n8n 工作流调用 Claude Function Calling 工具使用：从零开始的完整教程

สวัสดีครับทุกคน วันนี้ผมจะมาแบ่งปันประสบการณ์การใช้งาน n8n ร่วมกับ Claude Function Calling ผ่าน HolySheep AI ซึ่งเป็นแพลตฟอร์มที่ผมใช้อยู่จริงในการทำงาน เริ่มต้นจากการที่ผมไม่มีพื้นฐาน API เลย จนสามารถสร้าง automation ที่ทำงานได้อัตโนมัติ บทความนี้จะเป็นคู่มือที่ละเอียดที่สุดสำหรับมือใหม่ครับ

ทำความรู้จักเครื่องมือที่จะใช้

n8n คืออะไร

n8n เป็นเครื่องมือ automation ที่เราสามารถสร้าง "workflow" หรือขั้นตอนการทำงานอัตโนมัติได้โดยไม่ต้องเขียนโค้ดมาก เรียกได้ว่าเป็นตัวเชื่อมต่อระหว่างบริการต่าง ๆ เข้าด้วยกัน เช่น การรับอีเมลแล้วส่งต่อไปยัง AI ประมวลผลแล้วบันทึกลง Google Sheets ทำได้หมดเลยครับ

Claude Function Calling คืออะไร

Function Calling เป็นความสามารถพิเศษของ Claude ที่ช่วยให้ AI สามารถ "เรียกใช้ฟังก์ชัน" หรือ "เครื่องมือ" ที่เรากำหนดไว้ได้ ตัวอย่างเช่น ถ้าเราถาม Claude ว่า "อุณหภูมิวันนี้ที่กรุงเทพเท่าไหร่" Claude อาจจะเรียกใช้ฟังก์ชัน "get_weather" ที่เราสร้างไว้เพื่อดึงข้อมูลจริงมาให้ แทนที่จะตอบแบบเดาสุ่ม

ทำไมต้องใช้ HolySheep AI

ปกติแล้วการใช้ Claude API ผ่าน Anthropic โดยตรงมีค่าใช้จ่ายค่อนข้างสูง แต่ HolySheep AI มีอัตรา ¥1=$1 ซึ่งประหยัดได้มากกว่า 85% เลยทีเดียว นอกจากนี้ยังรองรับ WeChat/Alipay, มีความเร็วต่ำกว่า 50 มิลลิวินาที และได้เครดิตฟรีเมื่อลงทะเบียนครับ ราคา Claude Sonnet 4.5 อยู่ที่ $15 ต่อล้าน token

ขั้นตอนการเตรียมความพร้อม

สิ่งที่ต้องมีก่อนเริ่มต้น

• บัญชี HolyShehe AI (สมัครได้ที่ สมัครที่นี่)
• โปรแกรม n8n ติดตั้งในเครื่อง หรือใช้งานแบบ Cloud
• ความเข้าใจพื้นฐานเรื่อง JSON (จะอธิบายให้เข้าใจง่าย ๆ ในส่วนถัดไป)

รับ API Key จาก HolySheep AI

ขั้นตอนนี้สำคัญมากครับ เราต้องไปสร้าง API Key จากระบบของ HolySheep ก่อน ให้เข้าไปที่หน้า Dashboard ของ HolySheep AI แล้วมองหาเมนู API Keys จากนั้นกดสร้าง key ใหม่ เราจะได้ค่าประมาณ "hs-xxxxx..." มา ต้องเก็บค่านี้ไว้ให้ดีเพราะจะไม่แสดงอีกครั้ง

สร้าง Workflow แรกใน n8n

เพิ่ม HTTP Request Node

ใน n8n เราจะใช้ node ชื่อว่า "HTTP Request" เพื่อส่งคำขอไปยัง API ของ HolySheep วิธีการคือ คลิกที่เครื่องหมายบวก (+) แล้วพิมพ์ "http" ในช่องค้นหา จะเห็น node ที่ชื่อ HTTP Request

ตั้งค่า Node สำหรับ Claude Function Calling

หลังจากเพิ่ม HTTP Request node แล้ว ให้ตั้งค่าดังนี้ครับ

• Method: เลือก POST
• URL: ใส่ https://api.holysheep.ai/v1/messages
• Authentication: เลือก Generic Credential Type
• Header: เพิ่ม x-api-key โดยใส่ค่า API Key ที่ได้จาก HolySheep

สร้าง Request Body สำหรับ Function Calling

ส่วนสำคัญที่สุดคือ Request Body ในรูปแบบ JSON ผมจะอธิบายแต่ละส่วนดังนี้ครับ

ส่วนประกอบของ Request Body

• model: ระบุโมเดลที่ต้องการใช้ เช่น "claude-sonnet-4-20250514"
• max_tokens: จำนวน token สูงสุดที่อนุญาตให้ตอบ แนะนำใส่ 1024
• messages: ข้อความที่เราจะถาม Claude ในรูปแบบ array
• tools: การกำหนดฟังก์ชันที่ให้ Claude เรียกใช้ได้

โค้ดตัวอย่างที่ 1: พื้นฐาน Function Calling

เริ่มจากตัวอย่างง่าย ๆ ก่อนครับ ผมจะสร้าง workflow ที่ให้ Claude ทำการคำนวณทางคณิตศาสตร์ผ่าน Function Calling

{
  "model": "claude-sonnet-4-20250514",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "ถ้ามีส้ม 25 ผล และแบ่งให้เพื่อน 8 คน คนละเท่า ๆ กัน จะเหลือกี่ผล?"
    }
  ],
  "tools": [
    {
      "name": "calculate",
      "description": "ใช้คำนวณคณิตศาสตร์",
      "input_schema": {
        "type": "object",
        "properties": {
          "expression": {
            "type": "string",
            "description": "สมการทางคณิตศาสตร์ เช่น 25 - 8"
          }
        },
        "required": ["expression"]
      }
    }
  ]
}

ใน n8n ให้นำโค้ดด้านบนไปใส่ในส่วน Body Content Type เป็น JSON แล้ว paste โค้ดลงไปได้เลยครับ

โค้ดตัวอย่างที่ 2: ดึงข้อมูลสภาพอากาศ

ตัวอย่างนี้เป็นกรณีการใช้งานจริงมากขึ้น ผมจะสร้าง Function สำหรับดึงข้อมูลสภาพอากาศ ซึ่งจะเป็นรูปแบบที่นิยมใช้กันมากในการทำ chatbot ที่สามารถตอบคำถามเรื่องข้อมูลจริงได้

{
  "model": "claude-sonnet-4-20250514",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "วันนี้อากาศที่กรุงเทพเป็นอย่างไร?"
    }
  ],
  "tools": [
    {
      "name": "get_weather",
      "description": "ดึงข้อมูลสภาพอากาศปัจจุบันของเมืองที่ระบุ",
      "input_schema": {
        "type": "object",
        "properties": {
          "city": {
            "type": "string",
            "description": "ชื่อเมืองที่ต้องการทราบสภาพอากาศ"
          },
          "unit": {
            "type": "string",
            "description": "หน่วยอุณหภูมิ เลือก 'celsius' หรือ 'fahrenheit'",
            "enum": ["celsius", "fahrenheit"]
          }
        },
        "required": ["city"]
      }
    }
  ]
}

ในการใช้งานจริง เราต้องเขียนโค้ดเพิ่มเติมใน n8n เพื่อรับผลลัพธ์จาก Function Calling แล้วนำไปประมวลผลต่อ ส่วนถัดไปจะอธิบายวิธีการทำ

โค้ดตัวอย่างที่ 3: ระบบจองคิวที่ซับซ้อน

ตัวอย่างนี้เป็นการนำ Function Calling ไปใช้ในระบบจองคิว ซึ่งเป็นงานจริงที่ผมเคยทำให้ลูกค้า ระบบจะสามารถรับคำขอจองแล้วตรวจสอบความพร้อมให้บริการโดยอัตโนมัติ

{
  "model": "claude-sonnet-4-20250514",
  "max_tokens": 2048,
  "messages": [
    {
      "role": "system",
      "content": "คุณคือผู้ช่วยจองคิวบริการ ทำหน้าที่ช่วยลูกค้าจองเวลานัดหมาย"
    },
    {
      "role": "user",
      "content": "อยากจองคิวตัดผมวันพรุ่งนี้ เวลา 10.00 น. ชื่อสมชาย"
    }
  ],
  "tools": [
    {
      "name": "check_availability",
      "description": "ตรวจสอบช่วงเวลาที่ว่างในการจองคิว",
      "input_schema": {
        "type": "object",
        "properties": {
          "date": {
            "type": "string",
            "description": "วันที่ต้องการจอง ในรูปแบบ YYYY-MM-DD"
          },
          "time": {
            "type": "string",
            "description": "เวลาที่ต้องการจอง ในรูปแบบ HH:MM"
          },
          "service_type": {
            "type": "string",
            "description": "ประเภทบริการ เช่น 'ตัดผม', 'สระผม', 'ทำสี'"
          }
        },
        "required": ["date", "time"]
      }
    },
    {
      "name": "confirm_booking",
      "description": "ยืนยันการจองคิวเมื่อตรวจสอบแล้วว่าว่าง",
      "input_schema": {
        "type": "object",
        "properties": {
          "customer_name": {
            "type": "string",
            "description": "ชื่อลูกค้า"
          },
          "date": {
            "type": "string",
            "description": "วันที่จอง"
          },
          "time": {
            "type": "string",
            "description": "เวลาที่จอง"
          },
          "phone": {
            "type": "string",
            "description": "เบอร์โทรศัพท์ลูกค้า"
          }
        },
        "required": ["customer_name", "date", "time"]
      }
    }
  ]
}

วิธีตั้งค่า Headers อย่างถูกต้อง

นี่คือส่วนที่หลายคนมักจะทำผิดพลาดครับ Headers ต้องตั้งค่าให้ถูกต้อง n8n ถึงจะส่ง request ไปที่ API ได้

Headers:
Content-Type: application/json
x-api-key: YOUR_HOLYSHEEP_API_KEY
anthropic-version: 2023-06-01

หมายเหตุ: แทนที่ YOUR_HOLYSHEEP_API_KEY ด้วยค่า API Key ที่ได้จาก การสมัคร HolySheep AI ของคุณ

การอ่านผลลัพธ์จาก Claude Response

เมื่อ Claude ตัดสินใจใช้ Function มันจะส่ง response กลับมาในรูปแบบที่ต่างจากปกติ เราต้องเขียนโค้ดใน n8n เพื่อดึงค่าออกมา

// ตัวอย่าง JavaScript Code สำหรับ n8n Function Node
const response = $input.first().json;

// ตรวจสอบว่า Claude ต้องการเรียกใช้ function หรือไม่
if (response.stop_reason === 'tool_use') {
  const toolUse = response.content.find(c => c.type === 'tool_use');
  
  if (toolUse) {
    const functionName = toolUse.name;
    const functionInput = toolUse.input;
    
    return {
      json: {
        action: 'call_function',
        function_name: functionName,
        parameters: functionInput
      }
    };
  }
}

// ถ้าไม่มี tool_use แสดงว่าเป็นคำตอบปกติ
return {
  json: {
    action: 'text_response',
    content: response.content[0].text
  }
};

การประมวลผล Function ที่ถูกเรียก

หลังจากดึงค่า function ที่ต้องการเรียกออกมาได้แล้ว เราต้องสร้าง node ต่อไปเพื่อ execute function นั้น ๆ แล้วส่งผลลัพธ์กลับไปให้ Claude ประมวลผลต่อ

// Code Node สำหรับ execute function get_weather
const data = $input.first().json;

if (data.function_name === 'get_weather') {
  const city = data.parameters.city;
  const unit = data.parameters.unit || 'celsius';
  
  // ในงานจริง ควรเรียก API สภาพอากาศจริง ๆ ที่นี่
  // ตัวอย่างนี้ใช้ข้อมูลจำลอง
  const mockWeather = {
    'กรุงเทพ': { temp: 32, condition: 'แดดร้อน', humidity: 75 },
    'เชียงใหม่': { temp: 28, condition: 'มีเมฆ', humidity: 65 }
  };
  
  const weather = mockWeather[city] || { temp: 30, condition: 'ไม่ทราบ', humidity: 70 };
  const tempDisplay = unit === 'celsius' ? ${weather.temp}°C : ${Math.round(weather.temp * 9/5 + 32)}°F;
  
  return {
    json: {
      role: 'user',
      content: [
        {
          type: 'tool_result',
          tool_use_id: 'placeholder', // ควรใช้ค่าจริงจาก request
          content: สภาพอากาศที่ ${city}: ${weather.condition} อุณหภูมิ ${tempDisplay} ความชื้น ${weather.humidity}%
        }
      ]
    }
  };
}

return { json: { error: 'Unknown function' } };

ข้อผิดพลาดที่พบบ่อยและวิธีแก้ไข

ข้อผิดพลาดที่ 1: Error 401 Unauthorized

อาการ: ได้รับข้อความ error ว่า "401 Unauthorized" หรือ "Invalid API Key"

สาเหตุ: API Key ไม่ถูกต้อง หรือไม่ได้ใส่ใน header อย่างถูกต้อง

วิธีแก้ไข:

// ตรวจสอบว่า Headers ตั้งค่าดังนี้ (ต้องมี x-api-key ข้างหน้าด้วย)
Headers:
Content-Type: application/json
x-api-key: YOUR_HOLYSHEEP_API_KEY  ← ต้องมี x- นำหน้า

// และตรวจสอบว่า API Key ถูกต้อง ไม่มีช่องว่างเพี้ยน
// ควร copy จาก HolySheep Dashboard โดยตรง

ข้อผิดพลาดที่ 2: Error 400 Bad Request - Invalid JSON

อาการ: ได้รับ error ว่า "400 Bad Request" และข้อความ "Invalid JSON"

สาเหตุ: Request Body มี syntax error เช่น ลืมปิดวงเล็บ หรือใช้เครื่องหมายคำพูดผิด

วิธีแก้ไข:

// ตรวจสอบ JSON ด้วยเครื่องมืออย่าง jsonlint.com
// ปัญหาที่พบบ่อย:
// 1. ใช้ single quote ' แทน double quote "
// 2. มี comma หลัง item สุดท้ายใน array
// 3. ลืมปิดวงเล็บ } หรือ ]

// ตัวอย่างที่ถูกต้อง:
{
  "name": "สมชาย",    // ✓ ใช้ double quote
  "age": 25           // ✓ ไม่มี comma หลัง item สุดท้าย
}                     // ✓ มีวงเล็บปิดครบ

ข้อผิดพลาดที่ 3: Error 422 Unprocessable Entity

อากร: ได้รับ error 422 และข้อความเกี่ยวกับ "input_schema"

สาเหตุ: โครงสร้างของ tools ใน request body ไม่ถูกต้อง

วิธีแก้ไข:

// โครงสร้าง tools ต้องเป็นดังนี้:
"tools": [
  {
    "name": "ชื่อฟังก์ชันตามตัวอักษรและตัวเลขเท่านั้น",
    "description": "คำอธิบายว่าฟังก์ชันทำอะไร",
    "input_schema": {
      "type": "object",
      "properties": {
        "param_name": {
          "type": "string",  // ประเภท: string, number, boolean, object, array
          "description": "คำอธิบายพารามิเตอร์"
        }
      },
      "required": ["param_name"]  // พารามิเตอร์ที่บังคับต้องใส่
    }
  }
]

// ห้ามใช้ชื่อฟังก์ชันที่มีอักขระพิเศษ เช่น get_weather ถูกต้อง
// แต่ get-weather หรือ getWeather อาจทำให้เกิด error

ข้อผิดพลาดที่ 4: ผลลัพธ์ไม่เรียกใช้ Function

อากร: Claude ตอบกลับมาเป็นข้อความธรรมดา ไม่เรียกใช้ function ที่กำหนดไว้

สาเหตุ: คำถามไม่ตรงกับกรณีการใช้งานของ function หรือ ไม่ได้ใส่ function ใน tools array

วิธีแก้ไข:

// 1. ตรวจสอบว่าใส่ function ใน tools array แล้ว
// 2. ตรวจสอบว่า messages มี role เป็น "user" ด้วย
// 3. คำถามควรกระตุ้นให้ Claude ใช้ function เช่น
//    ถ้ามี function get_weather ควรถามว่า "อากาศเป็นอย่างไร?"
//    ไม่ใช่ถามว่า "ทำไมฟ้าถึงเป็นสีฟ้า?"

// ตัวอย่าง message ที่ถูกต้อง:
"messages": [
  {
    "role": "user",
    "content": "พรุ่งนี้ฝนจะตกที่เชียงใหม่ไหม?"  // กระตุ้นให้ใช้ get_weather
  }
]

ข้อผิดพลาดที่ 5: n8n ตอบสนองช้ามาก

อากร: workflow ทำงานได้แต่ช้ามาก ใช้เวลานานเกิน 10 วินาที

สาเหตุ: การตั้งค่า max_tokens สูงเกินไป หรือใช้โมเดลที่ใหญ่เกินจำเป็น

วิธีแก้ไข:

// 1. ลด max_tokens ลง ถ้าไม่จำเป็นต้องตอบยาว
"max_tokens": 512  // ลดจาก 1024

// 2. ใช้โมเดลที่เล็กลงสำหรับงานง่าย
"model": "claude-haiku-4-20250514"  // ถูกกว่าและเร็วกว่า

// 3. เปลี่ยนไปใช้ HolySheep AI ที่มีความเร็วต่ำกว่า 50ms
// ซึ่งเร็วกว่า API อื่น ๆ มาก ลองสมัครที่ https://www.holysheep.ai/register

เคล็ดลับเพิ่มเติมจากประสบการณ์จริง

การออกแบบ Function ให้ดี

จากประสบการณ์ที่ผมใช้งานมา การออกแบบ Function ที่ดีมีหลักการง่าย ๆ คือ แต่ละ function ควรทำได้เพียงอย่างเดียว ชื่อ function ควรสื่อความหมายชัดเจน และ