Open WebUI und n8n: Chat mit einer unzensierten API verbinden

Was du einrichtest

Wenn du hierher gekommen bist, indem du openwebui how to chat n8n eingegeben hast, versuchst du wahrscheinlich zwei zusammenhängende Dinge: mit einem Modell in Open WebUI zu chatten und dasselbe Modell aus n8n-Workflows heraus aufzurufen. Beide Tools können auf jeden Server verweisen, der das OpenAI-Chat-Vervollständigungsformat unterstützt, sodass ein Konto beide abdeckt.

Open WebUI ist eine selbst gehostete Chat-Oberfläche. n8n ist ein Workflow-Automatisierungstool, bei dem du Knoten verbindest. Die API dahinter ist in jedem Fall dieselbe:

• Basis-URL: https://api.nofilteraichat.com/v1
• Modell-ID: uncensored
• Auth: ein Authorization: Bearer-Header mit deinem Schlüssel

Du brauchst zuerst einen Schlüssel. Die API-Schlüssel-Seite führt dich durch die Anmeldung und das Ein-Klick-Testguthaben in Höhe von 0,50 $, das ausreicht, um alles untenstehende zu testen.

Teil eins: Open WebUI

Option A: das Admin-Panel

Wenn Open WebUI bereits läuft, melde dich als Admin an und öffne die Admin-Einstellungen, dann Verbindungen. Füge eine neue OpenAI-API-Verbindung mit diesen Werten hinzu:

1. URL: https://api.nofilteraichat.com/v1
2. Schlüssel: dein API-Schlüssel
3. Speichere und verwende die Schaltfläche Überprüfen, falls deine Version eine hat.

Menünamen ändern sich leicht zwischen Releases, also suche nach dem Abschnitt, der OpenAI-ähnliche Verbindungen auflistet. Nach dem Speichern starte einen neuen Chat und öffne den Modellauswähler. Das Modell uncensored sollte erscheinen, da Open WebUI die Liste von GET /v1/models lädt.

Option B: Umgebungsvariablen in Docker

Wenn du von Null startest, übergebe die Einstellungen beim Starten des Containers:

Copydocker run -d --name open-webui -p 3000:8080 \
  -e OPENAI_API_BASE_URL="https://api.nofilteraichat.com/v1" \
  -e OPENAI_API_KEY="$NOFILTER_API_KEY" \
  -v open-webui:/app/backend/data \
  ghcr.io/open-webui/open-webui:main

Öffne http://localhost:3000, erstelle das erste lokale Konto, und das Modell wartet in der Auswahl. Beachte, dass Open WebUI Verbindungseinstellungen nach dem ersten Start in seiner Datenbank speichert. Wenn du die Variablen später änderst und nichts passiert, bearbeite die Verbindung stattdessen im Admin-Panel.

Chat-Tuning

In den Chat-Steuerungen kannst du Temperatur, top_p, eine Stop-Sequenz und einen System-Prompt festlegen. Diese werden an das Modell weitergegeben. Für Fiktion und Rollenspiel sorgt eine Temperatur zwischen 0,7 und 1,0 für lebhafteren Text. Bei sachlichen Fragen wähle einen niedrigeren Wert. Wenn das Modell anfängt, Phrasen zu wiederholen, erhöhe die Frequenzstrafe etwas.

Teil zwei: n8n mit dem OpenAI-Knoten

n8n hat ein native OpenAI-Zugangsdaten (Credential). Die Konfiguration enthält ein Feld für die Basis-URL, das standardmäßig auf den offiziellen Server verweist. Ändere es, und der Knoten spricht mit deinem Endpunkt:

1. Erstelle in n8n neue Zugangsdaten vom Typ OpenAI.
2. Füge deinen API-Schlüssel ein.
3. Setze die Basis-URL auf https://api.nofilteraichat.com/v1.
4. Speichere und verknüpfe die Zugangsdaten mit einem OpenAI-Chat-Modell-Knoten oder einem KI-Agenten-Workflow.

Der Haken ist das Feld Modell. Einige Knoten zeigen eine Dropdown-Liste, die aus der Modellliste gefüllt wird, andere beschränken die Auswahl auf bekannte Namen. Wenn du uncensored nicht auswählen kannst, wechsle das Feld in den Ausdrucksmodus und gib die ID manuell ein. Wenn deine n8n-Version es immer noch ablehnt, verwende die HTTP-Anfrage-Methode im nächsten Abschnitt, die keine solche Einschränkung hat.

Wenn die Zugangsdaten funktionieren, kannst du das Chat-Modell an einen AI Agent-Knoten hängen und ihm Tools geben. Tool Calling wird von der API unterstützt (tools, tool_choice und Ergebnisse als role: "tool"). Teste den Agenten wie bei jedem Open-Weight-Modell an realen Eingaben und halte die Tool-Beschreibungen kurz und wörtlich.

Teil drei: Chat aus einem HTTP-Anfrage-Knoten

Die vorhersagbarste Option ist ein einfacher HTTP-Anfrage-Knoten. Er zeigt genau, was gesendet wird, und funktioniert in jeder n8n-Version. Konfiguriere den Knoten wie folgt:

• Methode: POST
• URL: https://api.nofilteraichat.com/v1/chat/completions
• Authentifizierung: Header-Auth, mit Name Authorization und Wert Bearer YOUR_KEY (speichere sie als Zugangsdaten, nicht im Knoten)
• Body senden: an, Inhaltstyp JSON

Setze den Body auf Folgendes, unter Verwendung eines Ausdrucks für den Benutzertext:

Copy{
  "model": "uncensored",
  "messages": [
    { "role": "system", "content": "You are a concise story assistant for adult fiction writers." },
    { "role": "user", "content": "{{ $json.prompt }}" }
  ],
  "temperature": 0.8,
  "max_tokens": 600
}

Der Antworttext steht unter choices[0].message.content. Lies ihn im nächsten Knoten mit dem Ausdruck {{ $json.choices[0].message.content }}. Die gleiche Antwort enthält auch einen usage-Block, sodass du Token-Anzahlen in einem Blatt oder einer Datenbank protokollieren kannst.

Ein typischer Workflow ist ein Webhook-Trigger, dieser HTTP-Knoten und ein Antwortknoten, der den Text zurückgibt. Ein weiterer häufiger Workflow liest Zeilen aus einer Tabelle, erstellt für jede Zeile einen Entwurf und schreibt die Ergebnisse zurück. Du kannst die Anfrage auch außerhalb von n8n zuerst mit curl testen:

Copycurl https://api.nofilteraichat.com/v1/chat/completions \
  -H "Authorization: Bearer $NOFILTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Say hello in five words."}]}'

Limits, Wiederholungen und Stapel in n8n

Ein Vollschlüssel erlaubt 8 parallele Anfragen und 300 Anfragen pro Minute; ein Testschlüssel erlaubt 2 und 60. n8n kann diese Zahlen leicht überschreiten, da ein Knoten jedes eingehende Element verarbeitet und diese schnell auslösen kann.

Öffne im HTTP-Anfrage-Knoten Optionen und verwende Stapelverarbeitung: Setze eine Stapelgröße von 4 oder 6 und ein Intervall von einer oder zwei Sekunden. Aktiviere unter den Knoteneinstellungen Wiederholung bei Fehler mit 3 Versuchen und einer Wartezeit von 5000 ms. Das entspricht dem API-Verhalten: Wenn sie kurz überlastet ist, gibt sie HTTP 429 mit einem Retry-After: 5-Header zurück. Andere 429-Codes zeigen dir, welches Limit du getroffen hast: rate_limited bedeutet zu viele Anfragen pro Minute, concurrency bedeutet zu viele gleichzeitig.

Streaming verdient einen Hinweis. Eine gestreamte Anfrage behält ihren Parallelitätsplatz bis zum Ende des Streams. Schalte das Streaming im HTTP-Knoten in n8n aus, da der Workflow ohnehin auf die gesamte Antwort wartet. Open WebUI streamt standardmäßig, was für ein Chat-Fenster richtig ist.

Kosten eines Workflows

Angenommen, ein Workflow verarbeitet 500 Zeilen und sendet für jede 800 Input-Token und erhält 250 Output-Token. Input: 500 × 800 = 400.000 Token, was 400.000 × 0,15 $ / 1.000.000 = 0,06 $ kostet. Output: 500 × 250 = 125.000 Token, was 125.000 × 0,50 $ / 1.000.000 = 0,0625 $ kostet. Der Lauf kostet insgesamt 0,1225 $, etwa 12 Cent. Siehe die Preisseite für Aufladungen.

Fehlerbehebung

Berücksichtige die Produktlimits bei der Gestaltung eines Workflows: Nur Text-Chat, ein 100.000-Token-Fenster, das Prompt und Antwort teilen, und ein 8-MB-Anfragekörper. Es gibt keinen Endpunkt für Embeddings, also halte jede Vektorsuche auf einem anderen Dienst. Die Schnellstartanleitung enthält die vollständige Referenz für Anfragen, und der Integration-Leitfaden deckt weitere Frontends ab. Prompts, die über die API gesendet werden, werden nicht zum Training verwendet.

Die strenge Regel gilt in jedem Tool: keine sexuellen Inhalte mit Minderjährigen. Innerhalb der gesetzlichen Erwachsenen-Nutzung ist das Modell darauf abgestimmt, ohne Inhaltsfilter zu antworten, was sich für Fiction, Roleplay und Companion-Apps für Erwachsene eignet.

Weitere Anleitungen

• Chatte OpenAI in LangChain mit einer unzensierten API
• Kostenlose unbegrenzte AI-Chats ohne Filter: Die wahren Kosten
• Uncensored.chat API Integrationsanleitung