# Websuche für n8n AI Agents mit dem HTTP Request-Werkzeug > Websuche für n8n AI Agents: HTTP Request-Werkzeug einstellen, Suchanfrage vom Modell ausfüllen lassen, Quellen mit Seitentext erhalten. Ohne KYC, mit Krypto. - URL: https://llmwebsearch.com/de/docs/n8n/ - Zuletzt aktualisiert: 2026-10-22 - Herausgeber: LLMWebSearch (https://llmwebsearch.com) Der HTTP Request-Node von n8n kann als Werkzeug an einen AI Agent angehängt werden. Richten Sie ihn auf `/search`, lassen Sie das Modell die Suchanfrage schreiben und kürzen Sie die Antwort auf Titel, URLs und Seitentext. Ein Community-Node ist nicht nötig. **Kurze Antwort — Wie gebe ich einem n8n AI Agent ein Websuche-Werkzeug?** Hängen Sie einen HTTP Request-Node als Werkzeug an den AI Agent von n8n, stellen Sie ihn auf `GET https://llmwebsearch.com/api/v1/search` mit einer Header Auth-Credential, die Ihren **LLMWebSearch**-Schlüssel enthält, und lassen Sie das Modell den Parameter `q` mit `$fromAI()` ausfüllen. Aktivieren Sie Optimize Response und behalten Sie `title`, `url` und `content`. Eine Suchanfrage, bei der die obersten 3 Seiten gelesen werden, kostet 1 Credit, ab 1,20 $/1K Suchanfragen Stand Oktober 2026. Ohne KYC. ## Welche HTTP Request-Einstellungen verwende ich? Optionsnamen wie in der Dokumentation zum HTTP Request-Node von n8n geschrieben, gelesen am 22. Oktober 2026. | Einstellung | Wert | | --- | --- | | Platzierung | Als Werkzeug am **AI Agent**-Node angehängt | | Methode | `GET` | | URL | `https://llmwebsearch.com/api/v1/search` | | Authentifizierung | Generic credential type → **Header Auth** | | Header Auth-Credential | Name `Authorization`, Wert `Bearer ` gefolgt von Ihrem Schlüssel | | Send Query Parameters | An, **Using Fields Below** | | Parameter `q` | Vom Modell mit `$fromAI()` ausgefüllt (siehe unten) | | Parameter `max_results` | `5` | | Parameter `read` | `3` | | Parameter `max_chars` | `4000` | | Antwort optimieren | Ein · **JSON** · Feld mit Daten `results` · Felder einbeziehen **Ausgewählt**: `title`, `url`, `content` | ## Warum der HTTP Request node und kein eigener node? Weil ein einziges GET-Request mit einem Header und vier Query-Parametern alles ist, was die API braucht. Laut n8n-Dokumentation kann der HTTP Request node als regulärer node laufen oder als Tool an einen AI agent angehängt werden, und einige Optionen gibt es nur in der Tool-Form. Von uns muss nichts installiert oder aktualisiert werden, und der Schlüssel bleibt in n8ns Credential-Store statt im Workflow. Geben Sie n8n einen eigenen Schlüssel. Erstellen Sie einen API-Schlüssel pro Agent, App oder Teamkollegen und widerrufen Sie jeden davon im Dashboard, ohne die anderen zu berühren. ## Wie schreibt das Modell die Suchanfrage? Über n8ns Funktion `$fromAI()` im Wert des Feldes `q`. Die dokumentierte Form ist `$fromAI(key, description, type, defaultValue)`: Verwenden Sie den Schlüssel `query`, eine Beschreibung wie „What to search for on the web“ und den Typ `string`. n8n weist darauf hin, dass `$fromAI()` nur in Tools funktioniert, die mit dem AI Agent node verbunden sind. Beschreiben Sie das Tool selbst auch in einfachen Worten, zum Beispiel „Searches the web and returns sources with their page text; cite the URLs“. Anhand dieses Textes entscheidet der Agent, wann er sucht. ## Warum Optimize Response aktivieren? Weil alles, was ein Tool zurückgibt, im Kontext des Modells landet. Optimize Response ist eine reine Tool-Option, die reduziert, was an das Modell übergeben wird. Setzen Sie beim Typ JSON das Feld Field Containing Data auf `results` und beziehen Sie dann nur `title`, `url` und `content` ein. Der Agent sieht dann eine kurze Liste von Quellen mit ihrem Text und nichts weiter. Begrenzen Sie die Länge auf unserer Seite mit `max_chars`, das jede Seite kürzt, bevor sie die API verlässt. ## Kann ich Suchanfragen auch ohne Agent nach Zeitplan ausführen? Ja. Verwenden Sie den HTTP Request node als regulären node hinter einem Schedule Trigger mit einer festen Anfrage. Fügen Sie `topic=news` und `time_range=day` hinzu, um die Artikel des Tages zu einem Thema zu sammeln, und senden Sie dann die Titel und URLs an einen Chat, eine Tabelle oder eine E-Mail. Eine geplante News-Suche pro Tag verbraucht etwa 30 Credits im Monat, sodass 5.000 Suchanfragen (9,25 $) viele Themen über lange Zeit abdeckt. Search-Credits verfallen nicht: Was Sie diesen Monat nicht verbrauchen, ist nächstes Jahr noch da. ## Was erhält der Workflow, wenn eine Seite abgelehnt wird? Die Suche ist trotzdem erfolgreich. Das abgelehnte Ergebnis behält Titel und URL, hat kein `content`, und sein `content_status` nennt den Grund, etwa `blocked_by_robots`. Unser Reader respektiert robots.txt: Er stellt sich als LLMWebSearch vor, befolgt die Regeln, die eine Website für ihn oder für alle Roboter schreibt, und lässt den Inhalt jeder Seite aus, die er nicht lesen darf. HTTP-Fehler sind etwas anderes: ein falscher Schlüssel liefert `401`, ein leeres Guthaben `402`, zu viele Aufrufe `429`. Lassen Sie in einem Agent das Tool den Fehler zurückgeben, damit das Modell ihn erklären kann. Leiten Sie in einem geplanten Workflow Fehler an einen Zweig weiter, der sie protokolliert. Die [Fehlerseite](https://llmwebsearch.com/de/docs/errors/) listet jeden Code auf. ## Wie teste ich den Aufruf, bevor ich den Workflow baue? Führen Sie dieselbe Anfrage mit curl aus den [curl-Rezepten](https://llmwebsearch.com/de/docs/curl/) aus. Wenn es im Terminal funktioniert und in n8n fehlschlägt, liegt die Ursache in den node-Einstellungen. Die üblichen Verdächtigen sind ein Credential-Wert ohne das Präfix `Bearer ` oder ein leeres Feld `q`. ## n8n: häufige Fragen ### Gibt es einen LLMWebSearch-Community-node? Nein, und er ist auch nicht nötig. Der eingebaute HTTP Request node erledigt die Aufgabe, als Tool für den AI Agent oder als regulärer node in jedem Workflow. ### Kann ich die Anfrage als POST mit einem JSON-Body senden? Ja. Aktivieren Sie Send Body mit dem Content-Type JSON und verwenden Sie dieselben Namen wie bei den GET-Parametern. POST ist praktischer, wenn Sie Listen wie `include_domains` hinzufügen. ### Wie begrenze ich, wie viele Suchanfragen der Agent ausführt? Schreiben Sie eine Grenze in die Systemnachricht des Agents, etwa zwei Suchen pro Frage, und halten Sie `read` bei 3 oder weniger, damit jede Suche bei einem Credit bleibt. ### Wie bezahle ich? Laden Sie Ihr Guthaben über 25 $ in BTC, USDT, USDC, ETH, SOL, LTC auf und kaufen Sie dann ein Paket aus Ihrem Guthaben. LLMWebSearch verlangt keinen Ausweis, kein Selfie und keine Dokumente. ## Quellen 1. [HTTP Request node](https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.httprequest/) — n8n docs (read 2026-10-22) 2. [HTTP Request credentials](https://docs.n8n.io/integrations/builtin/credentials/httprequest/) — n8n docs (read 2026-10-22) 3. [Let AI specify tool parameters with $fromAI()](https://docs.n8n.io/advanced-ai/examples/using-the-fromai-function/) — n8n docs (read 2026-10-22) --- LLMWebSearch: LLMWebSearch ist eine Websuch-API für KI-Agenten, die gerankte Ergebnisse mit dem Inhalt der Top-Seiten als Markdown liefert, bezahlt mit Krypto ohne Ausweis-Upload. Vorausbezahlte Credits ab 1,20 $/1K Suchanfragen verfallen nie. Ohne KYC — kein Ausweis, kein Selfie, keine Dokumente. Mit Krypto bezahlen.