n8n với UberLLM: các mô hình AI Agent rẻ hơn và tạo video

Phần 1: mô hình trò chuyện trong AI Agent

1. Tạo một khóa trên trang khóa của bạn và thêm tín dụng.
2. Trong n8n đi tới Credentials → Create credential → OpenAI.
3. Điền vào:
   • API Key: khóa ull_… của bạn
   • Base URL: https://api.uberllm.dev/v1 Để trống Organization ID. Lưu: n8n kiểm tra thông tin xác thực bằng cách liệt kê các mô hình, và nó sẽ thành công.
4. Trong quy trình làm việc của bạn, thêm một node AI Agent và, làm mô hình trò chuyện của nó, một node OpenAI Chat Model sử dụng thông tin xác thực đó.
5. Trong node OpenAI Chat Model:
   • Model: chọn By ID và nhập deepseek/deepseek-v4.1-flash (hoặc chọn từ danh sách, hiện hiển thị các mô hình của UberLLM)
   • Tắt Use Responses API. Nó được bật theo mặc định trong các phiên bản n8n gần đây. UberLLM cũng phục vụ Responses API, nhưng quy trình làm việc này đã được kiểm tra trên chat completions.
6. Chạy quy trình làm việc.

Thông tin xác thực tương tự hoạt động trong Basic LLM Chain và các node khác sử dụng mô hình trò chuyện.

Sử dụng AI Agent hoặc Basic LLM Chain với node OpenAI Chat Model, hoặc node HTTP Request bên dưới. Hành động "Message a model" của node "OpenAI" độc lập luôn gọi Responses API, và các công cụ tích hợp sẵn của nó (tìm kiếm web, tìm kiếm tệp) chỉ chạy trên máy chủ của OpenAI.

Phần 2: tạo video bằng HTTP Request

Một video mất một phút hoặc hơn, vì vậy đây là một công việc: bắt đầu, chờ, kiểm tra, lặp lại cho đến khi hoàn thành.

Thông tin xác thực. Tạo thông tin xác thực Bearer Auth với Bearer Token = khóa ull_… của bạn. (Hoặc chọn thông tin xác thực OpenAI từ Phần 1 trong Loại thông tin xác thực được xác định trước; nó gửi cùng một tiêu đề.)

Node 1, HTTP Request (bắt đầu công việc)

• Method: POST
• URL: https://api.uberllm.dev/v1/video/generations
• Authentication: Generic Credential Type → Bearer Auth
• Send Body: bật, JSON:

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

Phản hồi có công việc id, status (queued) và estimated_cost_usd.

Node 2, Chờ: Tiếp tục = Sau Khoảng thời gian, 10 giây.

Node 3, HTTP Request (kiểm tra công việc)

• Method: GET
• URL: https://api.uberllm.dev/v1/video/generations/{{ $('HTTP Request').item.json.id }} (sử dụng tên node đầu tiên của bạn)
• Cùng thông tin xác thực Bearer Auth

Node 4, If: {{ $json.status }} là queued hoặc running → kết nối lại với node Chờ. Nếu không thì tiếp tục.

Node 5: khi status là succeeded, liên kết video nằm trong results[0].url. Tải xuống bằng một HTTP Request nữa (GET, cùng thông tin xác thực, và trong Tùy chọn → Phản hồi đặt Định dạng phản hồi thành Tệp) hoặc chuyển liên kết đi. failed đi kèm với error.message bằng lời lẽ đơn giản, và một công việc thất bại không tốn phí.

Mỗi mô hình chỉ tạo ra các độ dài và kích thước nhất định. Nếu bạn yêu cầu một cái mà nó không tạo ra, yêu cầu đầu tiên sẽ bị từ chối với một thông báo liệt kê những gì nó làm được, trước khi bất kỳ khoản phí nào được tính. Các tùy chọn của mỗi mô hình đều có trên trang của nó.

Khắc phục sự cố

• Kiểm tra thông tin xác thực thất bại: Base URL phải chính xác là https://api.uberllm.dev/v1; khóa không được có khoảng trắng.
• 404 từ OpenAI Chat Model: Base URL của thông tin xác thực bị thiếu /v1.
• Agent không bao giờ gọi công cụ: chọn một mô hình từ bảng đầu tiên; các mô hình rất nhỏ bỏ qua công cụ.
• 400 wrong_endpoint: một mô hình video đã được gửi đến nút chat, hoặc một mô hình chat đến video URL.
• Vòng lặp không bao giờ kết thúc: nút If phải so sánh status, và Wait phải đứng trước mỗi lần kiểm tra.
• 402 không đủ tín dụng: thêm tín dụng trên trang tín dụng. Một video giữ max_cost_usd của nó trong khi chạy.

Đọc thêm

• Trang tham khảo: n8n doc, và ready-made n8n video workflows để nhập
• Tạo video hoặc hình ảnh: every field
• Giá API Video