Гайды

Как подключить Gemini к n8n

16 октября 2026 · 16 минут чтения

Проверка фактов

Юлия Найпак

Методист по автоматизации. Сверяет паспорт инструмента с документацией вендора.

Автор Р

Редакция

Коллектив авторов, редакторов и иллюстраторов статей на сайте блога онлайн-университета «Зерокодер». Пишем…

Черновик готовит редакция с помощью ИИ. За стандарт издания отвечает главный редактор — Валерий Курземнек.

Материал редакции Зерокодера. Счёт по выдаче снят собственным прогоном 16 октября 2026 года; цитаты источников приведены дословно. Обновлено: октябрь 2026.

Как подключить Gemini к n8n: в штатной поставке есть узел Google Gemini, который работает через credential типа Google Gemini(PaLM), а ключ создаётся в Google AI Studio. На n8n Cloud доступна опция Use Gateway credits — она позволяет запускать узел без собственного аккаунта Google. Дальше разберём документацию, credential, параметры модели и один короткий workflow. Мы скачали подборку результатов веб-поиска по запросу «Как подключить Gemini к n8n»: текст отдали 6 из 10.

Наш прогон 16 октября 2026 года по запросу «Как подключить Gemini к n8n» вернул десять адресов. Текст отдали 6 из 10, медиана объёма читаемого текста топа — 3387 слов, а метку 2026 года несли 5 из 6 прочитанных страниц. Перепись описывает этот веб-корпус и не является замером позиций в Яндексе или Google.

Официальная документация узла n8n Gemini

Официальная документация Google Gemini в n8n живёт в двух местах. Первое — страница credential Google Gemini(PaLM) в репозитории n8n-io/n8n-docs: она описывает аутентификацию узлов Google Gemini и Google PaLM. Второе — страница узла Google Gemini (app-nodes/n8n-nodes-langchain.googlegemini.md), где перечислены операции и дана ссылка на credential.

По данным репозитория n8n-io/n8n-docs, страница credential называется «Google Gemini(PaLM) credentials», а в описании указано: эти данные используются для аутентификации узлов Google Gemini и Google PaLM в n8n. Там же перечислены требования к настройке: проект Google Cloud Platform и API-ключ. Согласно той же странице, ключ создаётся в Google AI Studio, на странице API Key по адресу aistudio.google.com/apikey; готовый ключ копируется и вставляется в credential n8n.

Страница узла Google Gemini сообщает: узел автоматизирует работу в Google Gemini и интегрирует его с другими приложениями. Документация перечисляет встроенные операции для аудио, видео, изображений, документов и файлов — анализ, генерацию и транскрипцию. Список операций включает Audio (Analyze Audio, Transcribe a Recording), Document (Analyze Document), Image (Analyze Image, Generate an Image, Edit Image), Media File (Upload Media File), Text (Message a Model) и Video (Analyze Video, Generate a Video, Download Video).

Третья страница репозитория — Google Gemini Chat Model (cluster-nodes/sub-nodes/n8n-nodes-langchain.lmchatgooglegemini.md). Она описывает подузел для чат-моделей Gemini, который подключается к conversational agents. Именно этот узел выбирают, когда модель нужна внутри AI Agent или Chain, и он имеет собственный набор параметров.

Если вы ищете официальный материал, ориентируйтесь на docs.n8n.io и репозиторий n8n-io/n8n-docs: в обоих случаях это одна и та же документация проекта. Внешние пересказы вроде skalablog.com и зеркал документации вторичны. Официальной страницей credential считается integrations/builtin/credentials/googleai.md, а страницей самого узла — integrations/builtin/app-nodes/n8n-nodes-langchain.googlegemini.md.

Разделение простое. Google Gemini — это основной узел для операций с файлами и текстом. Google Gemini Chat Model — подузел для диалога. У них общий credential, но разные наборы параметров, и путать их не стоит.

Штатный и community узел Gemini: как развести

Официальный узел Google Gemini входит в поставку n8n и получает credential типа Google Gemini(PaLM). Community-узел устанавливается отдельным пакетом; на GitHub существует репозиторий mido324/n8n-nodes-gemini, описанный как Google Gemini community node для n8n — с операциями Generate Text, Analyze Image и Generate JSON на моделях Gemini 2.5.

Разница в обслуживании. Официальный узел обновляется вместе с n8n и получает правки на общей ветке релизов. Community-узел обновляется автором пакета, и версии моделей он догоняет по своему графику. Для новых проектов достаточно официального узла: он покрывает аудио, видео, изображения, документы, файлы и текстовые completion.

Community-узел выбирают, когда нужна нестандартная операция или специфичный формат ответа. Репозиторий mido324/n8n-nodes-gemini прямо перечисляет Generate JSON как отдельную операцию. Если такая операция нужна в конкретной задаче, имеет смысл поставить community-пакет. В остальных случаях штатный узел справляется без установки.

В обоих вариантах можно использовать API-ключ из Google AI Studio. Для штатного узла настройте credential Google Gemini(PaLM). README community-пакета mido324/n8n-nodes-gemini требует отдельно создать credential Google Gemini API и вставить в него ключ. При смене узла выберите соответствующий тип credential.

Тонкость n8n Cloud. Согласно официальной документации, на облаке доступна опция Use Gateway credits — выбор её в поле credential позволяет запускать узел Google Gemini без собственного аккаунта Google. Это работает и для основного узла Google Gemini, и для подузла Google Gemini Chat Model. На self-hosted-инсталляциях такой опции нет, и без собственного ключа узел не заработает.

Порядок выбора такой. Сначала проверьте, покрывает ли штатный узел ваши операции: список на странице app-nodes достаточен для типовых задач анализа документов, изображений, аудио и видео. Если нужен Generate JSON из community-репозитория, ставьте community-узел и держите оба варианта в проекте раздельно. Один API-ключ можно внести в оба типа credential. При замене узла настройте credential, который требуется выбранному пакету.

Источник про community-узел — только репозиторий mido324/n8n-nodes-gemini. Официальная документация n8n-io/n8n-docs описывает штатный узел Google Gemini. Смешивать их в одном узле нельзя: у них разный код и разные гарантии обновлений.

Credential без публикации ключа

Credential Google Gemini(PaLM) настраивается один раз, и ключ хранится внутри n8n. Публиковать его или вставлять в сам workflow не требуется: узел обращается к credential по имени, а значение читается из защищённого хранилища.

Порядок создания credential по официальной документации:

1. Создайте проект Google Cloud Platform, если его у вас нет.
2. Перейдите на страницу API Key в Google AI Studio — aistudio.google.com/apikey.
3. Выберите вариант создания ключа в новом проекте или в существующем.
4. Скопируйте созданный ключ.
5. Вставьте ключ в credential n8n.

Второй шаг требует уточнения. Документация n8n отдельно указывает ссылку на страницу API Key в Google AI Studio. Согласно ей, там можно либо создать ключ в новом проекте, либо найти существующий проект Google Cloud и создать ключ в нём. Оба варианта допустимы.

Хост API фиксирован. Официальная страница credential сообщает: и PaLM, и Gemini используют по умолчанию адрес https://generativelanguage.googleapis.com. Там же приведено предупреждение о том, что связанные узлы не поддерживают custom hosts и прокси для API-хоста и должны использовать этот адрес. Это прямо влияет на credential: вписывать туда сторонний хост смысла нет.

Проверка перед публикацией workflow: храните ключ в credential, а в узле выбирайте имя credential. Просмотрите экспорт и журнал выполнения и убедитесь, что сами не вставили ключ в параметры, промпт или другой открытый текст.

Отдельно про n8n Cloud и опцию Use Gateway credits. Официальная документация сообщает: в поле credential узлов, которые её поддерживают, можно выбрать Use Gateway credits и пропустить настройку данных Google Gemini вовсе. Тогда собственный ключ не нужен. Для self-hosted-варианта этот путь не подходит, и без собственного ключа узел не выполнит запрос.

Что делать при смене ключа. Создайте в Google AI Studio новый ключ, откройте существующий credential в n8n, замените значение и сохраните. Узлы, которые уже ссылались на этот credential, продолжат работать без правок в workflow.

Модель и входные данные

Параметры модели и входные данные настраиваются по-разному в зависимости от узла. В подузле Google Gemini Chat Model ключевые опции описаны на его официальной странице. Согласно документации, поле Model выбирает модель для генерации completion. Там же указано, что n8n динамически загружает модели из Google Gemini API, и вы увидите только те из них, которые доступны вашему аккаунту.

Остальные параметры подузла по официальной документации:

• Maximum Number of Tokens ограничивает длину completion.
• Sampling Temperature управляет случайностью: выше значение — разнообразнее выборка и выше риск галлюцинаций.
• Top K задаёт число вариантов токена, из которых модель выбирает следующий.
• Top P задаёт вероятность, которую использует completion; низкое значение отбрасывает маловероятные варианты.
• Safety Settings регулируются на стороне Gemini, и документация отсылает к настройкам безопасности Google.

Теперь про аспект, который часто удивляет. Официальная страница подузла сообщает: Google Gemini Chat Model использует SDK Google, который не поддерживает настройку прокси. Документация приводит обходной путь — поставить отдельный reverse proxy для запросов к Gemini и указать адрес прокси в поле Host в credential Google Gemini. На штатном узле Google Gemini и на странице credential n8n ситуация описана иначе: там сказано, что custom hosts не поддерживаются, и связанные узлы должны использовать https://generativelanguage.googleapis.com.

Входные данные. Операция Message a Model создаёт completion с моделью Google Gemini. Операция Analyze Document принимает документы и отвечает на вопросы по ним. Analyze Image принимает изображения, Analyze Video — видео, Analyze Audio — аудио. Upload Media File загружает файл в Google Gemini API для последующего использования. Все эти операции доступны в штатном узле Google Gemini.

Отдельная группа — File Search Store. Официальная документация перечисляет четыре операции: Create File Search Store создаёт хранилище для RAG, Delete File Search Store удаляет его, List File Search Stores выводит все хранилища пользователя, Upload to File Search Store загружает файл в хранилище для RAG. Это способ привязать собственные данные к модели через штатные средства n8n.

Про выбор параметров. Для извлечения фактов из документа ставьте Temperature низкой: документация прямо связывает высокую температуру с ростом риска галлюцинаций. Maximum Number of Tokens удобно ограничить, если ответы идут в короткие поля — так вы не получите обрезанное или слишком длинное завершение. Top K и Top P применяйте вместе с температурой, иначе поведение модели будет трудно предсказать при повторных запусках.

Если работаете с изображениями, генерацию делает операция Generate an Image — она создаёт изображение из текстового prompt. Редактирование идёт через Edit Image: загружаются одно или несколько изображений, и правки применяются по prompt. Для видео есть Generate a Video из текстового prompt и Download Video по URL. Эти операции принадлежат штатному узлу Google Gemini.

Один учебный workflow

Ниже учебный пример из трёх шагов. Это наша предлагаемая конструкция для проверки связи, без выдуманных результатов: у вас будет свой ответ модели.

1. Узел Manual Trigger запускает workflow вручную.
2. Узел Google Gemini с операцией Message a Model отправляет короткий запрос.
3. Узел Set фиксирует полученный текст в отдельном поле.

Запрос для проверки связи. Формулировка промпта — наша, её можно скопировать и подставить в поле Prompt узла Message a Model.

Ты — ассистент проверки связи с API Google Gemini. Получив это сообщение, ответь одной фразой в формате JSON: {"status": "ok", "model_echo": "[название модели]"}.
Если какие-то входные данные отсутствуют, укажи это в поле "status". Ничего не добавляй после JSON.

Что менять под себя. В поле [название модели] подставьте имя модели, которое показывает поле Model у вашего узла. Если проверяете не связь, а извлечение факта, замените первую строку промпта на свой запрос, а формат ответа оставьте — он даёт машиночитаемый вывод.

Три вариации той же задачи.

Первая — для документов. Промпт:

Ты — аналитик. Прочитай приложенный документ и верни JSON с полями summary, key_terms, open_questions. В key_terms перечисли основные термины документа, в open_questions — вопросы, на которые в документе нет ответа. Формат ответа: компактный JSON

.

Вторая — для изображений. Промпт:

Ты — специалист по описанию изображений. Посмотри на приложенное изображение и верни JSON с полями objects, scene, possible_use. В possible_use укажи три сценария применения изображения. Никаких предположений о людях и местах

.

Третья — для аудио. Промпт:

Ты — расшифровщик. Прочитай приложенную запись и верни JSON с полями transcript, speakers, keywords. В speakers укажи число говорящих, если оно определяется, иначе null. В keywords — тематические слова расшифровки

.

Четвёртая — для File Search Store. Промпт:

Ты — библиотекарь. По вопросу пользователя найди релевантные фрагменты в хранилище File Search Store и верни JSON с полями answer, sources, confidence. В sources перечисли названия файлов, где нашлись фрагменты

.

Порядок сборки workflow. Сначала добавьте Manual Trigger. Затем перетащите узел Google Gemini и выберите операцию Message a Model. В поле credential выберите созданный ранее credential Google Gemini(PaLM) или опцию Use Gateway credits для облака. В поле Model оставьте одну из доступных вашему аккаунту моделей. В поле Prompt вставьте текст выше. Замыкающий узел Set сохраняет поле ответа.

Конструкция с File Search Store выглядит так: узел Google Gemini с операцией Create File Search Store, затем Upload to File Search Store, затем Message a Model с обращением к хранилищу. Так связка «свои документы плюс Gemini» собирается в одном визуальном workflow. Официальный блог n8n описывает этот подход через RAG-пайплайны: по данным blog.n8n.io, в одном визуальном workflow можно построить весь пайплайн, выбрать модели и векторные хранилища и обойтись без glue-кода.

Смежный вариант — Google Gemini Chat Model внутри AI Agent. Подузел подключается к conversational agents, и тогда диалог ведёт агент, а Gemini отвечает за генерацию. Начните с короткого workflow на Message a Model: это даёт быструю проверку credential. Когда связь подтверждена, добавляйте ретривер, хранилище и другие узлы.

Для более крупного примера посмотрите учебные и справочные материалы по теме на нашем блоге: Gemini текст: как написать и отредактировать в чате и Аналоги Gemini: чем заменить нейросеть Google.

Проверка ответа и диагностика квот и ключа

Первичная проверка ответа опирается на форму завершения. Операция Message a Model создаёт completion с моделью Google Gemini. Если в ответе пришёл ожидаемый JSON, связь настроена. Если ответа нет, проверьте credential и проект Google Cloud.

Диагностика по шагам:

1. Откройте узел и посмотрите поле credential. В нём должно быть имя ранее созданного credential.
2. Откройте credential и убедитесь, что ключ совпадает со свежесозданным в Google AI Studio.
3. Проверьте поле API Host URL: значение по умолчанию https://generativelanguage.googleapis.com.
4. Запустите узел Message a Model и посмотрите, возвращает ли модель completion.
5. Проверьте поле Model: документация сообщает, что список моделей подгружается динамически и содержит только доступные аккаунту.

Таблица типовых симптомов.

Про прокси отдельно. Документация Google Gemini Chat Model сообщает, что SDK Google не поддерживает настройку прокси. Для этого подузла описан обходной путь: отдельный reverse proxy и его адрес в поле Host credential. Страница общего credential одновременно предупреждает об отсутствии поддержки custom hosts. Учитывайте это расхождение страниц при проверке конкретной версии n8n.

Квоты Google Gemini. Числа и лимиты по вашему проекту видны в консоли Google Cloud и в Google AI Studio. Практический ориентир — отслеживать число запросов и объём токенов по журналу выполнения n8n: узлы фиксируют входные и выходные данные шагов.

Что обновлять. Раз в несколько месяцев проверяйте поле Model и статус пакета, если пользуетесь community-узлом. Официальный узел обновляется вместе с n8n. Веб-перепись от 16 октября 2026 года, где метку 2026 года несут 5 из 6 прочитанных страниц, — это лишь показатель свежести сниппетов.

Пара внутренних ориентиров. Если основная задача связана с изображениями, посмотрите материал Mistral фото: как создать и изменить картинку в Le Chat — там описан подход к генерации и правке изображений. Если выбираете между локальными моделями, пригодится сравнение Gemma или Qwen: сравнение локальных моделей.

Частые вопросы

Где официальная документация узла n8n Gemini?

Официальная документация живёт в репозитории n8n-io/n8n-docs. Там есть три страницы: credential Google Gemini(PaLM), узел Google Gemini и подузел Google Gemini Chat Model. Первая описывает аутентификацию и содержит ссылку на создание ключа в Google AI Studio. Вторая перечисляет операции узла, третья — параметры чат-модели.

Чем штатный узел отличается от community-узла?

Штатный узел Google Gemini входит в поставку n8n. Community-узел mido324/n8n-nodes-gemini устанавливается отдельным пакетом и использует модели Gemini 2.5. Тип credential для штатного узла — Google Gemini(PaLM), для этого community-пакета — Google Gemini API. API-ключ из Google AI Studio можно внести в каждый из них.

Как создать credential, не публикуя ключ?

Создайте проект Google Cloud Platform, перейдите на страницу API Key в Google AI Studio, создайте ключ в новом или существующем проекте и скопируйте его. Откройте credential n8n и вставьте ключ в поле API Key. В узле хранится имя credential, а значение читается из защищённого хранилища, поэтому в workflow ключ не публикуется.

Какую модель выбрать для Gemini в n8n?

Поле Model подузла Google Gemini Chat Model выбирает модель для генерации completion. Согласно документации, n8n динамически загружает модели из Google Gemini API, и вы увидите только те из них, которые доступны вашему аккаунту. Если нужной модели в списке нет, проверьте доступы в проекте Google Cloud.

Что делать при ошибке доступа к Gemini?

Откройте credential и сверьте ключ со свежесозданным в Google AI Studio. Проверьте поле API Host URL: значение по умолчанию — https://generativelanguage.googleapis.com. Запустите узел Message a Model и посмотрите ответ. На n8n Cloud можно выбрать Use Gateway credits в поле credential и запустить узел без собственного аккаунта Google.