Jalankan flow Flowise pada mana-mana model katalog melalui satu Base Path.

Jawapan pantas: credential, Base Path, id model.

Dalam kanvas Flowise, seret node ChatOpenAI daripada panel Chat Models, klik Connect Credential, dan cipta credential OpenAI baharu yang menyimpan kunci APIsRouter anda. Kemudian buka Additional Parameters pada node itu dan tetapkan Base Path kepada https://api.apisrouter.com/v1. Setiap panggilan yang dibuat node itu kini pergi ke gateway dan bukan hos OpenAI. Untuk medan model: node ChatOpenAI standard menawarkan dropdown nama model OpenAI, jadi untuk id gateway seperti claude-sonnet-4-6 atau deepseek-v4-flash guna node ChatOpenAI Custom sebaliknya, yang menerima mana-mana id model sebagai teks bebas. Ini adalah corak Flowise yang didokumentasikan, diterangkan dalam dokumentasi rasmi untuk kelas endpoint serasi OpenAI ini tepat.

Connect Credential:  new OpenAI credential
                     API Key: sk-YOUR-APISROUTER-KEY

Model Name:          claude-sonnet-4-6

Additional Parameters:
  Base Path:         https://api.apisrouter.com/v1

Bagaimana Flowise bertutur dengan endpoint.

Flowise (FlowiseAI di GitHub, lebih kurang 55K bintang) ialah pembina visual untuk app LLM: chatflow dan agent flow dihimpun daripada node pada kanvas, merangkumi chat model, pipeline RAG atas document store, agent penggunaan alat, dan endpoint API yang boleh anda panggil daripada produk anda sendiri. Setiap node LLM dalam flow mengeluarkan permintaan chat-completions standard, dan Base Path memutuskan ke mana permintaan itu mendarat. Kerana gateway melayani banyak vendor di sebalik satu URL, satu credential merangkumi setiap model dalam katalog. Chatflow RAG boleh menjalankan sintesis jawapannya pada claude-sonnet-4-6 manakala cabang klasifikasi dalam flow yang sama menjalankan deepseek-v4-flash, masing-masing dikonfigurasikan sebagai node sendiri dengan id model sendiri, kedua-duanya dibilkan melalui kunci yang sama. Dokumentasi menerangkan mekanisme Base Path yang sama untuk perkhidmatan serasi OpenAI lain, jadi ini adalah penggunaan Flowise standard dan bukan workaround. Satu amaran jujur: embeddings adalah jenis node berasingan. Jika flow anda menggunakan OpenAI embeddings, konfigurasikan node OpenAI Embeddings Custom dengan corak Base Path yang sama, dan sahkan id embedding model terhadap katalog dahulu, kerana permukaan sembang dan embedding adalah berbeza.

Flowise self-hosted: nota rangkaian Docker.

Kebanyakan pemasangan Flowise berjalan dalam Docker, dan Base Path diselesaikan dari dalam kontainer. URL gateway awam seperti https://api.apisrouter.com/v1 berfungsi dari mana-mana sahaja, jadi tiada rangkaian khas terpakai; amaran ini wujud kerana banyak dokumentasi komuniti ditulis untuk pelayan inferens tempatan, di mana alamat host.docker.internal penting. Terhadap gateway hosted anda boleh mengabaikan seluruh kelas nasihat itu. Bahagian yang benar-benar penting secara operasi: credential dalam Flowise disimpan di sisi pelayan dan dikongsi merentasi flow, jadi satu credential APIsRouter yang dicipta sekali boleh diguna semula oleh setiap node dalam setiap flow pada instans itu. Bagi pasukan, itu ditambah penggunaan per-kunci dalam konsol gateway memberi anda pemisahan bersih: satu credential per environment atau per projek, dan konsol mengaitkan token dan perbelanjaan kepada setiap satu.

curl -s https://api.apisrouter.com/v1/models \
  -H "Authorization: Bearer $APISROUTER_API_KEY" | head -30

Memilih model per node.

Flow menggandakan panggilan model dengan cara yang tidak pernah dilakukan sembang tunggal: pipeline RAG dengan penulisan semula pertanyaan, penggredan retrieval, dan sintesis jawapan boleh mencapai LLM tiga kali atau lebih setiap mesej pengguna. Meletakkan flagship hanya di mana ia berbaloi kadarnya, dan tahap volum di tempat lain, adalah keputusan dropdown per-node sebaik sahaja Base Path ditetapkan.

• claude-sonnet-4-6 untuk node perbualan atau agent utama, di mana kualiti jawapan membawa flow itu.
• claude-haiku-4-5-20251001 untuk cabang volum tinggi: penghalaan, penandaan, ringkasan pendek dalam flow yang lebih besar.
• gpt-5.4-mini sebagai pilihan volum keluarga GPT untuk flow dibina di sekeliling tingkah laku gaya OpenAI.
• gemini-3.5-flash di mana cabang menelan dokumen panjang atau imej pada kadar tahap-pertengahan.
• deepseek-v4-flash untuk panggilan utiliti volum tertinggi, di mana kadar per-token adalah kekangan reka bentuk.

Bayar mengikut penggunaan · bawah harga rasmi

Selected models are priced below official list prices. Exact input, output, cache, and per-request prices are shown for each model.

Mod kegagalan khusus Flowise.

Susunan nyahpepijat dua-arahan terpakai di sini seperti di mana-mana: buktikan endpoint dengan curl dahulu, senarai model dan kemudian satu completion dengan id tepat, dan hanya kemudian nyahpepijat dalam Flowise. Itu memisahkan masalah gateway daripada konfigurasi kanvas dalam kurang seminit.

• Dropdown model tidak menyenaraikan id anda: dijangka pada node ChatOpenAI standard. Guna ChatOpenAI Custom, yang mengambil id model teks bebas.
• 401 daripada node: credential menyimpan kunci yang salah, atau credential berbeza dilampirkan pada node ini daripada yang anda sangka. Credential adalah lampiran per-node, jadi semak node itu, bukan hanya storan credential.
• 404 pada setiap panggilan: Base Path hilang /v1 atau mempunyai segmen laluan berturutan yang tidak sepatutnya ada. Node melampirkan laluan route kepada base yang anda beri.
• Berfungsi dalam satu flow, gagal dalam yang lain: setiap node membawa tetapan Base Path sendiri di bawah Additional Parameters. Menyalin node menyalinnya; membina node baharu tidak.
• Node embedding masih mencapai OpenAI: node sembang dan embedding dikonfigurasikan secara bebas. Tetapkan Base Path pada node embeddings juga, atau jangkakan pengebilan bercampur.

Siapa yang menghalakan Flowise melalui gateway.

• Pembina yang menghantar chatbot klien yang mahukan pilihan model per flow tanpa akaun vendor setiap klien.
• Pasukan berat-RAG yang pipeline retrievalnya menggandakan panggilan LLM per-mesej dan memerlukan tahap volum pada langkah utiliti.
• Agensi yang menjalankan satu instans Flowise untuk banyak projek, menggunakan satu credential per kunci projek untuk pengaitan penggunaan per-klien yang bersih.
• Pembangun yang membandingkan Claude, GPT, dan DeepSeek pada flow yang sama, di mana setiap calon adalah edit medan-model pada node yang diduplikasi.
• Self-hoster yang mahukan seluruh instans dibilkan daripada satu baki prabayar dan bukan beberapa kad vendor.

Soalan lazim