Claude接入n8n教程：零基础搭建AI自动化工作流

想让 Claude 在你的 n8n 工作流里直接回答问题？这套配置流程适合零基础用户，从获取 API Key 到跑通第一个自动化任务，全程只需要几分钟。

准备工作：获取Claude API密钥

首先打开 Claude 控制台，进入 Settings 页面，找到 API Keys 选项，创建一个新的密钥。这个密钥只会显示一次，创建后要立即妥善保存。

核心原则只有一条：永远不要把 API Key 暴露在公开场合。无论是截图分享、代码仓库还是聊天记录，泄露密钥都可能导致账户被滥用。

需要注意，Claude API 的计费方式与 Claude 聊天订阅是分开的。在开始测试之前，先确认控制台里的额度是否充足，避免工作流跑到一半因余额不足而失败。

什么是 API Key： API Key 是一串由服务商生成的字符令牌，用来证明请求确实来自你的账户。它相当于程序访问 Claude 的"钥匙"，每次 n8n 向 Anthropic 服务器发送请求时都会附带这个密钥，服务器据此识别身份、计算用量并计费。与账号密码不同，API Key 通常只授予程序调用权限，泄露后攻击者无需登录网页即可直接调用接口，因此风险更高。Anthropic 出于安全考虑，只在创建时完整显示一次密钥，之后无法再次查看。如果密钥遗失或怀疑泄露，正确做法是立即在控制台将其删除并重新生成一个新的。

计费与额度的关系： Claude API 采用按用量计费的模式，通常根据输入和输出的 token 数量收费，与包月的 Claude 聊天订阅完全独立。这意味着即便你已经是 Pro 或 Max 订阅用户，API 调用仍会单独扣费。在 n8n 中批量运行工作流时，短时间内可能产生大量请求，因此建议提前在控制台的 Billing 或 Usage 页面设置消费上限，避免意外超支。

在n8n中配置Anthropic节点

回到 n8n 编辑器，新建一个工作流。第一步添加 Manual Trigger 节点，这是最基础的触发器，方便手动测试整个流程。

接着连接 Anthropic 节点。在节点配置中选择 Text 类型，操作为 Message a Model。这一步决定了工作流会向 Claude 发送文本请求并接收回复。

创建 Anthropic 凭据时，把刚才保存的 API Key 粘贴进去，保存即可。n8n 会自动处理后续的认证流程，不需要额外配置请求头或签名。

关于 n8n 的节点与凭据机制： n8n 是一款开源的可视化工作流自动化工具，通过把不同功能的"节点"用连线串联起来完成数据处理。节点负责执行具体动作，例如触发流程、调用接口或转换数据；而"凭据"（Credentials）则是单独存储的敏感信息，如 API Key、数据库密码等。把密钥放在凭据里而非直接写在节点参数中，有两个好处：一是密钥会被加密保存在 n8n 内部，不会随工作流导出而泄露；二是同一个凭据可以被多个节点复用。

Manual Trigger 的作用： Manual Trigger 是最简单的触发器节点，它不会自动运行，只在手动点击执行按钮时启动流程。对于调试阶段非常实用，因为它让你可以精确控制每次运行时机，方便逐步检查每个节点的输出，而不必担心定时任务在后台反复触发。

选择模型与编写提示词

凭据配置完成后，从可用列表中选择一个 Claude 模型。不同模型在速度和能力上有差异，测试阶段选一个响应较快的即可。

然后在节点中添加 User Message，内容可以是任何你需要的指令。视频中使用的示例是：

Give me three YouTube video ideas about AI

这条消息会作为用户输入发送给 Claude，模型返回的结果会出现在节点的输出中。提示词的写法直接决定输出质量，建议尽量具体、带有明确格式要求。

模型选择与提示词要点： Claude 提供多个不同规格的模型，通常分为强调速度和成本的小型模型，以及强调推理和长文本能力的大型模型。响应速度、单次可处理的上下文长度和费用都因模型而异。入门测试时选用较轻量的模型可以更快得到反馈，也更省钱；当任务涉及复杂分析或长文档时，再切换到能力更强的版本。

提示词的写法： 提示词（Prompt）是发送给模型的指令文本，它直接决定输出质量。在 n8n 的 Anthropic 节点中，User Message 字段就是填写提示词的位置。想让结果更可用，建议做到三点：明确说明任务目标，给出期望的输出格式（例如"用 Markdown 列表返回三条"），以及在需要时提供一两个示例。示例中的 Give me three YouTube video ideas about AI 之所以有效，正是因为它同时交代了数量、主题和大致方向。

运行工作流并验证结果

点击执行按钮，等待工作流跑完。在输出面板中检查 Claude 返回的内容，确认格式和内容符合预期。

如果输出为空或报错，优先排查三个地方：API Key 是否有效、账户额度是否充足、模型名称是否可用。大部分配置问题都出在凭据环节。

跑通这个最小示例之后，就可以把它接入更复杂的流程——比如自动生成内容、批量处理数据，或者作为客服机器人的回复引擎。

常见坑与安全提醒

有两个细节容易被忽略。第一，Claude API 和 Claude 聊天订阅是两套独立计费体系，订阅了 Pro 并不代表 API 有免费额度。第二，API Key 一旦泄露，任何人都能用你的额度发起请求，所以不要把它写进公开的代码或截图里。

如果想继续深入，可以从这个最小工作流出发，逐步添加条件判断、循环处理和外部数据源，搭建真正实用的自动化项目。