Comment changer de fournisseur d’IA dans un workflow n8n sans le reconstruire

n8n facilite la création de workflows IA. Mais dès que vous intégrez un fournisseur directement dans la logique du workflow, les choses deviennent vite plus complexes.

Vous commencez avec GPT-4 dans un seul nœud. Puis vous voulez tester Claude, Gemini ou un autre modèle. Très vite, changer de fournisseur ne consiste plus simplement à “modifier le modèle”. Cela implique d’ajouter un nouveau nœud, de configurer une autre clé API, de réauthentifier le fournisseur, de réécrire certaines parties du workflow et de vérifier que toutes les étapes suivantes fonctionnent toujours correctement.

Chaque fournisseur apporte ses propres règles de facturation, limites de débit, erreurs, formats de payload et modes de défaillance. Si ce fournisseur tombe en panne, ralentit ou change ses prix, votre workflow n’a pas de solution de secours simple. Il devient plus fragile.

Ajoutez ensuite de l’OCR, de la traduction, de la modération ou du parsing de documents, et le nombre de nœuds augmente très rapidement. À un certain point, le workflow fonctionne, mais sa maintenance devient presque le vrai travail.

Ce que n8n propose nativement, et ses limites

n8n fait déjà un très bon travail pour rendre les workflows IA modulaires. Avec son système de cluster nodes, vous pouvez connecter un nœud principal à des sous-nœuds de modèles. Le nœud Model Selector permet aussi de choisir entre plusieurs modèles de langage connectés sans reconstruire tout le workflow.

Pour de nombreuses équipes, c’est suffisant pour passer d’une configuration GPT-4 codée en dur à une architecture plus flexible. n8n prend aussi en charge une douzaine de fournisseurs IA natifs, dont OpenAI, Anthropic, Mistral, Gemini, Groq et d’autres.

La limite ne vient pas vraiment de n8n. Elle vient du fait que n8n est avant tout une plateforme d’automatisation, pas une passerelle IA. Vous restez limité à la liste des fournisseurs pris en charge nativement. Ajouter un nouveau fournisseur signifie souvent configurer de nouveaux identifiants, et parfois ajouter un nouveau nœud.

Les fallbacks doivent encore être conçus et maintenus manuellement. Il n’existe pas de couche intégrée pour comparer les coûts, la latence ou la fiabilité des fournisseurs directement dans le workflow. Et dès que vous ajoutez de l’OCR, de l’extraction de factures, de la traduction ou de la modération de contenu, chaque tâche ajoute souvent une intégration supplémentaire à gérer.

Comment Eden AI résout ce problème : un seul nœud, tous les fournisseurs

Eden AI ajoute la couche de passerelle IA que n8n n’a pas été conçu pour gérer seul. Au lieu de connecter votre workflow directement à OpenAI, Anthropic, Google, Mistral ou un autre fournisseur, vous connectez n8n à Eden AI une seule fois.

Avec une seule clé API, Eden AI donne accès à 500+ modèles d’IA et 70+ types de tâches IA, dont les LLMs, l'OCR, la traduction, le speech-to-text, le text-to-speech, la modération, l’analyse d’images et le parsing de documents. Dans n8n, cela signifie un seul identifiant Eden AI au lieu d’une liste croissante d’identifiants propres à chaque fournisseur.

À partir de là, changer de fournisseur devient une décision opérationnelle, pas une reconstruction de workflow. Vous pouvez modifier le modèle ou le fournisseur depuis le dashboard Eden AI, sans toucher à la logique n8n, sans reconnecter les nœuds et sans réécrire les étapes suivantes.

Eden AI ajoute aussi du routage de secours. Si un fournisseur échoue, la requête peut être automatiquement redirigée vers le fournisseur disponible suivant. Le routage par coût et performance permet de choisir le fournisseur le moins cher ou le plus rapide pour chaque requête, tandis que le monitoring centralise la latence, les coûts et la précision par fournisseur dans un seul dashboard.

Voyons maintenant ce que cela change concrètement dans de vrais workflows n8n.

Comment connecter Eden AI à n8n

Connecter Eden AI à n8n ne prend que quelques étapes. Dans la vidéo tutoriel ci-dessous, nous vous montrons comment ajouter votre clé API Eden AI, configurer le nœud et commencer à utiliser plusieurs fournisseurs d’IA dans vos workflows n8n, sans gérer des intégrations séparées.

C’est un guide pratique pour les développeurs qui veulent tester rapidement l’intégration et comprendre comment Eden AI s’intègre dans un workflow d’automatisation existant.

Vous pouvez aussi consulter la configuration complète de l’intégration et des exemples de workflows sur notre dépôt GitHub.

4 exemples pratiques de workflows avec Eden AI + n8n

Exemple 1 : Traitement de documents : extraction de factures → Google Sheets

Un workflow n8n courant commence avec un déclencheur Gmail : un nouvel email arrive avec une facture PDF en pièce jointe. Au lieu d’envoyer ce fichier vers un service OCR séparé, puis d’écrire une logique personnalisée pour identifier les montants, les dates, les fournisseurs et les lignes de facture, vous pouvez transmettre directement le PDF à l’API Invoice Parser d’Eden AI.

Le nœud Eden AI extrait automatiquement les champs structurés, comme le nom du fournisseur, la date de facture, les lignes, les taxes, la devise et le montant total. Aucune configuration OCR n’est nécessaire. Aucun entraînement de modèle n’est requis. Eden AI gère les factures multi-formats, même lorsque la mise en page varie d’un fournisseur à l’autre.

Ensuite, n8n fait ce qu’il fait le mieux : mapper les champs extraits vers votre format interne. Vous associez chaque champ à une colonne Google Sheets, ajoutez une nouvelle ligne, puis envoyez une notification Slack à l’équipe finance.

Comme Eden AI prend en charge plusieurs fournisseurs de Document AI, le workflow n’est pas verrouillé sur un seul moteur d’extraction. Si un fournisseur échoue, Eden AI peut rediriger automatiquement la requête vers un autre fournisseur.

Exemple 2 : Pipeline de contenu multilingue : détecter la langue → traduire → envoyer

Ce workflow démarre lorsqu’une nouvelle soumission de formulaire ou une nouvelle entrée CRM contient du texte rédigé par un utilisateur, par exemple une demande de support, un avis produit ou un message commercial. n8n reçoit le texte, puis l’envoie à Eden AI pour détecter automatiquement la langue.

Le premier nœud Eden AI identifie la langue d’entrée. À partir de ce résultat, n8n peut router le workflow différemment selon les besoins : envoyer les messages en français vers un canal Slack France, les messages en espagnol vers une équipe LATAM, ou les messages en allemand vers une file CRM DACH.

Ensuite, un second nœud Eden AI traduit le contenu dans la langue cible avec le fournisseur de traduction sélectionné. Les deux étapes passent par le même identifiant Eden AI, ce qui évite de gérer séparément des clés API DeepL, Google Translate ou Microsoft Translator.

Le contenu traduit peut ensuite être envoyé par email, publié dans Slack ou réinjecté dans le CRM. Si vous souhaitez changer de fournisseur de traduction plus tard, il suffit de le mettre à jour dans Eden AI, sans modifier le workflow n8n.

Exemple 3 : Agent IA avec routage de modèles : GPT-4o pour le raisonnement, Mistral pour la classification

Ce workflow commence avec un ticket de support client entrant. Au lieu d’envoyer chaque demande au modèle le plus coûteux par défaut, n8n envoie d’abord le ticket à Eden AI pour le classifier.

Le premier nœud Eden AI utilise un modèle rapide et économique, comme Mistral, pour catégoriser le ticket : problème de facturation, bug technique, demande de fonctionnalité ou question générale. n8n route ensuite le workflow selon cette catégorie.

Pour les demandes simples, comme les questions de compte ou les informations produit basiques, un modèle moins coûteux peut générer une réponse brouillon. Pour les tickets plus complexes, comme les bugs techniques ou les problèmes d’intégration, Eden AI peut router l’étape de génération vers GPT-4o ou un autre modèle plus performant en raisonnement.

Tous les appels aux modèles passent par le même identifiant Eden AI. Il n’y a donc pas de configuration OpenAI et Mistral séparée à maintenir. Pour changer le modèle utilisé pour la classification ou la génération, vous modifiez la configuration dans Eden AI, pas dans n8n.

Le ROI est simple : un modèle économique traite la majorité des tickets, tandis qu’un modèle plus avancé ne s’active que lorsque la tâche nécessite réellement un raisonnement plus poussé.

Exemple 4 : Modération de contenu : détection de contenu explicite dans les images et le texte

Ce workflow est utile pour les SaaS, marketplaces et plateformes communautaires qui collectent du contenu généré par les utilisateurs. Il démarre lorsqu’une nouvelle soumission arrive via Typeform, un formulaire web ou un webhook d’upload de fichier.

n8n envoie le texte à l’API de modération de texte d’Eden AI, qui détecte les contenus explicites, haineux ou dangereux et renvoie un score de confiance pour chaque catégorie. Si la soumission contient une image, un second nœud Eden AI lance une modération d’image pour détecter les contenus explicites, violents ou adultes.

Ensuite, n8n applique une logique de seuil simple. Si un score de modération dépasse la limite définie, la soumission est signalée pour vérification humaine et envoyée vers une file de revue Notion. Si le contenu est conforme, n8n peut l’approuver automatiquement et l’envoyer vers votre CMS ou votre base de données.

La modération texte et image fonctionne avec le même identifiant Eden AI. Eden AI reste agnostique des fournisseurs, ce qui permet de router la modération vers le modèle le plus performant au lieu de dépendre d’un fournisseur codé en dur. Les seuils de sensibilité peuvent aussi être ajustés sans reconstruire la logique du workflow.

Questions fréquentes