Ressources · Intégration n8n

Nœud Lemonade Model n8nConfigurer Lemonade Model dans n8n.

Le nœud Lemonade Model n8n ne produit rien tout seul : il fournit un modèle de langage à un autre nœud. Il ouvre 7 paramètres, du choix du modèle aux réglages d'échantillonnage, et se branche sur le port ai_languageModel des agents et des chaînes. Pour qui veut faire servir ses complétions par un serveur Lemonade.

Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth

Pourquoi automatiser

À quoi sert le nœud Lemonade Model n8n ?

Ce nœud donne un modèle de langage à un nœud racine. Un nœud racine, c'est celui qui reste dans le flux principal et reçoit les items ; un sous-nœud comme celui-ci s'accroche à l'un de ses ports et ne s'active que lorsque le nœud racine réclame une complétion. Les modèles proposés sont chargés et gérés par le serveur Lemonade : la liste reflète ce que ce serveur expose.

Premier cas, un agent qui rédige. Un AI Agent lit une demande client et prépare la réponse, ce nœud étant relié à son port de modèle. Sampling Temperature descend pour que deux demandes proches donnent deux réponses proches, et Max Tokens to Generate évite la tartine de trois écrans.

Deuxième cas, du tri en série. Les lignes arrivent de Google Sheets, une chaîne attribue une étiquette à chacune, et Stop Sequences coupe juste après l'étiquette pour que personne n'ait à nettoyer le commentaire du modèle ensuite. Le résultat repart dans la feuille ou dans un message Slack.

Troisième cas, un agent outillé. Relie le nœud à un AI Agent Tool : le modèle choisit l'outil à appeler, pendant que Frequency Penalty et Presence Penalty l'empêchent de tourner en boucle sur les mêmes formules.

Quand prendre autre chose. Ce nœud parle à un serveur Lemonade. Si le modèle doit venir d'un fournisseur hébergé, ce sont les sous-nœuds OpenAI, Anthropic ou Google Gemini qui se branchent sur le même port. Le reste du workflow ne bouge pas, et c'est justement l'intérêt du modèle en sous-nœud : tu changes le fournisseur du modèle sans rien remonter autour.

Les limites, maintenant. Sous-nœud sans entrée principale : il ne s'exécute jamais seul et n'apparaît jamais seul dans une exécution. Il fait de la complétion de texte, pas des embeddings ni de la transcription. Tout est optionnel sauf le modèle, ce qui est pratique jusqu'au jour où une valeur par défaut surprend : Max Tokens to Generate vaut -1 au départ, c'est-à-dire aucune limite. La version 1 du nœud expose 7 paramètres, donc tout ce qui sort de cette liste n'existe pas dans ce panneau, et un workflow ancien peut encore afficher une version antérieure avec moins d'options.

Connexion

Comment authentifier le nœud ?

  1. 01

    Créer le credential Lemonade

    Ouvre le menu Credentials de n8n et ajoute le credential demandé par le nœud. Un credential, c'est le jeu d'identifiants que n8n stocke à sa place : il se crée une fois et se réutilise dans tous les workflows de l'instance, sur n8n Cloud comme en auto-hébergé.

  2. 02

    Le rattacher au nœud

    Pose le nœud Lemonade Model sur le canevas, ouvre-le, puis sélectionne le credential dans le champ en haut du panneau. Comme il appartient à l'instance et non au workflow, la même entrée sert en même temps un agent de rédaction et une chaîne de classification.

  3. 03

    Choisir un modèle et tester

    Déroule la liste Model. Le nœud interroge le serveur Lemonade et affiche les modèles qu'il charge et gère : c'est la façon la plus rapide de vérifier que le credential fonctionne avant d'aller plus loin. Une liste vide vient du serveur, pas du nœud.

Connexions

Où se branche ce nœud ?

Un port, c'est le petit connecteur sous un nœud racine où vient s'accrocher un type de sous-nœud. Celui-ci n'a pas d'entrée principale : il n'existe qu'au bout d'un port de modèle.

Sortie (où il se branche)

  • Modelai_languageModel
01ModelC'est la seule connexion du nœud, et sa raison d'être. Tire un fil depuis le port de modèle d'un nœud racine et ses demandes de complétion partent chez Lemonade.

C'est la seule connexion du nœud, et sa raison d'être. Tire un fil depuis le port de modèle d'un nœud racine et ses demandes de complétion partent chez Lemonade.

Paramètres clés

  • Required : le nœud racine n'embarque aucun modèle, le port doit donc être rempli avant qu'il puisse générer quoi que ce soit.
  • AI Agent : l'hôte habituel, celui où le modèle choisit les outils et rédige la réponse.
  • Question and Answer Chain : pour répondre à partir de documents, sans l'appareillage d'un agent.
  • Sentiment Analysis : ici le modèle lit et qualifie au lieu d'écrire, comme dans Text Classifier et Information Extractor.
Cas d'usage
un même nœud alimente plusieurs nœuds racines du workflow, donc un agent et un classifieur partagent le modèle servi.
Paramètres

Quels paramètres le nœud propose-t-il ?

Le nœud Lemonade 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. Rien à taper à la main : les modèles sont chargés et gérés par le serveur Lemonade, et le nœud lit cette liste à l'ouverture du menu déroulant.

Paramètres clés

  • Model : le seul champ requis du nœud, rempli depuis la liste fournie par le serveur.
Cas d'usage
changer d'entrée ici suffit à faire passer un workflow d'un modèle servi à un autre, sans toucher à l'agent au-dessus.
02

Sampling Temperature

options.temperature

Ce que tu vois dans n8n

Notes & cas d'usage

Règle le degré de hasard du texte produit. Une valeur basse rend la sortie plus ciblée et plus déterministe, une valeur haute la rend plus variée et plus aléatoire.

Paramètres clés

  • Sampling Temperature : un nombre, valeur par défaut 0.7, qu'on laisse tranquille tant que la sortie n'est ni trop répétitive ni trop lâche.
Cas d'usage
baisse-la pour un classifieur qui doit rendre deux fois la même étiquette sur la même ligne, monte-la quand un agent rédige et sort toujours la même tournure.
03

Top P

options.topP

Ce que tu vois dans n8n

Notes & cas d'usage

Réduit le vivier dans lequel le modèle pioche. Il choisit dans le plus petit ensemble de tokens dont la probabilité cumulée dépasse top_p, ce qui limite les répétitions et donne un texte plus naturel.

Paramètres clés

  • Top P : un nombre, valeur par défaut 1, donc aucun filtrage tant qu'on ne descend pas.
Cas d'usage
un résumé qui part dans des formulations improbables se resserre ici. Le piège : baisser ce réglage en même temps que la température, ce qui restreint la sortie deux fois.
04

Frequency Penalty

options.frequencyPenalty

Ce que tu vois dans n8n

Notes & cas d'usage

Pèse les tokens selon le nombre de fois où ils sont déjà apparus dans le texte généré. Une valeur positive décourage la répétition, une valeur négative l'encourage.

Paramètres clés

  • Frequency Penalty : un nombre, valeur par défaut 0, donc aucun ajustement au départ.
Cas d'usage
un email de prospection un peu long qui martèle le nom du produit gagne à passer en positif ; à l'inverse, un nœud qui doit répéter un terme imposé reste à la valeur par défaut.
05

Presence Penalty

options.presencePenalty

Ce que tu vois dans n8n

Notes & cas d'usage

Regarde si un token est déjà présent, pas combien de fois. Les valeurs positives pénalisent ceux qui sont déjà apparus dans le texte généré jusque-là, ce qui pousse à la diversité.

Paramètres clés

  • Presence Penalty : un nombre, valeur par défaut 0, qu'on ne bouge que si la réponse tourne autour des mêmes idées.
Cas d'usage
les tâches d'idéation, où l'agent doit changer d'angle à chaque puce au lieu de reformuler la première.
06

Max Tokens to Generate

options.maxTokens

Ce que tu vois dans n8n

Notes & cas d'usage

Plafonne la longueur de la complétion. Un token, c'est l'unité que compte le modèle, à peu près un morceau de mot. La valeur -1 retire toute limite, et c'est précisément le réglage livré par défaut.

Paramètres clés

  • Max Tokens to Generate : un nombre, valeur par défaut -1, à renseigner dès que la sortie atterrit dans un endroit contraint en longueur.
Cas d'usage
une notification Slack, une cellule de tableur. Prudence avec une valeur élevée : elle peut produire des sorties très longues.
07

Stop Sequences

options.stop

Ce que tu vois dans n8n

Notes & cas d'usage

Indique au modèle où s'arrêter. Tu donnes une liste de séquences séparées par des virgules, et la génération s'arrête dès que l'une d'elles apparaît dans le texte.

Paramètres clés

  • Stop Sequences : une chaîne de caractères, vide par défaut, donc rien n'interrompt le modèle tant qu'elle n'est pas remplie.
Cas d'usage
un modèle qui répond à la question puis enchaîne sur une explication non demandée se coupe au marqueur qui ouvre cette explication.
Besoin d'aide

Besoin d'aide pour automatiser Lemonade Model avec n8n ?

L'équipe te répond directement.

Chaque message est lu par une personne.

FAQ

Lemonade Model dans n8n, les réponses

01Le nœud Lemonade Model n8n est-il inclus dans n8n ?
Oui. Il fait partie du paquet IA de n8n, livré avec n8n : rien à installer, aucun surcoût côté n8n. C'est vrai sur n8n Cloud comme sur une instance auto-hébergée en Community Edition sous licence Sustainable Use, et un workflow se comporte pareil des deux côtés. Ce qui se trouve derrière le nœud est une autre affaire : le fournisseur qui sert le modèle facture ses propres appels d'API selon ses conditions, et n8n n'ajoute rien par-dessus. La facture n8n, elle, ne bouge pas parce qu'un agent appelle ce nœud dix fois de plus.
02Que faut-il pour que le nœud fonctionne ?
Deux choses. Un credential, créé une fois depuis le menu Credentials et réutilisable dans tous les workflows de l'instance, et un nœud racine sur lequel se brancher, puisqu'il s'agit d'un sous-nœud sans entrée principale qui ne s'exécute jamais seul. Une fois les deux en place, ouvre la liste Model et choisis une entrée. Les modèles sont chargés et gérés par le serveur Lemonade : la liste reflète l'état du serveur, pas un contenu stocké dans n8n. Le credential, lui, vit sur l'instance : un deuxième workflow qui veut le même modèle ne redemande rien.
03Quelles sont les limites du nœud ?
Il fait une chose : de la complétion de texte, servie par un port de modèle. Pas d'entrée principale, donc impossible de le poser au milieu d'un flux pour transformer des items. La version 1 du nœud expose 7 paramètres, et rien d'autre n'est disponible ici. Un workflow ancien peut afficher une version antérieure, avec moins d'options. Deux valeurs par défaut méritent l'attention : Max Tokens to Generate à -1, qui ne pose aucune limite, et Stop Sequences vide, qui laisse le modèle aller jusqu'au bout.
04Que faut-il brancher au minimum, et par quel sous-nœud commencer ?
Au minimum, un nœud racine et ce sous-nœud sur son port de modèle. Le plus simple pour débuter reste Basic LLM Chain : un prompt entre, du texte sort, sans machinerie autour. Une fois que ça tourne, AI Agent est la suite logique, puisqu'il appelle des outils et garde le fil d'une conversation. Si le modèle doit venir d'ailleurs, le même port accepte les sous-nœuds OpenAI, Anthropic ou Google Gemini, sans rien changer au reste du workflow. C'est la même manipulation dans les deux sens, et elle prend quelques secondes sur le canevas.
05n8n ou Make pour ce type de workflow IA ?
Ça dépend de l'endroit où la charge doit tourner. Make est hébergé, sans option d'auto-hébergement, et facturé à l'opération : c'est prévisible et ça ne demande aucune infrastructure. n8n tourne sur n8n Cloud ou sur ton propre serveur, ce qui compte quand le modèle est servi depuis une machine que tu maîtrises et que les prompts contiennent des données à garder chez toi. Les modèles de coût diffèrent aussi, à l'opération d'un côté, à l'instance de l'autre. Les deux construisent des workflows en visuel : le choix porte sur l'hébergement, la maîtrise des données et la facturation.
Hack'celeration Lab

Reçois nos tips intégration chaque semaine.

Pas de spam. Désinscription à tout moment.