Ressources · Intégration n8n

Nœud Lemonade Chat Model n8nConfigurer Lemonade Chat Model dans n8n.

Le nœud Lemonade Chat Model n8n fournit un modèle de chat servi par Lemonade au nœud qui, lui, fait le travail. C'est un sous-nœud : il ne tourne jamais seul et se raccorde par le port ai_languageModel. Sept paramètres pilotent le choix du modèle et la façon dont le texte sort.

Tester le nœud Lemonade Chat Model sur n8nVoir les 7 paramètres

Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth

Pourquoi automatiser

À quoi sert le nœud Lemonade Chat Model n8n ?

Il met à disposition un modèle de langage orienté conversation, géré par un serveur Lemonade, pour que d'autres nœuds n8n l'interrogent. Dans le modèle IA de n8n, un nœud racine reçoit les items du workflow sur son entrée principale, et des sous-nœuds se branchent sur ses ports, un type de sous-nœud par port. Un sous-nœud, c'est une brique sans entrée principale. Celui-ci en est un, et son port s'appelle ai_languageModel.

Prends un assistant qui répond aux questions internes d'une équipe. Tu poses un AI Agent dans le workflow, tu relies ce nœud à son port de modèle, tu choisis un nom dans Model, et l'agent raisonne avec le modèle hébergé par ton serveur Lemonade. Le reste du workflow ne bouge pas : l'agent garde ses outils et sa mémoire, le sous-nœud qui conserve les tours de conversation précédents.

Deuxième cas, le tri automatique qui doit tomber pareil deux fois de suite. Un Text Classifier ou un Sentiment Analysis alimenté par ce modèle a besoin d'un Sampling Temperature bas et d'un Top P resserré. Même logique derrière un Structured Output Parser : là, une réponse inventive est une réponse cassée.

Troisième cas, les résumés courts qui s'arrêtent au bon endroit. Une Summarization Chain ou une Basic LLM Chain branchée sur ce nœud se plafonne avec Max Tokens to Generate, et se coupe net avec Stop Sequences quand le texte doit finir avant une signature ou une ligne de séparation.

Quand vaut-il mieux autre chose ? Ce nœud ne parle qu'à un serveur Lemonade. Si le modèle visé vient d'un fournisseur hébergé, le nœud dédié va plus vite, OpenAI ou Anthropic par exemple. Et si tu exposes un agent comme une brique appelable par un autre agent, le nœud racine à viser est AI Agent Tool, pas une chaîne.

Les limites, sans détour. Un port, sept paramètres, rien de plus. La liste des modèles est celle que charge et gère le serveur Lemonade : un modèle absent se règle côté serveur, pas dans n8n. Aucune option de streaming, aucun réglage de relance, aucun garde-fou de budget ici. Quel que soit le modèle visé, son fournisseur facture ses propres appels d'API selon ses conditions, et n8n n'ajoute rien. Tu hésites encore sur la plateforme ? L'Avis n8n compare l'hébergement et la logique de coût.

Connexion

Qu'est-ce qu'il faut brancher avant de s'en servir ?

  1. 01

    Faire tourner un serveur Lemonade avec ses modèles

    Le nœud n'héberge rien. Les modèles sont chargés et gérés par le serveur Lemonade, et c'est lui que la liste Model interroge. Première étape, donc, hors de n8n : lancer le serveur et vérifier quels noms de modèles il expose. Si un modèle attendu manque plus tard dans le menu déroulant, la réponse est ici.

  2. 02

    Créer le credential une fois dans n8n

    Ouvre le menu Credentials de n8n et crée le credential demandé par le nœud, c'est-à-dire l'identifiant de connexion stocké à part du workflow. n8n le garde au niveau de l'instance : le même credential sert ensuite dans tous les workflows, sur n8n Cloud comme en auto-hébergé. Tu le crées une fois, tu le sélectionnes ensuite depuis le panneau du nœud.

  3. 03

    Raccorder le nœud à un nœud racine

    Pose le nœud Lemonade Chat Model à côté du nœud racine qui va l'utiliser, puis tire son connecteur jusqu'au port de modèle. Comme il n'a pas d'entrée principale, il n'y a rien à câbler depuis l'étape précédente du workflow. Pour tester, lance le nœud racine : un sous-nœud ne s'exécute que lorsque le nœud au-dessus lui demande une réponse.

Connexions

Sur quoi ce nœud se branche-t-il ?

Le nœud racine porte la logique du workflow et demande à ses sous-nœuds les briques qui lui manquent ; celui-ci répond sur le port de modèle, et nulle part ailleurs.

Sortie (où il se branche)

  • Modelai_languageModel
01ModelC'est la seule connexion du nœud, de type ai_languageModel. Elle remonte le modèle de chat vers le nœud qui va lui envoyer un prompt.

C'est la seule connexion du nœud, de type ai_languageModel. Elle remonte le modèle de chat vers le nœud qui va lui envoyer un prompt.

Paramètres clés

  • Required : sans entrée principale, le nœud ne s'exécute jamais si cette connexion manque, et le workflow l'ignore purement et simplement.
  • AI Agent : le point de départ habituel, un agent qui raisonne, appelle des outils et répond.
  • Basic LLM Chain : un prompt, une réponse, quand aucun appel d'outil n'est nécessaire.
  • Summarization Chain : condense un texte long en quelques lignes.
  • Text Classifier : range chaque item entrant dans une catégorie que tu définis.
Cas d'usage
un workflow de support où l'agent prépare un brouillon de réponse, et un workflow de nuit où une chaîne transforme des notes brutes en compte rendu lisible, tous deux servis par le même modèle Lemonade.
Paramètres

Quels paramètres comptent vraiment ?

Le nœud Lemonade Chat Model compte 7 paramètres. Pour chacun : le nœud tel que tu le configures dans n8n, ce que le paramètre change, et nos notes de terrain.

01

Model

model

Ce que tu vois dans n8n

Notes & cas d'usage

Désigne le modèle qui génère la complétion. C'est le seul paramètre requis du nœud, et la liste vient directement du serveur Lemonade.

Paramètres clés

  • Model : le nom de modèle mis à disposition par ton serveur Lemonade, choisi dans le menu déroulant ; laissé vide, il arrête l'exécution.
Cas d'usage
pointer un agent de rédaction sur un nom de modèle, puis changer ce seul champ pour en essayer un autre exposé par le serveur, sans recâbler quoi que ce soit.
02

Sampling Temperature

options.temperature

Ce que tu vois dans n8n

Notes & cas d'usage

Règle le niveau de hasard du texte généré. Plus la valeur baisse, plus la sortie est focalisée et déterministe ; plus elle monte, plus elle varie.

Paramètres clés

  • Sampling Temperature : un nombre, 0.7 par défaut ; descends pour des réponses qui doivent se répéter, monte pour des formulations qui doivent changer.
Cas d'usage
un tri de tickets qui doit rendre le même verdict sur le même ticket tourne bas ; un générateur d'objets d'emails tourne plus haut.
03

Top P

options.topP

Ce que tu vois dans n8n

Notes & cas d'usage

Restreint l'ensemble de jetons dans lequel le modèle pioche, en gardant le plus petit groupe dont la probabilité cumulée dépasse le seuil. Un jeton, c'est un fragment de texte, à peu près un morceau de mot.

Paramètres clés

  • Top P : un nombre, 1 par défaut, qui laisse tout le groupe ; en baissant, les options les moins probables disparaissent progressivement.
Cas d'usage
le resserrer aide quand la réponse doit rester dans un vocabulaire connu, des références produit dans une réponse catalogue par exemple. Touche à ce paramètre ou à la température, jamais aux deux en même temps, sinon tu ne sais plus lequel a changé la sortie.
04

Frequency Penalty

options.frequencyPenalty

Ce que tu vois dans n8n

Notes & cas d'usage

Pèse les jetons déjà apparus dans le texte généré. Les valeurs positives découragent la répétition, les valeurs négatives l'encouragent.

Paramètres clés

  • Frequency Penalty : un nombre, 0 par défaut, donc aucune pénalité tant que tu n'en mets pas.
Cas d'usage
un résumé long qui revient sans cesse sur la même phrase se calme avec une petite valeur positive. Pousse trop loin, et le modèle part chercher des synonymes bancals.
05

Presence Penalty

options.presencePenalty

Ce que tu vois dans n8n

Notes & cas d'usage

Regarde si un jeton est apparu, pas combien de fois. Les valeurs positives pénalisent ceux déjà présents et poussent le modèle vers autre chose.

Paramètres clés

  • Presence Penalty : un nombre, 0 par défaut ; monte-le quand une réponse reste collée à un seul thème.
Cas d'usage
chercher des angles pour une campagne, là où cinq variantes d'une même idée valent moins que cinq idées différentes.
06

Max Tokens to Generate

options.maxTokens

Ce que tu vois dans n8n

Notes & cas d'usage

Plafonne la longueur de la réponse. Le modèle s'arrête une fois le budget consommé, phrase finie ou pas.

Paramètres clés

  • Max Tokens to Generate : un nombre, -1 par défaut, ce qui veut dire aucune limite ; une valeur élevée peut produire des sorties très longues, donc règle-la exprès.
Cas d'usage
une réponse de chat qui doit tenir dans un message Slack, ou un champ réécrit dans une ligne de tableur, méritent un plafond plutôt qu'un budget ouvert.
07

Stop Sequences

options.stop

Ce que tu vois dans n8n

Notes & cas d'usage

Définit les chaînes de caractères qui mettent fin à la génération. Dès que le modèle en produit une, il s'arrête.

Paramètres clés

  • Stop Sequences : une liste de séquences séparées par des virgules, vide par défaut.
Cas d'usage
couper une réponse avant un bloc de signature, ou s'arrêter à une ligne de séparation quand le nœud suivant du workflow n'a besoin que de la première partie.
Besoin d'aide

Besoin d'aide pour automatiser Lemonade Chat Model avec n8n ?

L'équipe te répond directement.

Chaque message est lu par une personne.

FAQ

Les questions qui viennent ensuite

01Le nœud Lemonade Chat Model est-il inclus dans n8n ?
Oui. Il fait partie du paquet IA livré avec n8n, sur n8n Cloud comme sur une instance auto-hébergée en Community Edition, sous licence Sustainable Use. Rien à installer, aucun surcoût côté n8n pour le nœud lui-même. Le coût se situe ailleurs : le fournisseur du modèle appelé facture ses propres appels d'API selon ses conditions, et n8n n'ajoute rien par-dessus. L'auto-hébergement passe par Docker ou npm, et un workflow se comporte exactement de la même façon dans les deux cas, avec les mêmes nœuds et les mêmes credentials réutilisables d'un flux à l'autre.
02Que faut-il pour faire fonctionner le nœud Lemonade Chat Model n8n ?
Deux choses. Un serveur Lemonade, puisque les modèles y sont chargés et gérés et que la liste Model s'y alimente, et le credential utilisé par le nœud, créé une fois depuis le menu Credentials puis réutilisable dans tous les workflows de l'instance. Ensuite, un seul paramètre est requis dans le nœud : Model. Les six autres sont des options. Et comme il s'agit d'un sous-nœud, il lui faut aussi un nœud racine auquel se raccorder par son port de modèle, sinon il reste posé sur le canvas sans jamais tourner.
03Quelles sont les limites de ce nœud ?
Il est volontairement étroit. La version 1 expose sept paramètres et un seul port de connexion : tout ce qui dépasse le choix du modèle et le comportement de génération sort de son périmètre. Les modèles disponibles sont ceux que charge le serveur Lemonade, donc un modèle manquant se corrige côté serveur et pas dans n8n. Pas d'entrée principale, pas de sortie vers une branche classique du workflow, rien qui permette de le lancer seul. Un workflow ancien peut encore afficher une version antérieure du nœud, avec moins d'options.
04Que faut-il brancher au minimum, et par quel nœud commencer ?
Le minimum tient en deux points : un nœud racine relié au port de modèle, et un nom de modèle renseigné. Pour débuter, l'AI Agent reste l'association la plus courante, parce qu'il couvre la réponse aux questions, l'appel d'outils et les relances dans une seule brique. Si la tâche se résume à un prompt et une réponse, la Basic LLM Chain est plus légère et plus simple à déboguer. Pour des réponses ancrées dans tes propres documents, vise une Question and Answer Chain. La mémoire et les outils viennent après, une fois que le modèle répond juste.
05n8n ou Make pour ce type de workflow IA ?
Ça dépend de quatre critères. L'hébergement : Make est hébergé par Make, sans option d'auto-hébergement, alors que n8n tourne sur ton propre serveur via Docker ou npm, ou sur n8n Cloud. La maîtrise des données : une instance auto-hébergée garde les prompts et le trafic vers le modèle dans ton périmètre. Le modèle de coût : Make facture à l'opération, ce qui change la façon de concevoir les boucles. La logique visuelle : les deux dessinent le workflow, n8n y ajoute le modèle nœud racine et sous-nœud décrit sur cette page. Aucun des deux n'est un mauvais outil, la réponse suit tes contraintes.
Hack'celeration Lab

Reçois nos tips intégration chaque semaine.

Pas de spam. Désinscription à tout moment.

Même plateforme

Autres docs utiles sur ce stack.

Voir toutes les intégrations