К основному содержанию
NeFlows · шаблон n8n · Разработка

Учёт расходов на LLM — шаблон n8n

Исполнения workflow n8n собираются в аналитику по расходам на модели и узлы: учитываются токены, стоимость, время работы и контекст вызовов.

Оригинал на n8n.io: LLM usage tracker & cost monitor with node-level analytics (v2) — Amir Safavi-Naini

Открыть шаблон на n8n.io бесплатно
Сложность
средний9 видов узлов
Просмотров на n8n.io
1 764
Опубликован
Обновлён
Автор
Amir Safavi-Naini
Сверено

Что делает шаблон

Сводка содержит число запусков и общие расходы, разбивку по моделям и узлам, среднюю стоимость вызова и суммарное время выполнения. Для каждого обращения сохраняются затраты на входные и выходные токены, их общее количество, время и причина завершения, а также первые 100 символов входа и ответа. Цены задаются за 1M токенов в USD. Данные доступны после полного завершения отслеживаемого workflow; промежуточный результат до этого момента получить нельзя. Для вложенных вызовов требуется включить в настройках агента возврат промежуточных шагов.

Как работает workflow по шагам

  1. Execute Workflow Trigger запускает мониторинг с переданным идентификатором выполнения; также доступен Manual Trigger.
  2. Get an Execution получает данные выполнения через API n8n.
  3. Code извлекает сведения об использовании моделей из вложенных структур.
  4. Standardize Names сопоставляет варианты названий моделей со стандартными именами.
  5. Model Prices применяет цены моделей и рассчитывает расходы по токенам.
  6. If проверяет наличие модели; неизвестная модель направляется в ветку ошибки.
  7. Merge объединяет данные для итоговой статистики по моделям и узлам.

Что нужно для запуска

  • Экземпляр n8n с включённым API.
  • Учётные данные API n8n для узла Get an Execution.
  • Отслеживаемые workflow с LLM-узлами или AI-агентами.
  • Для агентов включён возврат промежуточных шагов.

Как подключить сервисы к n8n

В настройках экземпляра n8n создаётся API, затем его учётные данные добавляются в узел Get an Execution.

Что изменить под себя

  • В узле Standardize Names настраиваются сопоставления вариантов названий моделей.
  • В узле Model Prices задаются цены входных и выходных токенов за 1M токенов.
  • Для новой модели добавляются её имя в сопоставления и цена в словарь цен.
  • В конце отслеживаемого workflow добавляется узел Execute Workflow с мониторингом; ожидание завершения подworkflow отключается, а идентификатор выполнения передаётся на вход.

Кому подойдёт

Подходит для анализа расходов на модели, потребления токенов, скорости вызовов и входов с ответами LLM в workflow. Среди задач также аудит использования AI в командах и проектах.

Узлы workflow 9

  • If
  • Merge
  • Edit Fields (Set)
  • Stop and Error
  • Sticky Note
  • n8n
  • Code
  • Execute Workflow Trigger
  • Manual Trigger

Виды узлов, из которых собран сценарий, — как их перечисляет страница шаблона. Серым — служебные узлы n8n.

Автор и первоисточник

Сценарий «LLM usage tracker & cost monitor with node-level analytics (v2)» опубликовал на n8n.io Amir Safavi-Naini. Файл шаблона и авторское описание — на странице шаблона.

Русское описание написано языковой моделью по странице шаблона и прошло автоматическую проверку: в нём нет сервисов и чисел, которых нет у автора. Сценарий принадлежит автору; каталог его не хранит.

Похожие шаблоны n8n

Получение содержимого веб-страниц для OpenAI Веб-страницы загружаются по заданному адресу, очищаются и передаются OpenAI для ответа в Manual Chat. В n8n Manual Chat работает с агентом ReAct, который запрашивает содержимое через отдельный workflow. OpenAI · Manual Chat 287 101просмотр Локальная переписка с Ollama в чате n8n Сообщение из чата отправляется локальной языковой модели, а её ответ возвращается в интерфейс. В n8n Ollama связывается с чатом, чтобы обращаться к моделям на собственном оборудовании. Ollama 233 614просмотров Интерактивный урок по основам JSON Основы JSON разбираются на примерах в интерактивном workflow n8n: урок показывает типы данных и выражения, с помощью которых данные одного узла передаются в другой. 153 336просмотров Объединение наборов данных по правилам совпадения Наборы данных из разных веток сценария объединяются по заданным правилам совпадения, чтобы собрать общую выборку или оставить только новые либо уже существующие элементы. 127 639просмотров MCP-сервер для workflow n8n и Redis Workflow n8n связывает Redis с OpenAI и MCP-клиентом: агент находит доступные workflow, управляет списком и запускает выбранные для выполнения задач. Redis · OpenAI 97 672просмотра Форматирование и расчёты дат и времени Даты и время обрабатываются в workflow n8n с помощью узлов Edit Fields (Set) и Date & Time. Шаблон охватывает смену формата, задание даты и расчёты с датами. 85 301просмотр

Спонсоры проекта

Компании, которые помогают держать аналитику открытой