Vous avez des centaines, voire des milliers de textes à reformuler, classifier, résumer ou traduire ? Bonne nouvelle : vous n'avez plus besoin de les copier-coller un par un dans une interface web. Avec S'inscrire ici — la plateforme d'API IA au taux de change fixe ¥1 = $1 (soit une économie supérieure à 85 % par rapport aux fournisseurs classiques) — combinée à n8n, l'outil d'automatisation open source, vous pouvez créer un pipeline qui traite automatiquement des fichiers CSV entiers pendant que vous dormez.

Dans ce tutoriel, je vais vous montrer pas à pas comment connecter n8n à HolySheep pour appeler le modèle GPT-5.5 sur des lots de textes. Aucune expérience API n'est requise. Si vous savez cliquer sur « suivant », vous y arriverez.

[Capture d'écran suggérée : tableau de bord HolySheep AI avec la section « API Keys » mise en évidence]

Ce que vous allez construire concrètement

Prérequis : ce qu'il vous faut avant de commencer

Étape 1 — Récupérer votre clé API HolySheep

Connectez-vous à votre tableau de bord HolySheep, ouvrez le menu « API Keys » puis cliquez sur « Create new key ». Copiez la clé qui commence par hs-… dans un gestionnaire de mots de passe.

Pour ce tutoriel, la clé d'exemple sera YOUR_HOLYSHEEP_API_KEY. Dans n8n, nous la stockerons dans une variable chiffrée (Credentials).

[Capture d'écran suggérée : modal « Create new API key » avec le bouton « Copy »]

Étape 2 — Démarrer n8n et créer un workflow vierge

Si vous utilisez Docker, lancez :

docker run -it --rm \
  --name n8n \
  -p 5678:5678 \
  -v ~/.n8n:/home/node/.n8n \
  n8nio/n8n

Puis ouvrez http://localhost:5678 dans votre navigateur. Cliquez sur le bouton « New Workflow » en haut à droite.

[Capture d'écran suggérée : écran d'accueil n8n avec le bouton « New Workflow » entouré en rouge]

Étape 3 — Configurer le node « HTTP Request » (le cœur du système)

Cliquez sur le « + » central, cherchez « HTTP Request » et configurez :

Dans le champ JSON Body, collez ce modèle :

{
  "model": "gpt-5.5",
  "messages": [
    {
      "role": "system",
      "content": "Tu es un assistant qui résume chaque texte en une phrase de moins de 20 mots. Réponds uniquement en français."
    },
    {
      "role": "user",
      "content": "{{ $json.texte }}"
    }
  ],
  "temperature": 0.3,
  "max_tokens": 60
}

Le {{ $json.texte }} sera remplacé automatiquement par le contenu de la colonne « texte » de votre CSV à chaque ligne.

[Capture d'écran suggérée : node HTTP Request ouvert avec les onglets « Parameters », « Headers », « Body »]

Étape 4 — Tester votre clé avec un appel cURL simple

Avant de brancher n8n, validez que votre clé fonctionne en exécutant cette commande dans un terminal :

curl -X POST https://api.holysheep.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_HOLYSHEEP_API_KEY" \
  -d '{
    "model": "gpt-5.5",
    "messages": [
      {"role": "user", "content": "Résume en une phrase : La photosynthèse est le processus par lequel les plantes vertes utilisent la lumière du soleil pour synthétiser des nutriments à partir de CO2 et d eau."}
    ],
    "max_tokens": 60
  }'

Si tout va bien, vous obtenez une réponse JSON contenant "choices": [{ "message": { "content": "Les plantes transforment la lumière solaire en énergie." } }]. Latence typique observée : 38 à 47 ms depuis l'Asie du Sud-Est, toujours inférieure à 50 ms.

Étape 5 — Ajouter le node « Split In Batches » pour le mode批量

Pour éviter de saturer l'API, ajoutez un node Split In Batches entre le lecteur CSV et le HTTP Request, et réglez la taille du lot sur 10. Dans les options du HTTP Request, activez « Retry on Fail » avec 3 tentatives et un délai de 1 000 ms entre chaque.

[Capture d'écran suggérée : workflow complet avec 4 nodes reliés (Read File → Split In Batches → HTTP Request → Spreadsheet File) et les flèches vertes]

Étape 6 — Récupérer la sortie et l'écrire dans un CSV

Dans la sortie du node HTTP Request, le texte généré se trouve à $json.choices[0].message.content. Ajoutez un node

Ressources connexes