如何使用單一 CometAPI 金鑰將多個 AI 模型連接到 n8n

如何透過單一 API 將多個 AI 模型連接到 n8n？

逐一連接各家 AI 供應商在原型階段或許可行，但隨著用量增加，這種方式會變得脆弱。每個供應商都有不同的憑證、端點、請求格式、速率限制、計費與回應結構。在 n8n 中，這常導致重複的 HTTP 節點與供應商特定的分支，因此新增模型或更改後援路徑時，必須修改工作流程的多個部分。

n8n 與 CometAPI 解決的是不同層面的問題。n8n 控制作業何時執行、驗證輸入、路由同步與非同步任務、重試失敗並儲存結果。CometAPI 則將模型存取集中在一把 API key 與一個 base URL 背後。兩者搭配可將供應商的變動隔離於協作層之外：你只需切換模型 ID，即可保留相同的佇列、輪詢、儲存與監控邏輯。

這組合對於來自試算表或內部工具的混合圖片與影片作業特別實用。工作流程在 n8n 中保持可視化與可稽核，而憑證、模型可用性與使用成本則更容易透過單一 API 層管理。

將多家 AI 供應商整合到同一應用的最簡方法，是將協作與模型存取拆開處理。讓 n8n 負責觸發、分支、重試與儲存，而 CometAPI 讓每個分支都只需一把 API key 與一個 base URL。模型 ID 成為每個作業中的一個欄位，而不是獨立的供應商帳號、SDK 與計費設定。

本指南將帶你建立一條可運作的低程式碼管線：從 Google Sheets 讀取圖片與影片作業，透過 CometAPI 發送到 OpenAI 與 ByteDance 的模型，儲存非同步影片的任務 ID、輪詢完成狀態，並將最終結果 upsert 進 n8n Data Table。

你將完成的內容

最終工作流程如下：

Google Sheets Trigger → Normalize Job → 依媒體類型分支 → CometAPI 圖片或影片請求 → 等待並輪詢影片任務 → 上傳或引用輸出 → Data Table upsert。

在來源工作表使用以下欄位：

job_id | media_type | model | prompt | size | seconds | status

典型圖片列使用 image、gpt-image-2 與 1024x1024。影片列使用 video、seedance-2-5、1280x720，以及 4 到 30 秒的長度。

開始之前

你需要一個 n8n 執行個體、一份 Google Sheet、一把 CometAPI API key，以及一個名為 ai_jobs 的 n8n Data Table。請在 Data Table 建立這些欄位：job_id、media_type、model、status、task_id、result_url、error、updated_at。

若自我託管 n8n，請在 n8n 行程使用的環境中加入以下值：

COMETAPI_BASE_URL=https://api.cometapi.com/v1COMETAPI_KEY=your_cometapi_key

修改環境後請重啟 n8n。在 n8n Cloud，或當你不想在節點表達式中暴露環境變數時，建立一組名為 CometAPI Bearer 的 HTTP Header Auth 憑證。將 Header 名稱設為 Authorization，值設為 Bearer your_cometapi_key。下方範例使用此憑證與固定的 OpenAI 相容 base URL https://api.cometapi.com/v1.

使用目前的模型 ID

上述 ID 與能力在 2026 年 8 月 11 日可於 即時 CometAPI 模型目錄 API 查詢。圖片模型支援文生圖。Seedance 2.5 支援文生影與圖生影、4–30 秒片段，以及文件記載的 480p 與 720p 尺寸。

定價截至 2026 年 8 月 11 日：GPT Image 2 模型頁標示輸入每百萬 token 4 美元、輸出每百萬 token 24 美元。Seedance 2.5 模型頁標示 480p 每秒 0.103 美元、720p 每秒 0.231 美元。價格可能變動，請以即時模型目錄或模型頁為執行時的權威來源。

重要的架構差異在於：圖片生成可用請求—回應處理，影片生成則應視為有狀態的作業。先持久化影片任務 ID 再開始輪詢，可避免 n8n 執行重啟時遺失該作業。

在 n8n 中建立工作流程

1. 由 Google Sheets 觸發新作業

新增一個 Google Sheets Trigger 節點並選擇 Row added or updated。指向包含作業佇列的工作表。在觸發器後立即新增一個 IF 節點，僅在 status 為空或等於 queued 時才繼續。這可避免工作表變動時已完成的列被再次提交。

2. 正規化與驗證每一列

新增一個名為 Normalize Job 的 Code 節點。此節點會套用安全預設、限制工作流程僅使用核准的模型 ID，並為兩個分支產出相同欄位。

const row = $json;​const allowedModels = {  image: new Set(['gpt-image-2']),  video: new Set(['seedance-2-5']),};​const mediaType = String(row.media_type || '').trim().toLowerCase();if (!allowedModels[mediaType]) {  throw new Error(`media_type 必須為 image 或 video；接收到：${row.media_type}`);}​const defaultModel = mediaType === 'image' ? 'gpt-image-2' : 'seedance-2-5';const model = String(row.model || defaultModel).trim();if (!allowedModels[mediaType].has(model)) {  throw new Error(`模型 ${model} 不允許用於 ${mediaType} 作業`);}​const prompt = String(row.prompt || '').trim();if (!prompt) throw new Error('prompt 為必填');​const seconds = mediaType === 'video' ? Number(row.seconds || 4) : null;if (mediaType === 'video' && (!Number.isInteger(seconds) || seconds < 4 || seconds > 30)) {  throw new Error('Seedance 2.5 的 seconds 必須為 4 到 30 的整數');}​return [{  json: {    job_id: String(row.job_id || $execution.id),    media_type: mediaType,    model,    prompt,    size: String(row.size || (mediaType === 'image' ? '1024x1024' : '1280x720')),    seconds,    status: 'processing',    updated_at: new Date().toISOString(),  },}];

在 Normalize Job 後新增一個 Switch 節點。將 image 導向圖片分支，將 video 導向影片分支。

3. 透過單一端點產生圖片

新增一個名為 Create Image 的 HTTP Request 節點，設定如下：

• Method: POST
• URL: https://api.cometapi.com/v1/images/generations
• Authentication: CometAPI Bearer Header Auth 憑證
• Body Content Type: JSON

{  "model": "={{ $('Normalize Job').item.json.model }}",  "prompt": "={{ $('Normalize Job').item.json.prompt }}",  "size": "={{ $('Normalize Job').item.json.size }}"}

GPT Image 2 會回傳 base64 圖片資料。新增一個名為 Prepare Image File 的 Code 節點，將該資料轉為 n8n 的二進位項目：

const job = $('Normalize Job').item.json;const b64 = $json.data?.[0]?.b64_json;if (!b64) throw new Error('CometAPI 未返回圖片資料');​return [{  json: {    ...job,    status: 'completed',    task_id: '',    result_url: '',    error: '',    updated_at: new Date().toISOString(),  },  binary: {    media: {      data: b64,      mimeType: 'image/png',      fileName: `${job.job_id}.png`,    },  },}];

將此節點連到你偏好的物件儲存節點，例如 S3 或 Google Drive。將回傳的檔案 URL 存入 result_url，然後 upsert 到 ai_jobs。避免將大型 base64 負載寫入 Data Table。

4. 建立非同步的影片任務

新增一個名為 Create Video 的 HTTP Request 節點：

• Method: POST
• URL: https://api.cometapi.com/v1/videos
• Authentication: CometAPI Bearer
• Body Content Type: Form-Data

新增四個表單欄位：model、prompt、seconds 與 size。其值從 Normalize Job 映射。

接著新增一個名為 Save Video Task 的 Code 節點：

const job = $('Normalize Job').item.json;const taskId = $json.id || $json.task_id;if (!taskId) throw new Error('建立回應中缺少影片任務 ID');​return [{  json: {    ...job,    task_id: taskId,    status: $json.status || 'queued',    result_url: '',    error: '',    updated_at: new Date().toISOString(),  },}];

在開始輪詢前先將此項目 upsert 到 ai_jobs。立刻儲存任務 ID 可避免因重啟或逾時而遺失作業。

5. 等待、輪詢並儲存影片 URL

新增一個 Wait 節點，設定為 15 秒。再新增一個名為 Get Video 的 HTTP Request 節點：

• Method: GET
• URL: =https://api.cometapi.com/v1/videos/{{ $json.task_id }}
• Authentication: CometAPI Bearer

請求後，使用一個 Switch 節點判斷 status：

• queued 或 in_progress：返回 Wait 節點。
• completed：繼續到 Finalize Video。
• failed 或 error：將錯誤寫入 ai_jobs 並停止。

在完成分支加入以下 Code 節點：

const prior = $('Save Video Task').item.json;const resultUrl = $json.video_url || $json.url || $json.data?.video_url;if (!resultUrl) throw new Error('完成的影片回應沒有提供 video URL');​return [{  json: {    ...prior,    status: 'completed',    result_url: resultUrl,    error: '',    updated_at: new Date().toISOString(),  },}];

依 job_id 將最終項目 upsert 到 ai_jobs。CometAPI 的影片 URL 可能是簽名且暫時的，因此在正式流程應先下載並重新託管，再儲存永久 URL。若你的應用可接收外部請求，且所選模型支援回呼，可用 webhook 取代輪詢。

完整節點圖

完整工作流程可由以下節點組成：

1. Google Sheets Trigger — Row added or updated
2. IF — 僅處理新的或已排隊的列
3. Code — Normalize Job
4. Switch — Image 或 video
5. 圖片分支：HTTP Request → Prepare Image File → 物件儲存 → Data Table Upsert
6. 影片分支：HTTP Request → Save Video Task → Data Table Upsert → Wait → HTTP Request → 狀態 Switch
7. 完成影片：Finalize Video → 物件儲存或永久 URL → Data Table Upsert
8. 失敗影片：Set Error → Data Table Upsert

針對失敗分支，在 Edit Fields 節點中使用以下表達式：

{  "job_id": "={{ $('Save Video Task').item.json.job_id }}",  "status": "failed",  "task_id": "={{ $('Save Video Task').item.json.task_id }}",  "result_url": "",  "error": "={{ $json.error?.message || $json.message || '影片生成失敗' }}",  "updated_at": "={{ $now.toISO() }}"}

測試工作流程

在來源工作表新增以下兩列：

img-001 | image | gpt-image-2 | 一張在昏暗書桌上的玻璃機器人電影感產品照 | 1024x1024 | | queuedvid-001 | video | seedance-2-5 | 一架紙飛機飛過陽光灑落的攝影棚，平滑的追蹤運鏡 | 1280x720 | 4 | queued

圖片請求應回傳類似以下結構：

{  "created": 1786400000,  "data": [    { "b64_json": "iVBORw0KGgoAAA..." }  ]}

影片建立請求應回傳類似以下的任務結構：

{  "id": "video_task_abc123",  "object": "video",  "status": "queued",  "progress": 0}

在輪詢後，完成的回應應包含相同的任務 ID、status: completed，以及一個 video_url。可選欄位可能因模型而異，因此正規化程式碼只讀取穩定的任務狀態與結果 URL，而非將供應商的整個回應複製進資料庫。

常見錯誤與修正

上線清單

• 保護憑證：將 API key 存放於 n8n 憑證或伺服器端環境變數。不要將其放入試算表或回傳到瀏覽器。
• 讓每個作業具冪等性：使用 job_id 作為 Data Table 的 upsert 鍵。在建立新任務之前，略過已標記為 processing 或 completed 的列。
• 控制輪詢與併發：每 10–20 秒輪詢影片作業，限制嘗試次數並限制同時執行數。在遇到 429、500、503 時退避，而不是建立重複任務。
• 在每次請求前驗證模型策略：依媒體類型維護允許清單。定期從即時目錄刷新模型可用性與價格，但透過審核流程部署模型變更，而非讓試算表使用者提交任意 ID。
• 追蹤每個作業成本：與每個結果一起儲存模型、解析度、時長與使用量欄位。以 2026-08-11 的標示價格估算，四秒 720p 的 Seedance 2.5 約 0.924 美元；同樣四秒 480p 約 0.412 美元。在提交請求前強制最大時長與解析度。
• 重新託管生成媒體：將供應商簽名 URL 視為傳遞連結，而非永久儲存。下載完成的媒體，上傳至你可控的儲存桶，並儲存耐久 URL 與雜湊值。
• 保留稽核軌跡：儲存請求模型、已淨化參數、任務 ID、狀態轉換、重試次數、回應時間與最終資產位置。不要記錄 API key 或完整的私人提示詞。

為何此模式可擴展

工作流程之所以保持簡潔，是因為每個新供應商或模型只是路由決策，而非全新的帳號整合。試算表仍是作業佇列、n8n 仍是協作層、CometAPI 仍是單一存取層。只要擴充允許清單與分支設定即可新增模型；觸發、任務持久化、輪詢、儲存與監控邏輯都不需變更。

這就是多供應商 AI 整合的務實做法：受控的單一端點與金鑰、明確的模型路由、分離的同步與非同步路徑，以及每個作業的可持久記錄。

常見問題

n8n 能否透過一個 API 呼叫多個 AI 供應商？

可以。透過 CometAPI 等統一 API 層，n8n 能向不同的支援模型發送請求，同時集中管理供應商憑證與 HTTP 整合。

我可以在 n8n 的 HTTP Request 節點使用 CometAPI 嗎？

可以。HTTP Request 節點可向 CometAPI 的 API 端點發送請求，並附上所需的認證與模型特定參數。

當某個模型失敗時，n8n 能自動切換到其他模型嗎？

可以。在 API 請求後加入 IF/Switch 分支，將可重試或模型特定的失敗路由到後援模型。後援模型須支援相同的模態與必要功能。