Ressources · Intégration n8n

Nœud Moonshot Kimi n8nConfigurer Moonshot Kimi dans n8n.

Le nœud Moonshot Kimi n8n appelle les modèles Kimi depuis un workflow, cette suite d'étapes automatisées. Livré avec le paquet IA de n8n, il expose 2 opérations : discuter avec un modèle, ou analyser une image. Chaque opération a ses propres paramètres.

Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth

Pourquoi automatiser

À quoi sert le nœud Moonshot Kimi n8n ?

C'est un nœud d'action : pour chaque item qui arrive, il envoie une requête à un modèle Moonshot Kimi et range la réponse dans les données du workflow. Deux ressources sont disponibles, Text et Image, soit 2 opérations en tout. Aucun port de sous-nœud dessus, donc rien ne vient s'y brancher par en dessous.

Premier cas, une boîte de réception qui déborde. Le message arrive, le nœud lance text.message avec un System Message qui fixe le ton et les règles, et le brouillon repart dans Gmail pour relecture. La conversation se construit dans la collection Messages, une entrée par tour de parole, avec Role à user ou assistant.

Deuxième cas, les justificatifs du terrain. Les photos voyagent dans un champ binaire de l'item, c'est-à-dire un fichier transporté à côté des données JSON. L'opération image.analyze lit ce champ, répond à la question posée dans Text Input, et le texte récupéré part ligne par ligne vers Google Sheets.

Troisième cas, une veille hebdomadaire. Avec Web Search activé, le modèle cherche sur le web avant de répondre, et le résumé tombe dans un canal Slack. Attention : Web Search et Thinking Mode ne s'activent jamais ensemble.

Le réglage fin se joue au même endroit, la collection Options de text.message. Frequency Penalty et Presence Penalty, à 0 par défaut, éloignent le modèle de la répétition mot pour mot et du sujet unique. Include Merged Response, inactif par défaut, ajoute une chaîne unique qui fusionne toutes les parties texte de la réponse, ce qui évite une étape de remise en forme derrière.

Quand préférer autre chose ? Ce nœud répond à une demande, il ne choisit pas l'outil à appeler ensuite. Ça, c'est le travail du nœud AI Agent, auquel on raccorde un modèle de chat en sous-nœud, c'est-à-dire un nœud branché sur un de ses ports. Les autres fournisseurs ont aussi le leur, comme OpenAI ou Google Gemini.

Les limites connues : version 1 du nœud, 2 opérations, rien d'autre. Pas de gestion de fichiers, pas d'embeddings, pas de réglage fin du modèle. Moonshot facture ses propres appels d'API selon ses conditions, n8n n'ajoute rien, et un appel refusé côté fournisseur fait échouer l'exécution.

Connexion

Que faut-il brancher avant de lancer le nœud ?

  1. 01

    Créer le credential Moonshot

    Va dans le menu Credentials de n8n et ajoute le credential Moonshot avec ta clé d'API, la chaîne de caractères que le fournisseur te donne pour appeler son service. Un credential, c'est un identifiant enregistré une fois dans n8n et réutilisé par tous tes workflows : si tu changes la clé, tous les nœuds Kimi suivent.

  2. 02

    Ou basculer sur les Gateway credits sur n8n Cloud

    Sur n8n Cloud, le champ credential du nœud propose Use Gateway credits. Choisis cette option et le nœud tourne sans compte Moonshot et sans clé d'API personnelle. Sur une instance auto-hébergée, l'option n'existe pas : c'est le credential de l'étape 1 qui ouvre la porte.

  3. 03

    Choisir le modèle et faire un premier essai

    Le champ Model est un resource locator : il interroge le fournisseur avec ton credential et affiche les modèles visibles. Liste vide, c'est presque toujours le credential qu'il faut regarder, pas le nœud. Lance le nœud sur un seul item avant de câbler la suite, pour voir la forme exacte de la réponse.

Actions

Quelle opération pour quel besoin ?

Le nœud Moonshot Kimi expose 2 opérations sur 2 ressources. Pour chacune : le nœud tel que tu le configures dans n8n, les champs obligatoires, et nos notes de terrain.

Matrice ressources × opérations
RessourceAnalyze ImageMessage a Model
Image
Text

Image

1 opération
01

Analyze image

image.analyze

Ce que tu vois dans n8n

Notes & cas d'usage

Lit une ou plusieurs images portées par l'item et répond en texte à la question posée. Les images viennent d'un champ binaire, le fichier attaché à l'item, jamais d'une URL.

Paramètres clés

  • Model (modelId) : requis, et il faut un modèle capable de lire des images.
  • Text Input : la question posée sur l'image, par défaut What's in this image?.
  • Input Data Field Name(s) : le champ binaire qui contient l'image, data par défaut, plusieurs noms séparés par des virgules.
  • Maximum Number of Tokens : dans Options, 1024 par défaut ; baisse-le et la description se raccourcit.
Cas d'usage
lire un bon de livraison pris en photo, ou trier des captures d'écran selon ce qu'elles montrent.

Text

1 opération
02

Message a model

text.message

Ce que tu vois dans n8n

Notes & cas d'usage

Compose une conversation et récupère ce que le modèle répond. Les pièces jointes restent facultatives, et les réglages de génération vivent dans la collection Options.

Paramètres clés

  • Messages : une entrée par tour, chacune avec un Prompt et un Role, user pour demander, assistant pour imposer un ton.
  • Add Attachments : désactivé par défaut ; une fois actif, Attachment Input Data Field Name(s) nomme le champ binaire à joindre.
  • Response Format : text pour de la prose, json_object quand le nœud suivant doit relire la réponse.
  • Max Tool Calls Iterations : 15 par défaut, 0 pour ne poser aucune limite.
Cas d'usage
préparer une réponse, ou transformer un champ libre de formulaire en données propres.
Besoin d'aide

Besoin d'aide pour automatiser Moonshot Kimi avec n8n ?

L'équipe te répond directement.

Chaque message est lu par une personne.

FAQ

Les questions qui viennent ensuite

01Le nœud Moonshot Kimi n8n est-il inclus dans n8n ?
Oui, côté n8n. Le nœud fait partie du paquet IA livré avec le produit : rien à installer, aucun surcoût, sur n8n Cloud comme sur une instance auto-hébergée en Community Edition sous licence Sustainable Use. Le workflow se comporte pareil des deux côtés. Ce qui n'est pas gratuit, c'est le modèle : Moonshot facture les appels d'API selon ses propres conditions, comme si tu l'appelais sans n8n. Une exception, n8n Cloud : les Gateway credits permettent de faire tourner le nœud sans compte Moonshot à toi.
02Quels credentials faut-il pour que ça tourne ?
Un credential et un modèle. Le credential se crée une fois depuis le menu Credentials avec ta clé d'API Moonshot, puis se réutilise dans tous les workflows de l'instance. Sur n8n Cloud, tu peux t'en passer et choisir Use Gateway credits dans le champ credential du nœud. Ensuite, le champ Model est requis sur les 2 opérations, et comme c'est un resource locator, il va chercher la liste des modèles disponibles à travers ton credential. Un champ requis laissé vide bloque l'exécution avant même le moindre appel.
03Quelles sont les limites du nœud ?
Il couvre 2 opérations, pas une de plus : analyser une image, et discuter avec un modèle. La version maximale au catalogue est la version 1, et un ancien workflow peut afficher moins d'options. Deux réglages s'excluent, Thinking Mode et Web Search : une exécution utilise l'un ou l'autre. La longueur de la réponse est plafonnée par Maximum Number of Tokens, 1024 par défaut, et une réponse trop longue se coupe au lieu de continuer. Enfin, le nœud n'a pas de port de sous-nœud : il s'exécute sur chaque item entrant, comme n'importe quel nœud d'action.
04Par quelle opération commencer entre les 2 ?
Par Message a model. C'est celle qui couvre le plus de cas, elle demande juste un modèle et un message, et sa collection Options sert à régler le comportement : System Message pour les consignes, Output Randomness (Temperature) à 0.7 par défaut pour la variété des formulations, Output Randomness (Top P) à 1 pour la largeur du tirage. Analyze image vient après, quand l'information utile est dans une photo. Et si le besoin réel est un modèle qui choisit ses outils sur plusieurs étapes, c'est le nœud agent qu'il faut, pas celui-ci.
05n8n ou Make pour ce type d'étape IA ?
Ça dépend d'où doivent vivre tes données. n8n s'auto-héberge avec Docker ou npm, ou s'utilise sur n8n Cloud, et le workflow reste identique : tes prompts et les réponses du modèle peuvent rester sur une infrastructure que tu maîtrises. Make est hébergé uniquement, sans option d'auto-hébergement, et se facture à l'opération, ce qui se prévoit bien à volume stable et moins bien quand une boucle se démultiplie. Les deux offrent un éditeur visuel. Tranche sur l'hébergement, le contrôle des données, le modèle de coût et l'éditeur que ton équipe lit le plus vite.
Hack'celeration Lab

Reçois nos tips intégration chaque semaine.

Pas de spam. Désinscription à tout moment.