n8n con UberLLM: modelli di AI Agent più economici e generazione di video

Parte 1: modelli di chat nell'AI Agent

1. Crea una chiave sulla tua pagina delle chiavi e aggiungi credito.
2. In n8n vai su Credentials → Create credential → OpenAI.
3. Compila:
   • API Key: la tua chiave ull_…
   • Base URL: https://api.uberllm.dev/v1 Lascia vuoto Organization ID. Salva: n8n testa la credenziale elencando i modelli, e dovrebbe superare il test.
4. Nel tuo workflow aggiungi un nodo AI Agent e, come suo modello di chat, un nodo OpenAI Chat Model usando quella credenziale.
5. Nel nodo OpenAI Chat Model:
   • Model: scegli By ID e inserisci deepseek/deepseek-v4.1-flash (o seleziona dalla lista, che ora mostra i modelli di UberLLM)
   • Disattiva Use Responses API. È attiva per impostazione predefinita nelle recenti versioni di n8n. Anche UberLLM supporta la Responses API, ma questo workflow è stato testato sulle chat completions.
6. Esegui il workflow.

La stessa credenziale funziona in Basic LLM Chain e in altri nodi che accettano un modello di chat.

Usa l'AI Agent o Basic LLM Chain con il nodo OpenAI Chat Model, o il nodo HTTP Request qui sotto. L'azione "Message a model" del nodo "OpenAI" standalone chiama sempre la Responses API, e i suoi strumenti integrati (web search, file search) funzionano solo sui server di OpenAI.

Parte 2: realizzare un video con Richiesta HTTP

Un video richiede un minuto o più, quindi è un lavoro: avviarlo, attendere, controllare, ripetere finché non è fatto.

Credenziale. Crea una credenziale Bearer Auth con Bearer Token = la tua ull_… key. (Oppure scegli la credenziale OpenAI dalla Parte 1 sotto Tipo Credenziale Predefinito; invia lo stesso header.)

Nodo 1, Richiesta HTTP (avvia il job)

• Metodo: POST
• URL: https://api.uberllm.dev/v1/video/generations
• Autenticazione: Tipo Credenziale Generico → Bearer Auth
• Invia Corpo: on, JSON:

{
  "model": "fal-ai/vidu/q3/text-to-video/turbo",
  "prompt": "a red ball bouncing on green grass, slow motion",
  "duration_seconds": 5
}

La risposta contiene il job id, status (queued) e estimated_cost_usd.

Nodo 2, Attesa: Riprendi = Dopo Intervallo di Tempo, 10 secondi.

Nodo 3, Richiesta HTTP (controlla il job)

• Metodo: GET
• URL: https://api.uberllm.dev/v1/video/generations/{{ $('HTTP Request').item.json.id }} (usa il nome del tuo primo nodo)
• Stessa credenziale Bearer Auth

Nodo 4, If: {{ $json.status }} è queued o running → ricollegati al nodo Attesa. Altrimenti continua.

Nodo 5: quando status è succeeded, il link del video è in results[0].url. Scaricalo con un'altra Richiesta HTTP (GET, stessa credenziale, e sotto Opzioni → Risposta imposta Formato Risposta su File) o passa il link. failed arriva con error.message in parole semplici, e un job fallito non costa nulla.

Ogni modello produce solo determinate lunghezze e dimensioni. Se ne richiedi uno che non produce, la prima richiesta viene rifiutata con un messaggio che elenca ciò che fa, prima che venga addebitato qualsiasi costo. Le opzioni di ogni modello sono sulla sua pagina.

Risoluzione dei problemi

• Il test delle credenziali fallisce: Il Base URL deve essere esattamente https://api.uberllm.dev/v1; la chiave non deve contenere spazi.
• 404 da OpenAI Chat Model: il Base URL delle credenziali manca di /v1.
• L'agente non chiama mai gli strumenti: scegli un modello dalla prima tabella; i modelli molto piccoli saltano gli strumenti.
• 400 wrong_endpoint: un modello video è stato inviato al nodo di chat, o un modello di chat all'URL video.
• Il loop non finisce mai: il nodo If deve confrontare status, e il Wait deve venire prima di ogni controllo.
• 402 crediti insufficienti: aggiungi credito sulla pagina dei crediti. Un video mantiene il suo max_cost_usd mentre è in esecuzione.

Continua a leggere

• Pagina di riferimento: n8n doc, e workflow video predefiniti n8n da importare
• Crea un video o un'immagine: ogni campo
• Prezzi API video