ഹോം / ഗൈഡുകൾ / n8n-നുള്ള സൗജന്യ LLM API

n8n-നുള്ള സൗജന്യ LLM API

n8n എന്നത് AI നോഡുകളുള്ള ഒരു വർക്ക്ഫ്ലോ ഓട്ടോമേഷൻ ടൂൾ ആണ്. ഇതിന്റെ OpenAI credential-ൽ Base URL ഫീൽഡ് ഉണ്ട്. അതിനാൽ അഭ്യർത്ഥനകൾ ഏത് OpenAI-compatible API-ലേക്കും അയയ്ക്കാം. ഈ ഗൈഡ് ആ ഫീൽഡ് FreeLLMAPI-യിലേക്ക് ചൂണ്ടിക്കാണിക്കുന്നു. FreeLLMAPI ഒരു കീയ്ക്ക് പിന്നിൽ 45 സൗജന്യ provider ടിയറുകൾ ചേർക്കുന്നു. ഒരു പരിധി അഭ്യർത്ഥനയെ തടയുമ്പോൾ അത് അടുത്ത provider-ലേക്ക് മാറുന്നു.

കോഡ്, മോഡൽ പേരുകളും തത്സമയ കാറ്റലോഗ് ലേബലുകളും ഇംഗ്ലീഷിൽ കാണിക്കുന്നു.

ആവശ്യമുള്ളത്

  • n8n, സ്വയം ഹോസ്റ്റ് ചെയ്തതോ n8n Cloud-ലോ. ഒരു cloud ഇൻസ്റ്റൻസിന് നിങ്ങളുടെ കമ്പ്യൂട്ടറിലെ localhost-ൽ എത്താൻ കഴിയില്ല. n8n Cloud-ന്, FreeLLMAPI-ക്ക് ഒരു പൊതു HTTPS വിലാസം ഉണ്ടായിരിക്കണം.
  • FreeLLMAPI, Docker അല്ലെങ്കിൽ ഡെസ്ക്ടോപ്പ് ആപ്പ് വഴി ഇൻസ്റ്റാൾ ചെയ്തത്. Keys പേജിൽ കുറഞ്ഞത് രണ്ട് സൗജന്യ provider കീകൾ ചേർക്കുക.
  • ഏകീകൃത കീ, FreeLLMAPI Keys പേജിൽ നിന്ന്. n8n ഈ കീ മാത്രം ഉപയോഗിക്കുന്നു.

FreeLLMAPI ഇൻസ്റ്റാൾ ചെയ്യുക (macOS അല്ലെങ്കിൽ Linux)

curl -fsSL https://freellmapi.co/install.sh | bash

Base URL, n8n എവിടെ പ്രവർത്തിക്കുന്നു എന്നതിനെ ആശ്രയിച്ചിരിക്കുന്നു. ഒരു Docker കണ്ടെയ്നറിനുള്ളിൽ localhost എന്നത് ആ കണ്ടെയ്നറാണ്, നിങ്ങളുടെ കമ്പ്യൂട്ടർ അല്ല.

n8n പ്രവർത്തിക്കുന്നത്Base URL
ഹോസ്റ്റിൽ (npm അല്ലെങ്കിൽ npx)http://localhost:3001/v1
Docker Desktop-ൽ (macOS, Windows)http://host.docker.internal:3001/v1
Linux-ലെ Docker-ൽ, FreeLLMAPI-യുടെ അതേ ഹോസ്റ്റിൽhttp://freellmapi:3001/v1, n8n കണ്ടെയ്നറിനെ FreeLLMAPI Docker നെറ്റ്‌വർക്കുമായി ബന്ധിപ്പിച്ച ശേഷം
n8n Cloudനിങ്ങളുടെ FreeLLMAPI സെർവറിന്റെ പൊതു HTTPS വിലാസം, അവസാനം /v1 ചേർത്ത്

ഘട്ടം 1: OpenAI credential സൃഷ്ടിക്കുക

  1. n8n-ൽ Credentials തുറന്ന്, OpenAI തരത്തിൽ ഒരു പുതിയ credential സൃഷ്ടിക്കുക.
  2. API Key ഫീൽഡിൽ നിങ്ങളുടെ FreeLLMAPI ഏകീകൃത കീ ഒട്ടിക്കുക.
  3. Organization ID (optional) ശൂന്യമായി വിടുക.
  4. Base URL-ൽ, https://api.openai.com/v1 മാറ്റി നിങ്ങളുടെ FreeLLMAPI URL നൽകുക. ഉദാഹരണത്തിന്, http://host.docker.internal:3001/v1.
  5. credential സേവ് ചെയ്യുക.

ഈ credential ഉപയോഗിക്കുന്ന എല്ലാ OpenAI നോഡുകളും ഇപ്പോൾ അവയുടെ അഭ്യർത്ഥനകൾ FreeLLMAPI-ലേക്ക് അയയ്ക്കുന്നു. നിങ്ങളുടെ യഥാർത്ഥ provider കീകൾ FreeLLMAPI-ൽ തന്നെ തുടരുന്നു. അവ n8n-ലേക്ക് പോകുന്നില്ല.

n8n കണ്ടെയ്നറിൽ നിന്ന് URL പരിശോധിക്കുക

docker exec n8n wget -qO- \
  --header="Authorization: Bearer <unified-key>" \
  http://host.docker.internal:3001/v1/models | head -c 300

ഘട്ടം 2: AI Agent വർക്ക്ഫ്ലോ നിർമ്മിക്കുക

AI Agent നോഡിന് ഒരു chat model sub-node ഉം കുറഞ്ഞത് ഒരു tool sub-node ഉം ആവശ്യമാണ്. n8n 1.82.0 മുതൽ, ഓരോ AI Agent നോഡും Tools Agent ആയി പ്രവർത്തിക്കുന്നു. ഏജന്റ് tool നിർവചനങ്ങൾ മോഡലിന് അയയ്ക്കുന്നു. അതിനാൽ മോഡൽ tool calling പിന്തുണയ്ക്കണം.

  1. Chat Trigger നോഡ് ചേർക്കുക. വർക്ക്ഫ്ലോ പരീക്ഷിക്കാനുള്ള ഒരു chat വിൻഡോ ഇത് നൽകുന്നു.
  2. ട്രിഗറിന് ശേഷം ഒരു AI Agent നോഡ് ചേർക്കുക.
  3. OpenAI Chat Model sub-node-നെ ഏജന്റിന്റെ Chat Model ഇൻപുട്ടുമായി ബന്ധിപ്പിക്കുക. നിങ്ങളുടെ FreeLLMAPI credential തിരഞ്ഞെടുക്കുക.
  4. Model-ൽ, മോഡ് From List-ൽ നിന്ന് ID-ലേക്ക് മാറ്റുക. auto എന്ന് ടൈപ്പ് ചെയ്യുക.
  5. ഒരു tool sub-node ബന്ധിപ്പിക്കുക, ഉദാഹരണത്തിന് Calculator tool അല്ലെങ്കിൽ HTTP Request tool.
  6. chat തുറന്ന് ഒരു പരീക്ഷണ സന്ദേശം അയയ്ക്കുക.

മോഡലിന് ID മോഡ് ഉപയോഗിക്കുക. List മോഡ് FreeLLMAPI-യുടെ മുഴുവൻ catalog കാണിക്കുന്നു. അതിൽ നിങ്ങൾക്ക് ഇതുവരെ വിളിക്കാൻ കഴിയാത്ത മോഡലുകളും ഉൾപ്പെടുന്നു. n8n-ൽ ഈ IDs ഉപയോഗപ്രദമാണ്:

Model IDഉപയോഗം
autoപൊതു വർക്ക്ഫ്ലോകൾ. router നിങ്ങളുടെ fallback chain പിന്തുടരുന്നു.
auto:fastവർഗ്ഗീകരണം, ചെറിയ സംഗ്രഹങ്ങൾ, ഉയർന്ന അളവിലുള്ള മറ്റ് ഘട്ടങ്ങൾ
auto:smartആസൂത്രണം ചെയ്യുകയോ tools തിരഞ്ഞെടുക്കുകയോ ചെയ്യേണ്ട ഏജന്റ് ഘട്ടങ്ങൾ
auto:reliableപരാജയപ്പെടാൻ പാടില്ലാത്ത ഷെഡ്യൂൾ ചെയ്ത വർക്ക്ഫ്ലോകൾ
auto:<profile>പേരുള്ള fallback chain, ഉദാഹരണത്തിന് tool-calling മോഡലുകൾ മാത്രമുള്ളത്

ഏജന്റ് ഘട്ടങ്ങൾക്ക്, chain-ൽ tool-calling മോഡലുകൾ മാത്രം വെക്കുക. ഇന്ന് ഈ സൗജന്യ മോഡലുകൾ tool calling പിന്തുണയ്ക്കുന്നു:

Tool calling ഉം 128K+ context ഉം ഉള്ള സൗജന്യ മോഡലുകൾ
മോഡൽസൗജന്യമായി ലഭ്യംകോൺടെക്സ്റ്റ്സൗജന്യ പരിധികൾ (ഏറ്റവും മികച്ച ഓഫർ)ടൂളുകൾദൃശ്യ ശേഷി
GLM 5.3UnoRouter1M1 അഭ്യർഥന/മിനിറ്റ്
1 req/min per model
അതെഇല്ല
GLM 5.3 FlashNVIDIA NIM, UnoRouter1M40 അഭ്യർഥന/മിനിറ്റ്
40 RPM
അതെഅതെ
Gemini 3.8 FlashGoogle AI Studio1MRecurring provider quotaഅതെഅതെ
Qwen3.8 Flash NextAMD Radeon Cloud262KRecurring daily account allowanceഅതെഇല്ല
Qwen3.8 FlashElectronHub1M$0.25/week shared recurring creditഅതെഅതെ
Gemini 3.7 FlashGoogle AI Studio1M10 അഭ്യർഥന/മിനിറ്റ്
20 അഭ്യർഥന/ദിവസം
250,000 ടോക്കൺ/മിനിറ്റ്
~3M
അതെഅതെ
GPT-5.6 LunaElectronHub1M$0.25/week shared recurring creditഅതെഅതെ
Dots3 Note PreviewKilo Gateway, OpenRouter512K20 അഭ്യർഥന/മിനിറ്റ്
50 അഭ്യർഥന/ദിവസം
50 req/day account-wide (1,000 after a $10 purchase)
അതെഅതെ
DeepSeek V4 FlashAMD Radeon Cloud, BazaarLink, ElectronHub1M10 അഭ്യർഥന/മിനിറ്റ്
50 അഭ്യർഥന/ദിവസം
Shared rate limit
അതെഇല്ല
Qwen3.8 27BElectronHub, Groq, OVH AI Endpoints262K30 അഭ്യർഥന/മിനിറ്റ്
250 അഭ്യർഥന/ദിവസം
70,000 ടോക്കൺ/മിനിറ്റ്
~6M
അതെഅതെ

പൊരുത്തപ്പെടുന്ന 109 സൗജന്യ മോഡലുകളിൽ 10 എണ്ണം കാണിക്കുന്നു. എല്ലാ മോഡലുകളും കാണുക.

FreeLLMAPI കാറ്റലോഗിൽ നിന്നുള്ള തത്സമയ ഡാറ്റ (പതിപ്പ് 2026.11.19, 2026-11-19 ൽ പരിശോധിച്ചത്). സൗജന്യ പരിധികൾ പലപ്പോഴും മാറുന്നു. കാറ്റലോഗ് എല്ലാ ദിവസവും പരിശോധിക്കുന്നു.

Responses API ഉപയോഗിക്കുക: OpenAI Chat Model നോഡിൽ ഈ ഓപ്ഷൻ ഓഫ് ആയി വെക്കുക. ഇതിന് പിന്നിലുള്ള built-in tools (Web Search, File Search, Code Interpreter) OpenAI സേവനങ്ങളാണ്. FreeLLMAPI ഡോക്യുമെന്റേഷൻ ഇവയുടെ പിന്തുണ വിവരിക്കുന്നില്ല. ഈ ജോലികൾക്ക് n8n tool sub-nodes ഉപയോഗിക്കുക.

ഘട്ടം 3: സൗജന്യ ടിയർ പരിധികൾ കൈകാര്യം ചെയ്യുക

500 items-ൽ ലൂപ്പ് ചെയ്യുന്ന ഒരു വർക്ക്ഫ്ലോ 500 അഭ്യർത്ഥനകൾ അയയ്ക്കുന്നു. സൗജന്യ ടിയറുകൾ മിനിറ്റിലും ദിവസത്തിലും അഭ്യർത്ഥനകൾ പരിമിതപ്പെടുത്തുന്നു. FreeLLMAPI ഓരോ കീയുടെയും ക്വോട്ട കണക്കാക്കുന്നു. 429 പിശകിൽ അത് അടുത്ത provider-ലേക്ക് മാറുന്നു. chain-ലെ എല്ലാ കീകളും പരിധിയിലെത്തിയാൽ, gateway Retry-After ഹെഡറോടെ 429 തിരികെ നൽകുന്നു.

ഒരു ചെറിയ പരിധി വർക്ക്ഫ്ലോ നിർത്താതിരിക്കാൻ ഈ ഓപ്ഷനുകൾ സജ്ജമാക്കുക:

എവിടെക്രമീകരണംമൂല്യം
OpenAI Chat Model, OptionsMax Retries3 മുതൽ 5 വരെ
OpenAI Chat Model, OptionsTimeoutനീണ്ട prompts-ന് 60000 ms അല്ലെങ്കിൽ കൂടുതൽ
Node settings (gear icon)Retry On FailOn
Node settingsMax. Tries3
Node settingsWait Between Tries (ms)5000 അല്ലെങ്കിൽ കൂടുതൽ
Loop Over Items നോഡ്Batch Sizeചെറിയ batches, അവയ്ക്കിടയിൽ ഒരു Wait നോഡ്

കൂടുതൽ providers-ൽ നിന്ന് കീകൾ ചേർക്കുന്നത് ദിവസേനയുള്ള ആകെ അഭ്യർത്ഥനകൾ കൂട്ടുന്നു. ഇന്നത്തെ catalog-ൽ ഓരോ provider-ന്റെയും സൗജന്യ പരിധികൾ പട്ടിക കാണിക്കുന്നു.

ദാതാവ്സൗജന്യ മോഡലുകൾപരമാവധി അഭ്യർഥന/മിനിറ്റ്പരമാവധി അഭ്യർഥന/ദിവസംപരമാവധി ടോക്കൺ/മിനിറ്റ്ടോക്കൺ/മാസം (ഒരു മോഡൽ)ഏറ്റവും ശക്തമായ സൗജന്യ മോഡൽ
ElectronHub84---$0.25/week shared recurring creditQwen3.8 Flash (ElectronHub)
qwen3.8-flash
Cloudflare Workers AI39---~5-10MQwen 3.8 27B (Cloudflare Workers AI)
@cf/qwen/qwen3.8-27b
Inferbase38---5,000 requests/month; 100 requests and $0.50 usage/day sharedDeepSeek V4 Flash (fp8) (Inferbase)
deepseek-v4-flash:fp8
AI Horde31---Ongoing volunteer queue; availability variesGemma 4 31B Heretic (AI Horde)
koboldcpp/gemma-4-31B-it-heretic
ACLIDE29---€20/month shared internal usage credits · no cardQwen3.8 Max (ACLIDE)
qwen/qwen3.8-max:free
Google AI Studio21151,000250,000~3MGemini 3.8 Flash
gemini-3.8-flash
Api.Airforce2011,000-free · 1,000 req/day · 1 req/mingpt-oss-20b (Api.Airforce)
gpt-oss-20b
NVIDIA NIM1940--free · 40 RPMGLM 5.3 Flash (NV)
z-ai/glm-5.3-flash
Cohere172033-~1-2MCommand A+ (05-2026)
command-a-plus-05-2026
DreamPrompting141005,000-free · 500K tokens/day · 5,000 req/dayGemini 3.1 Flash-Lite
google/gemini-3.1-flash-lite

FreeLLMAPI കാറ്റലോഗിൽ നിന്നുള്ള തത്സമയ ഡാറ്റ (പതിപ്പ് 2026.11.19, 2026-11-19 ൽ പരിശോധിച്ചത്). സൗജന്യ പരിധികൾ പലപ്പോഴും മാറുന്നു. കാറ്റലോഗ് എല്ലാ ദിവസവും പരിശോധിക്കുന്നു.

HTTP Request നോഡ് ഉപയോഗിക്കുക

പൊതു HTTP Request നോഡ് ഉപയോഗിച്ചും നിങ്ങൾക്ക് FreeLLMAPI വിളിക്കാം. OpenAI നോഡ് കാണിക്കാത്ത ഒരു parameter ആവശ്യമുള്ളപ്പോഴോ response headers വേണ്ടപ്പോഴോ ഈ രീതി ഉപയോഗിക്കുക.

  • Method: POST
  • URL: http://host.docker.internal:3001/v1/chat/completions
  • Header: Authorization, മൂല്യം Bearer <unified-key>
  • Body content type: JSON

JSON body

{
  "model": "auto:fast",
  "messages": [
    {"role": "system", "content": "Classify the ticket as billing, bug or other. Reply with one word."},
    {"role": "user", "content": "{{ $json.ticket_text }}"}
  ],
  "temperature": 0
}

ഉത്തരം choices[0].message.content-ൽ ഉണ്ട്. X-Routed-Via response ഹെഡർ ഉത്തരം നൽകിയ provider ഉം മോഡലും കാണിക്കുന്നു. router provider മാറ്റിയെങ്കിൽ, X-Fallback-Attempts പരാജയപ്പെട്ട ശ്രമങ്ങളുടെ എണ്ണം കാണിക്കുന്നു.

പ്രശ്നപരിഹാരം

പ്രശ്നംകാരണംപരിഹാരം
Credential പരിശോധന കണക്ഷൻ പിശകോടെ പരാജയപ്പെടുന്നുlocalhost n8n കണ്ടെയ്നറിനെ സൂചിപ്പിക്കുന്നുhost.docker.internal ഉപയോഗിക്കുക, അല്ലെങ്കിൽ പങ്കിട്ട Docker നെറ്റ്‌വർക്ക് ഉപയോഗിക്കുക
Error 401തെറ്റായ കീഏകീകൃത കീ വീണ്ടും ഒട്ടിക്കുക
മോഡൽ പട്ടികയിൽ നൂറുകണക്കിന് എൻട്രികളുണ്ട്List മോഡ് മുഴുവൻ catalog വായിക്കുന്നുID മോഡ് ഉപയോഗിച്ച് auto എന്ന് ടൈപ്പ് ചെയ്യുക
ഏജന്റ് ഉത്തരം നൽകുന്നു, പക്ഷേ ഒരിക്കലും tool ഉപയോഗിക്കുന്നില്ലതിരഞ്ഞെടുത്ത മോഡൽ tool calling പിന്തുണയ്ക്കുന്നില്ലമുകളിലെ പട്ടികയിൽ നിന്നുള്ള ഒരു മോഡൽ ഉപയോഗിക്കുക, അല്ലെങ്കിൽ tool-calling മോഡലുകളുള്ള ഒരു profile
നീണ്ട ലൂപ്പിൽ Error 429എല്ലാ കീകളും അവയുടെ പരിധിയിലാണ്providers ചേർക്കുക, ചെറിയ batches ഉപയോഗിക്കുക, Retry On Fail ഓണാക്കുക
നോഡ് timeout ആകുന്നുനീണ്ട prompt ഉള്ള ഒരു മന്ദഗതിയിലുള്ള സൗജന്യ മോഡൽTimeout കൂട്ടുക, അല്ലെങ്കിൽ auto:fast ഉപയോഗിക്കുക
ഇവയെല്ലാം ഒരൊറ്റ കീ വഴി ഉപയോഗിക്കുക. FreeLLMAPI ഒരു ഓപ്പൺ-സോഴ്സ്, സ്വയം ഹോസ്റ്റ് ചെയ്യാവുന്ന റൂട്ടറാണ്. ഇത് ഈ സൗജന്യ ടയറുകളെല്ലാം ഒരൊറ്റ OpenAI-അനുയോജ്യ എൻഡ്‌പോയിന്റിനു പിന്നിൽ വയ്ക്കുന്നു. ഒരു മോഡലിന്റെ നിരക്ക് പരിധി എത്തുമ്പോൾ മറ്റൊന്നിലേക്ക് മാറുന്നു. കാറ്റലോഗ് ബ്രൗസ് ചെയ്യുക അല്ലെങ്കിൽ തത്സമയമാക്കുക.

പതിവ് ചോദ്യങ്ങൾ

n8n OpenAI നോഡിൽ കസ്റ്റം base URL ഉപയോഗിക്കാമോ?

ഉവ്വ്. n8n-ലെ OpenAI credential-ൽ Base URL ഫീൽഡ് ഉണ്ട്. അത് /v1-ൽ അവസാനിക്കുന്ന ഒരു OpenAI-compatible URL ആയി സജ്ജമാക്കുക. ഉദാഹരണത്തിന്, FreeLLMAPI-ക്ക് http://localhost:3001/v1.

n8n-നുള്ള സൗജന്യ LLM API ഉണ്ടോ?

ഉണ്ട്. സൗജന്യ provider ടിയറുകൾ OpenAI credential വഴി n8n-ൽ പ്രവർത്തിക്കുന്നു. FreeLLMAPI നിരവധി സൗജന്യ ടിയറുകൾ ഒരു കീയ്ക്ക് പിന്നിൽ ചേർക്കുന്നു. ഓരോ ടിയറിനും സ്വന്തം അഭ്യർത്ഥന പരിധികളുണ്ട്.

ഏത് സൗജന്യ മോഡൽ n8n AI Agent നോഡുമായി പ്രവർത്തിക്കും?

tool calling പിന്തുണയ്ക്കുന്ന ഒരു മോഡൽ ഉപയോഗിക്കുക. AI Agent നോഡ് Tools Agent ആയി പ്രവർത്തിക്കുന്നതിനാലാണ് ഇത്. tool calling ഉള്ള സൗജന്യ മോഡലുകൾ ഈ പേജിലെ പട്ടികയിൽ ഉണ്ട്.

Rate limits-ൽ n8n വർക്ക്ഫ്ലോകൾ പരാജയപ്പെടുന്നത് എങ്ങനെ തടയാം?

chat model നോഡിൽ Max Retries സജ്ജമാക്കുക. നോഡ് settings-ൽ Retry On Fail ഓണാക്കുക. items ചെറിയ batches ആയി പ്രോസസ് ചെയ്യുക. ദിവസേനയുള്ള ആകെ എണ്ണം കൂട്ടാൻ കൂടുതൽ providers-ൽ നിന്ന് കീകൾ ചേർക്കുക.

n8n Cloud സ്വയം ഹോസ്റ്റ് ചെയ്ത LLM gateway-യുമായി പ്രവർത്തിക്കുമോ?

gateway-ന് ഒരു പൊതു HTTPS വിലാസം ഉണ്ടെങ്കിൽ മാത്രം. n8n Cloud-ന് നിങ്ങളുടെ കമ്പ്യൂട്ടറിലെ localhost-ൽ എത്താൻ കഴിയില്ല.

അനുബന്ധ ഗൈഡുകൾ

ഉറവിടങ്ങൾ

എല്ലാ ഗൈഡുകളും · എല്ലാ സൗജന്യ മോഡലുകളും കാണുക