TokenFlashTokenFlash

n8n 接入

将 TokenFlash API 接入 n8n 工作流平台，构建 AI 自动化应用。

n8n 是一个基于节点的开源工作流自动化平台。通过可视化拖拽的方式，将各种应用、API、数据库和服务连接起来。它很适合把 TokenFlash 接进自动化流程、Agent 编排、AI 内容处理流水线。

n8n 界面截图

核心功能

功能模块说明典型场景
工作流自动化可视化编排节点与连线定时任务、数据同步
AI Agent内置 LangChain 集成智能客服、自动决策
Webhook接收外部 HTTP 请求API 网关、实时处理
400+ 集成覆盖主流 SaaS邮件→Slack→数据库全链路
代码节点JavaScript / Python自定义逻辑、数据转换

部署 n8n

Docker 部署（推荐）

docker run -d \
  --name n8n \
  --restart always \
  -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  -e GENERIC_TIMEZONE="Asia/Shanghai" \
  docker.n8n.io/n8nio/n8n

访问 http://localhost:5678 完成管理员账号注册。

生产环境 Docker Compose：

version: "3.8"
services:
  n8n:
    image: docker.n8n.io/n8nio/n8n
    restart: always
    ports:
      - "5678:5678"
    environment:
      - GENERIC_TIMEZONE=Asia/Shanghai
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      - N8N_BASIC_AUTH_PASSWORD=your-password
      - DB_TYPE=postgresdb
      - DB_POSTGRESDB_HOST=postgres
      - DB_POSTGRESDB_PASSWORD=n8n_secure_password
    volumes:
      - n8n_data:/home/node/.n8n
    depends_on:
      - postgres
  postgres:
    image: postgres:16-alpine
    environment:
      - POSTGRES_USER=n8n
      - POSTGRES_PASSWORD=n8n_secure_password
      - POSTGRES_DB=n8n
    volumes:
      - postgres_data:/var/lib/postgresql/data
volumes:
  n8n_data:
  postgres_data:

npm 安装

npm install -g n8n
n8n start

n8n Cloud

也可直接使用 n8n Cloud 注册使用。

接入 TokenFlash API

方式一：OpenAI 节点（推荐）

适用于 GPT、Gemini 等兼容 OpenAI 协议的模型。

  1. 添加 OpenAI 节点
  2. 创建新 Credential：
    • API Key: 你的 TokenFlash API Key
    • Base URL: https://tokenflash.cn/v1
  3. 选择或手动填写模型名（见下方列表）

方式二：Anthropic 节点

适用于 Claude 系列模型。

  1. 添加 Anthropic Chat Model 节点（LangChain 分类下）
  2. 创建新 Credential：
    • API Key: 你的 TokenFlash API Key
    • Base URL: https://tokenflash.cn（不加 /v1）
  3. 选择或手动填写模型名

方式三：HTTP Request 节点（最通用）

当内置节点无法满足需求时，直接发送 API 请求：

OpenAI 协议：

POST https://tokenflash.cn/v1/chat/completions
Headers:
  Content-Type: application/json
  Authorization: Bearer sk-xxx
Body:
  {
    "model": "gpt-5.6-sol",
    "messages": [{"role": "user", "content": "你好"}],
    "temperature": 0.7,
    "max_tokens": 2048
  }

通过表达式提取结果：{{ $json.choices[0].message.content }}

Anthropic 协议：

POST https://tokenflash.cn/v1/messages
Headers:
  Content-Type: application/json
  x-api-key: sk-xxx
  anthropic-version: "2023-06-01"
Body:
  {
    "model": "claude-sonnet-5",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "你好"}]
  }

API 地址速查

协议Base URL
OpenAIhttps://tokenflash.cn/v1
Anthropichttps://tokenflash.cn

推荐模型

场景推荐模型成本
简单分类/提取gpt-5.6-terra低
通用对话gpt-5.6-sol / claude-sonnet-5中
复杂推理gpt-5.6-sol中
长文档处理claude-sonnet-5 (200K)中
代码生成gpt-5.6-sol中
批量处理gpt-5.6-terra低

AI Agent 工作流

基础架构

Chat Trigger → AI Agent → LLM（TokenFlash）
                  ↓
            ┌─────┴─────┐
          Tools       Memory

创建步骤

  1. 新建工作流，添加 Chat Trigger 节点
  2. 添加 AI Agent 节点（Agent Type: Tools Agent）
  3. 在 "AI Language Model" 端口连接 OpenAI Chat Model（选择 TokenFlash Credential）
  4. 在 "Memory" 端口连接 Window Buffer Memory（Context Window Length: 10）
  5. 可选：添加 Tools（Calculator、HTTP Request、Wikipedia 等）

实战案例

案例：智能邮件自动回复

Email Trigger (IMAP) → AI 分类 → IF
                                    ↓
                    ┌───────────────┼───────────────┐
                 重要邮件        一般邮件         垃圾邮件
                    ↓               ↓               ↓
              AI 生成回复      模板回复        标记归档
                    ↓
              发送邮件回复

AI 分类节点 Prompt：

对以下邮件进行分类和重要性评估。返回 JSON 格式：
{
  "category": "urgent/important/normal/spam",
  "summary": "一句话概括",
  "suggested_reply": "建议回复"
}

邮件主题：{{ $json.subject }}
邮件正文：{{ $json.text }}

AI 生成回复节点（重要邮件）：

生成专业、友好的邮件回复。原始主题：{{ $json.subject }}
建议方向：{{ $json.suggested_reply }}

案例：AI 内容创作 Pipeline

Webhook → [LLM-1: gpt-5.6-terra] 生成大纲
         → [LLM-2: gpt-5.6-sol] 撰写正文
         → [LLM-3: claude-sonnet-5] 校对优化
         → 格式化输出

不同模型各司其职：轻量模型做大纲、强模型做正文、Claude 做润色。

高级功能

自定义 API 调用（Code 节点）

const response = await fetch('https://tokenflash.cn/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
    'Authorization': `Bearer ${$credentials.tokenflashApiKey}`
  },
  body: JSON.stringify({
    model: 'gpt-5.6-sol',
    messages: [{ role: 'user', content: $json.user_input }],
    temperature: 0.7
  })
});
const data = await response.json();
return [{ json: { response: data.choices[0].message.content } }];

错误处理

每个 AI 节点的 Settings 中配置重试：Retry On Fail: true, Max Tries: 3

使用 Error Trigger 工作流捕获全局错误，发送告警通知。

子工作流

创建 "TokenFlash LLM 调用" 子工作流（Execute Workflow Trigger → LLM → Respond），在主工作流中通过 Execute Workflow 节点调用，统一管理模型配置。

动态选择模型

在 Model 字段中使用表达式：

{{ $json.task_type === "complex" ? "gpt-5.6-sol" : "gpt-5.6-terra" }}

常见问题

Credential 连接失败

排查：

# 验证 API Key
curl -X GET https://tokenflash.cn/v1/models \
  -H "Authorization: Bearer sk-your-key"

# 检查网络
curl -I https://tokenflash.cn/v1

常见原因：API Key 错误、Base URL 格式不对（OpenAI 协议要加 /v1）、网络不通。

AI 节点超时

  • 增加超时：N8N_DEFAULT_BINARY_TIMEOUT: 300
  • 检查 n8n 所在服务器到 tokenflash.cn 的网络连接
  • 降低 max_tokens

模型选择建议

  • 简单任务用 gpt-5.6-terra，复杂任务用 gpt-5.6-sol
  • 设置 max_tokens 限制输出长度
  • 使用 GPT分组（5 折）处理批量任务

URL 配置速查

协议Base URL
OpenAIhttps://tokenflash.cn/v1
Anthropichttps://tokenflash.cn

注意： OpenAI 协议带 /v1，Anthropic 协议不带 /v1，API Key 通用。

参考资源

  1. n8n 官方文档
  2. n8n AI 节点文档
  3. n8n GitHub
  4. TokenFlash 文档站

Dify 接入

使用 Dify 开源平台接入 TokenFlash API 中转站，实现低成本调用 Claude、GPT、Gemini 等主流大模型，完成智能客服、文档问答、工作流自动化。

On this page

核心功能部署 n8nDocker 部署（推荐）npm 安装n8n Cloud接入 TokenFlash API方式一：OpenAI 节点（推荐）方式二：Anthropic 节点方式三：HTTP Request 节点（最通用）API 地址速查推荐模型AI Agent 工作流基础架构创建步骤实战案例案例：智能邮件自动回复案例：AI 内容创作 Pipeline高级功能自定义 API 调用（Code 节点）错误处理子工作流动态选择模型常见问题Credential 连接失败AI 节点超时模型选择建议URL 配置速查参考资源