Szybka odpowiedź
Jak dać agentowi AI n8n narzędzie wyszukiwania w sieci?
Podłącz węzeł HTTP Request do AI Agent w n8n jako narzędzie, ustaw go na GET https://llmwebsearch.com/api/v1/search z poświadczeniem Header Auth przechowującym Twój klucz LLMWebSearch i pozwól modelowi wypełnić parametr q wartością $fromAI(). Włącz Optimize Response i zachowaj title, url i content. Wyszukiwanie z odczytem 3 najlepszych stron kosztuje 1 kredyt, od 1,20 USD/1K wyszukiwań według stanu na październik 2026. Bez KYC.
Których ustawień HTTP Request mam użyć?
Nazwy opcji zgodnie z dokumentacją węzła HTTP Request w n8n, przeczytaną 22 października 2026.
| Ustawienie | Wartość |
|---|---|
| Umiejscowienie | Podłączony do węzła AI Agent jako narzędzie |
| Metoda | GET |
| URL | https://llmwebsearch.com/api/v1/search |
| Uwierzytelnianie | Generic credential type → Header Auth |
| Poświadczenie Header Auth | Nazwa Authorization, wartość Bearer , a po niej Twój klucz |
| Send Query Parameters | Włączone, Using Fields Below |
Parametr q | Wypełniany przez model wartością $fromAI() (patrz poniżej) |
Parametr max_results | 5 |
Parametr read | 3 |
Parametr max_chars | 4000 |
| Optymalizuj odpowiedź | Włączone · JSON · Pole zawierające dane results · Uwzględnij pola Wybrane: title, url, content |
Dlaczego węzeł HTTP Request, a nie własny węzeł?
Bo API potrzebuje tylko jednego zapytania GET z nagłówkiem i czterema parametrami zapytania. Dokumentacja n8n mówi, że węzeł HTTP Request może działać jako zwykły węzeł lub być podłączony do agenta AI jako narzędzie, a niektóre opcje istnieją tylko w formie narzędzia.
Nic z naszego nie trzeba instalować ani aktualizować, a klucz pozostaje w magazynie poświadczeń n8n, a nie w workflow. Daj n8n własny klucz. Twórz jeden klucz API na agenta, aplikację lub członka zespołu i unieważniaj dowolny z nich z dashboardu, nie ruszając pozostałych.
Jak model zapisuje zapytanie wyszukiwania?
Poprzez funkcję $fromAI() n8n w wartości pola q. Jej udokumentowana forma to $fromAI(key, description, type, defaultValue): użyj klucza query, opisu takiego jak "Czego szukać w sieci" i typu string. n8n zauważa, że $fromAI() działa tylko w narzędziach podłączonych do węzła AI Agent.
Opisz samo narzędzie też zwykłymi słowami, na przykład "Przeszukuje sieć i zwraca źródła wraz z tekstem strony; cytuj adresy URL". Agent używa tego tekstu, aby zdecydować, kiedy wyszukiwać.
Dlaczego włączyć Optimize Response?
Bo wszystko, co zwraca narzędzie, trafia do kontekstu modelu. Optimize Response to opcja dostępna tylko dla narzędzi, która ogranicza to, co jest przekazywane do modelu. Przy typie JSON ustaw Field Containing Data na results, a następnie uwzględnij tylko title, url i content.
Agent widzi wtedy krótką listę źródeł z ich tekstem i nic więcej. Ogranicz długość po naszej stronie za pomocą max_chars, który przycina każdą stronę, zanim opuści API.
Czy mogę uruchamiać wyszukiwania według harmonogramu bez agenta?
Tak. Użyj węzła HTTP Request jako zwykłego węzła za Schedule Trigger, z ustalonym zapytaniem. Dodaj topic=news i time_range=day, aby zbierać artykuły dnia na dany temat, a następnie wyślij tytuły i adresy URL na czat, do arkusza lub e-mailem.
Jedno zaplanowane wyszukiwanie wiadomości dziennie zużywa około 30 kredytów miesięcznie, więc 5 000 wyszukiwań (9,25 USD) pokrywa wiele tematów na długi czas. Kredyty na wyszukiwanie nie mają daty ważności: to, czego nie wykorzystasz w tym miesiącu, będzie tam jeszcze w przyszłym roku.
Co otrzymuje workflow, gdy strona zostanie odrzucona?
Wyszukiwanie nadal się udaje. Odrzucony wynik zachowuje tytuł i adres URL, nie ma content, a jego content_status mówi dlaczego, na przykład blocked_by_robots. Nasz czytnik respektuje robots.txt: przedstawia się jako LLMWebSearch, przestrzega reguł, które witryna zapisuje dla niego lub dla wszystkich robotów, i pomija treść każdej strony, której nie wolno mu czytać.
Błędy HTTP są inne: zły klucz zwraca 401, puste saldo 402, zbyt wiele wywołań 429. W agencie pozwól narzędziu zwrócić błąd, aby model mógł go wyjaśnić. W zaplanowanym workflow kieruj błędy do gałęzi, która je loguje. Strona błędów wymienia każdy kod.
Jak przetestować wywołanie przed zbudowaniem workflow?
Uruchom to samo zapytanie za pomocą curl z przepisów curl. Jeśli działa w terminalu, a nie działa w n8n, przyczyna leży w ustawieniach węzła. Najczęstsze podejrzane: wartość poświadczenia bez prefiksu Bearer lub puste pole q.
n8n: najczęstsze pytania
Czy istnieje węzeł społecznościowy LLMWebSearch?
Nie, i żaden nie jest potrzebny. Wbudowany węzeł HTTP Request załatwia sprawę, jako narzędzie dla AI Agent lub jako zwykły węzeł w dowolnym workflow.
Czy mogę wysłać zapytanie jako POST z ciałem JSON?
Tak. Włącz Send Body z typem zawartości JSON i użyj tych samych nazw co w parametrach GET. POST jest wygodniejszy, gdy dodajesz listy, takie jak include_domains.
Jak ograniczyć liczbę wyszukiwań uruchamianych przez agenta?
Zapisz limit w wiadomości systemowej agenta, na przykład dwa wyszukiwania na pytanie, i utrzymuj read na poziomie 3 lub mniej, aby każde wyszukiwanie pozostało na jednym kredycie.
Jak zapłacić?
Doładuj z 25 USD w BTC, USDT, USDC, ETH, SOL, LTC, a następnie kup pakiet ze swojego salda. LLMWebSearch nie wymaga dowodu, selfie ani dokumentów.
Źródła (3)
- Węzeł HTTP Request — n8n docs (read 2026-10-22)
- Poświadczenia HTTP Request — n8n docs (read 2026-10-22)
- Pozwól AI określić parametry narzędzia za pomocą $fromAI() — n8n docs (read 2026-10-22)