Dify×n8nでLLMを業務フローに組み込む要点: n8nのHTTP RequestでDify Service API「POST /chat-messages」を呼ぶ。返却はstreaming(SSE)/blockingの2種でCloudflareの100秒制限あり。長処理はstreaming＋待機/再開で設計し、認証はAuthorization: Bearer {API_KEY}を使用 docs.dify.ai/api-reference/…

セルフホストDifyからLangFuse連携するとき、「No key found for public key」が出て沼った。 Dify側サービスのapiだけじゃなくてworkerもlangfuse_defaultのnetworksに所属させないといかんかった。

n8nからDifyを呼ぶ最短は、公式API＋「鍵はサーバ保管→HTTP RequestでAuthorization: Bearer」徹底。 DifyはアプリごとにAPI Key、Cloud/オンプレでBase URLが異なる。POST/PUT/PATCHはOpenAPI準拠。Try Itで挙動確認可。 n8n設計は「入力検証→Dify→再試行/監視」を定型化すると安定する。#Dify

結論: DifyのAPIでLLMアプリを外部操作し、n8nで業務フローに組み込むのが実装最短。根拠: アプリ単位のAPI KeyをBearerで送信し、環境別Base URLを指定、「Try It」でエンドポイントを即検証可。示唆: 認証情報はサーバ側に保持し、n8nはバックエンド経由で呼び出す。#Dify #n8n

Dify×n8nでLLM業務を自動化。鍵は「API連携の設計粒度」と「失敗に強い運用」 n8nのHTTP Requestで POST /v1/workflows/{workflow_id}/run を呼び、Authorization: Bearer と inputs、response_mode: blocking を指定。指数バックオフ＋idempotency key＋コスト/出力の監査ログで安定稼働 #Dify #n8n