مرحله دوم: کلید API پاستا را بسازید
- در کاتالوگ پاستا مدل مناسب را بر اساس قیمت، Context و پشتیبانی از ابزار انتخاب کنید.
- یک کلید مستقل برای n8n بسازید و فقط مدلهای لازم را مجاز کنید.
- سقف هزینه و نرخ درخواست را برای آزمایش پایین نگه دارید.
- کلید را در Credentials یا Secretهای n8n ذخیره کنید؛ آن را داخل متن Node یا Workflow Export قرار ندهید.
Endpoint سازگار با OpenAI پاستا https://console.paasta.cloud/api/ai/v1/chat/completions است. جزئیات Header، Streaming و قالب پیامها در مستندات API هوش مصنوعی پاستا آمده است.
مرحله سوم: ورودی Workflow را بسازید
برای آزمایش تعاملی از Chat Trigger استفاده کنید. اگر قرار است برنامه دیگری Agent را صدا بزند، Webhook Trigger مناسبتر است. ورودی را پیش از تحویل به مدل اعتبارسنجی کنید و طول متن، نوع فایل و نرخ درخواست را محدود نگه دارید.
مرحله چهارم: AI Agent و مدل را اضافه کنید
Node مربوط به AI Agent را به Trigger وصل کنید و در System Prompt دقیقاً نقش، داده مجاز و شرایط توقف را بنویسید. اگر نسخه n8n شما اتصال مستقیم OpenAI-compatible را در Chat Model ارائه نمیکند، درخواست مدل را با HTTP Request به مسیر Chat Completions پاستا بفرستید و پاسخ را در Workflow پردازش کنید. این مسیر به قابلیت یک Credential خاص وابسته نیست.
{
"model": "MODEL_ID",
"messages": [
{"role": "system", "content": "فقط درباره سفارش آزمایشی پاسخ بده و هیچ تغییری را بدون تایید اجرا نکن."},
{"role": "user", "content": "{{$json.chatInput}}"}
]
}
Header احراز هویت باید Authorization: Bearer PAASTA_API_KEY و نوع محتوا application/json باشد. مقدار کلید را از Credential بخوانید، نه از متن ثابت Workflow.
مرحله پنجم: یک ابزار محدود به Agent بدهید
برای شروع ابزار فقطخواندنی انتخاب کنید؛ مثلاً دریافت وضعیت سفارش آزمایشی. توضیح Tool باید مشخص کند چه زمانی فراخوانی شود، چه ورودیای میگیرد و چه خروجیای برمیگرداند. دسترسی کلی به دیتابیس یا فرمان سیستم برای اولین Agent انتخاب امنی نیست.
پس از اینکه رفتار خواندنی پایدار شد، اقدام تغییردهنده را در یک Workflow جدا قرار دهید و پیش از اجرا تأیید انسان بگیرید. خود Agent نباید بتواند محدودیت یا مرحله تأیید را دور بزند.
مرحله ششم: حافظه را فقط در صورت نیاز اضافه کنید
برای یک پرسش مستقل حافظه لازم نیست. در گفتوگوی چندمرحلهای میتوانید Memory را با شناسه Session متصل کنید، اما زمان نگهداری و اطلاعات مجاز را محدود کنید. Secret، رمز، اطلاعات بانکی یا داده غیرضروری مشتری را وارد حافظه نکنید.
مرحله هفتم: تست، انتشار و کنترل هزینه
- یک درخواست ساده بدون ابزار اجرا و پاسخ مدل را بررسی کنید.
- درخواست دوم را طوری بنویسید که Tool خواندنی فراخوانی شود.
- ورودی نامعتبر، پاسخ خالی API و رسیدن به Rate Limit را آزمایش کنید.
- Execution Log را بررسی کنید، اما ذخیره داده حساس را خاموش یا کوتاهمدت کنید.
- پس از مشاهده مصرف واقعی، سقف کلید را فقط به اندازه لازم افزایش دهید.
هزینه Agent فقط یک پاسخ نیست؛ هر مرحله تصمیمگیری یا فراخوانی دوباره مدل میتواند توکن مصرف کند. Prompt کوتاه، ابزارهای محدود، Context تمیز و مدل متناسب معمولاً اثر بیشتری از انتخاب صرفاً ارزانترین مدل دارند.
معماری پیشنهادی برای نسخه واقعی
مسیر مطمئن شامل Trigger، اعتبارسنجی ورودی، Agent، ابزارهای محدود، مرحله تأیید برای عملیات حساس و پاسخ نهایی است. برای خطا هم شاخه جدا بسازید تا Timeout یا پاسخ نامعتبر به پیام قابل اقدام تبدیل شود و Workflow بینهایت تکرار نشود.
جمعبندی
n8n اجرای Workflow، اتصال ابزارها و مشاهده هر مرحله را فراهم میکند؛ اما AI Agent برای فهم و تصمیمگیری به API مدل نیاز دارد. ترکیب هاست n8n با API پاستا، استقرار Workflow و خرید API هوش مصنوعی را در دو مسیر روشن نگه میدارد: منابع n8n جدا، مدل و مصرف API نیز جدا و قابل کنترل.