle anderer Anbieter als OpenAI in den OpenAI-Nodes von n8n, ohne zusätzliche Credentials.

1. GoModel neben n8n ausführen

Führen Sie beide Dienste in einem gemeinsamen Docker-Netzwerk aus, damit n8n GoModel über den Containernamen erreicht:
docker-compose.yml
Prüfen Sie, ob GoModel Ihre Modelle auflistet:
Erstellen Sie im GoModel-Dashboard einen eigenen API-Key für n8n (API Keys -> Create API Key), statt den Master-Key zu verwenden. Keys tragen Labels, Budgets und Rate-Limits, sodass die Ausgaben von n8n im Dashboard separat erscheinen.

2. Das OpenAI-Credential in n8n anlegen

Öffnen Sie in n8n Settings -> Credentials -> Add credential -> OpenAI und füllen Sie Folgendes aus: n8n testet das Credential beim Speichern gegen GET /v1/models. GoModel stellt diesen Endpunkt bereit, daher sollte der Test erfolgreich sein, und die Modellauswahl im Node OpenAI Chat Model listet genau die Modelle auf, die GoModel bereitstellt, einschließlich Anthropic- und Gemini-Modellen sowie aller virtuellen Modelle.
Verwenden Sie den Docker-Servicenamen (gomodel), wenn beide in Containern laufen. http://localhost:8080/v1 funktioniert nur, wenn n8n direkt auf dem Host läuft.

3. In einem Workflow verwenden

Jeder Node, der das OpenAI-Credential akzeptiert, läuft jetzt über GoModel:
  • AI Agent und Basic LLM Chain mit einem Sub-Node OpenAI Chat Model.
  • Embeddings OpenAI für Vector Stores.
  • Der einfache Node OpenAI (Chat-, Bild- und Audio-Operationen).
Hängen Sie das Credential an den Sub-Node OpenAI Chat Model und wählen Sie ein Modell. Da die Liste von GoModel stammt, können Sie im selben Node, der bisher nur OpenAI unterstützte, anthropic/claude-haiku-4-5-20251001 oder gemini/gemini-2.5-flash auswählen. Sowohl die IDs mit Provider-Präfix aus der Auswahl als auch einfache IDs wie gpt-5-mini funktionieren. Führen Sie den Workflow aus und öffnen Sie anschließend das GoModel-Dashboard: Der Aufruf erscheint im Audit-Log mit dem vollständigen Prompt, den von n8n angehängten Tool-Definitionen, der Response, den Tokens und den Kosten.
Verifiziert mit n8n 2.36 (AI Agent 3.1 und 2.2, OpenAI Chat Model 1.3) und dem Calculator-Tool mit Modellen von OpenAI, Anthropic und Gemini, geroutet über GoModel.

Chat Completions oder Responses API

Der Node OpenAI Chat Model hat einen Schalter Use Responses API. In n8n 2.x ist er bei neuen Nodes standardmäßig aktiviert. Beide Wege funktionieren über GoModel: Tool Calling funktioniert auf beiden Wegen für Modelle von OpenAI, Anthropic und Gemini. Schalten Sie den Schalter aus, wenn ein reines Responses-Feature deutlich abgelehnt statt übersetzt werden soll oder wenn Sie ein GoModel-Release verwenden, das älter ist als der unter Fehlerbehebung beschriebene annotations-Fix. Die genauen Einschränkungen bei übersetzten Providern finden Sie unter Responses-Kompatibilität.

Workflows mit Labels zuordnen

Um Workflows in Nutzungsberichten zu unterscheiden, senden Sie aus n8n einen Tagging-Header und deklarieren ihn in GoModel:
  1. Setzen Sie in GoModel TAGGING_HEADER_1=X-N8N-Workflow (oder fügen Sie ihn im Dashboard unter Settings -> Tagging based on headers hinzu).
  2. Aktivieren Sie im n8n-Credential Add Custom Header mit dem Namen X-N8N-Workflow und einem Wert wie invoice-triage.
Der Header-Wert wird zu einem Label für jeden Nutzungseintrag, der mit diesem Credential entsteht; die Ansicht „Nutzung nach Label“ im Dashboard zeigt dann Requests, Tokens und Kosten des Workflows. n8n normalisiert die Groß-/Kleinschreibung des Header-Namens (X-N8n-Workflow); GoModel gleicht ihn ohne Beachtung der Groß-/Kleinschreibung ab. Legen Sie ein Credential pro Workflow oder Team an, wenn Sie getrennte Labels möchten; diese können sich denselben GoModel-API-Key teilen. Präfixe, Trennzeichen und wie Sie verhindern, dass Header den Upstream-Provider erreichen, finden Sie unter Labeling.

Andere Modell-Nodes in n8n

Das n8n-Credential Anthropic Chat Model hat ebenfalls ein Feld Base URL. Richten Sie es mit einem GoModel-API-Key auf http://gomodel:8080 (ohne /v1), um nativen /v1/messages-Traffic über GoModel zu leiten; der Credential-Test und Tool Calls des AI Agent funktionieren (siehe Anthropic Messages API). In den meisten Workflows ist das oben beschriebene einzelne OpenAI-Credential einfacher, da es bereits jeden Provider erreicht.

Fehlerbehebung

Hinweise

  • Failover und Caching von GoModel gelten automatisch für den n8n-Traffic; in n8n ist keine Änderung nötig. Bei aktiviertem Response-Cache liefern wiederholte identische Prompts gecachte Antworten, was bei wiederholten Workflow-Läufen meist gewünscht ist.
  • Streaming zum Chat-Trigger von n8n war nicht Teil des Verifizierungslaufs; Agent-Läufe ohne Streaming schon.
  • Es gibt Community Nodes wie n8n-nodes-openai-litellm, die n8n-Requests Gateway-Metadaten hinzufügen. Mit GoModel sind sie nicht erforderlich; das eingebaute Credential und die Tagging-Header decken denselben Bedarf ab.
  • Für Dashboards und Alerts siehe Prometheus-Metriken und OpenTelemetry.
Zuletzt geändert am 24. Oktober 2026