---
title: "Flowise OpenAI Custom Model 节点配置 Base Path | BroadRouter"
description: "在 Flowise chatflow 中用 OpenAI Custom Model 节点调用 BroadNet Inference：设置 Base Path、OpenAI API 凭证，并手动填写 BroadNet 模型名。"
url: https://broadrouter.com/zh/guides/flowise-openai-compatible/
lang: zh-Hans
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/guides/flowise-openai-compatible/)（2026-11-16 更新）。

# 把 Flowise 接入 BroadNet Inference（OpenAI Custom Model 节点）

更新于 2026-11-16

在 Flowise 的 chatflow 中添加 OpenAI Custom Model 聊天模型节点，连接一个保存了 BroadNet 密钥的 OpenAI API 凭证，在 Model Name 中填写 BroadNet 模型 ID（例如 broadnet/glm-5.3），再在 Additional Parameters 下把 Base Path 设为 https://inference.broadnet.ai/v1。该节点走 chat completions。需要调用工具的 agent 请选 GLM 5.3 或 Qwen3.8 27B。

Flowise 是一个开源的低代码工具，用来搭建大模型应用和 agent。它的 **OpenAI Custom Model** 聊天模型节点专为 OpenAI 兼容 API 设计：模型名自己填，base path 自己设。BroadNet Inference 在 `https://inference.broadnet.ai/v1` 上提供 chat completions，所以就用这个节点。BroadRouter 是 BroadNet 自己的网站；Flowise 的文档没有这个节点的页面，因此下面的步骤依据的是 Flowise 3.1.4 中该节点的源码。

## 配置步骤

1.  **创建凭证。** 在 Flowise 中打开 **Credentials**，添加一个 **OpenAI API** 凭证，命名为“BroadNet”，把 BroadNet 密钥粘贴到 **OpenAI Api Key** 中。
    
2.  **添加节点。** 在 chatflow 中添加 **Chat Models → OpenAI Custom Model**。
    
3.  **填写节点：**
    
    | 字段 | 值 |
    | --- | --- |
    | Connect Credential | 刚才的 BroadNet 凭证 |
    | Model Name | `broadnet/glm-5.3` |
    | Temperature | 默认 0.9；做抽取时调低 |
    | Streaming（Additional Parameters） | 开启（默认） |
    | Max Tokens（Additional Parameters） | 4000 |
    | Base Path（Additional Parameters） | `https://inference.broadnet.ai/v1` |
    
4.  **连接**到一个 chain 或 agent 节点，保存，然后在聊天面板中发一条测试消息。收到回复就说明密钥、地址和模型名都对了。
    

## 各字段的作用

-   **Model Name** 会作为模型 ID 发送。填写带 `broadnet/` 前缀的 BroadNet ID。这个节点不拉取模型列表，所以 BroadNet 的 `/v1/models`（我们在 2026 年 11 月 16 日核对时只列出了语音转写模型）不会造成干扰。
-   **Base Path** 会成为客户端的 base URL。Flowise 会在后面拼上 `/chat/completions`。
-   **Max Tokens** 以 `max_tokens` 发送。DeepSeek V4.1 Flash、GLM 5.3 和 Qwen3.8 27B 会先思考再回答，思考内容也计入这个上限，所以不要设得太低。
-   **Base Options** 接收 JSON 格式的请求头，会附加到每个请求上。BroadNet 不需要任何额外请求头。

## 为什么不用标准的 ChatOpenAI 节点？

ChatOpenAI 节点也有 Base Path 字段，但在 Flowise 3.1.4 中，它的 Model Name 是一个由 `listModels` 方法填充的下拉框，默认值是 `gpt-4o-mini`。OpenAI Custom Model 节点的 Model Name 则是自由文本，它的源码也说明它面向“OpenAI Chat compatible API”（译文：兼容 OpenAI Chat 的 API），这正是 BroadNet 提供的。

## 选哪个模型

| 流程 | 模型 |
| --- | --- |
| 工具 agent、结构化输出解析器 | `broadnet/glm-5.3` |
| 需要读图或阿拉伯语文本的 agent | `broadnet/qwen3.8-27b` |
| 对话链和检索链、长文档 | `broadnet/deepseek-v4.1-flash` |
| 用初始额度试用 Flowise | `broadnet/gemma-4-26b-a4b`（32,768 token 上下文） |

BroadNet 的文档只为 GLM 5.3 和 Qwen3.8 27B 列出了工具和结构化输出。[所有模型的价格](https://broadrouter.com/zh/pricing/)。

## 我们是怎么测试的

我们没有运行 Flowise 服务器。2026-11-15，我们阅读了 flowise@3.1.4 标签下 OpenAI Custom Model 节点的源码，然后用 Flowise 3.1.4 锁定的 `@langchain/openai` 1.2.5 构造了与它相同的 `ChatOpenAI` 对象。我们向一个模拟 BroadNet chat completions 格式的本地 mock 服务器发送了一条流式消息和一次工具调用。两个请求都发到了 `/v1/chat/completions`，模型 ID `broadnet/glm-5.3` 原样未变，带 Bearer 密钥、`max_tokens: 4000`、`temperature: 0.9` 和 `stream: true`，工具调用也被正确解析返回。我们没有 BroadNet 密钥，因此没有测试真实的模型输出。字段名来自源码，请对照你的 Flowise 版本确认。

## 故障排查

-   **401。** 凭证里的密钥不对，或者密钥已过期、额度已用完。
-   **404。** Base Path 必须以 `/v1` 结尾，Model Name 必须与 BroadNet 的 ID 完全一致。付费模型需要先充值；$5 额度只覆盖 `broadnet/gemma-4-26b-a4b` 和两个 Transcribe 模型。
-   **回复为空。** 调高 Max Tokens。[为什么回答会是空的](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)。
-   **agent 不调用工具就直接回答。** 换成 `broadnet/glm-5.3` 或 `broadnet/qwen3.8-27b`。
-   **负载高时出现 429。** 按量付费密钥每分钟允许 30 个请求，同时最多 4 个进行中的请求。参见[错误码与重试](https://broadrouter.com/zh/guides/errors-and-retries/)。

## 本指南涉及的术语

[Token（词元）](https://broadrouter.com/zh/glossary/token/)

token（词元）是大语言模型读写文本的基本单位：由模型的分词器切分出的一个词、词的一部分、一个标点或一段字节序列。大模型 API 按 token 计数、设定限制，通常也按 token 计费。

[AI 智能体（AI agent）](https://broadrouter.com/zh/glossary/agent/)

AI 智能体是由语言模型自主决定步骤、朝目标推进的系统：它决定调用哪些工具、读取结果，然后重复，直到给出最终回答或触及上限。在固定位置调用模型的固定脚本，通常称为工作流（workflow）。

[按量付费（pay-as-you-go）](https://broadrouter.com/zh/glossary/pay-as-you-go/)

按量付费是一种计价模式：你只为实际用量付费，按 token、请求次数或音频分钟等单位计量，没有订阅费，也没有最低消费承诺。大多数大模型 API 都这样计费，从预付余额中扣减或定期开具账单。

[结构化输出（structured output）](https://broadrouter.com/zh/glossary/structured-output/)

结构化输出是大模型 API 的一项功能，它把模型的回复约束为开发者指定的格式（通常是 JSON Schema），让代码能可靠地解析。它比 JSON mode 更严格：JSON mode 只保证输出是合法 JSON，不保证特定结构。

[流式输出（streaming）](https://broadrouter.com/zh/glossary/streaming/)

流式输出是一种在语言模型仍在生成时，就把回复分成小块陆续返回的方式，而不是在最后一次性返回。当请求把 stream 设为 true 时，OpenAI 兼容 API 会通过服务器发送事件（SSE）进行流式输出。

[温度（temperature）](https://broadrouter.com/zh/glossary/temperature/)

温度（temperature）是控制语言模型输出随机程度的采样参数。模型先把每个 token 的分数除以温度，再转换成概率：温度低时，最可能的 token 占据主导；温度高时，分布变得平坦，可能性较低的 token 被选中的次数更多。

[Base URL（base\_url）](https://broadrouter.com/zh/glossary/base-url/)

base URL 是 API 固定的根地址，例如 https://api.example.com/v1，客户端会把它加在每个端点路径（例如 /chat/completions）前面。在 OpenAI 兼容 SDK 中，修改 base URL，再配合 API 密钥和模型 ID，就能让同一份代码改用另一家服务商。

[Chat Completions API（对话补全接口）](https://broadrouter.com/zh/glossary/chat-completions-api/)

Chat Completions API 是 OpenAI 的 HTTP 端点 POST /v1/chat/completions，它接收模型名称和一组带角色标记的消息，返回模型的下一条消息。它的请求与响应结构已成为 OpenAI 兼容服务商和各类 SDK 通用的格式。

## 常见问题

### Flowise 接 BroadNet 应该用哪个节点？

用 OpenAI Custom Model（chatOpenAICustom）。它的源码把它描述为使用 OpenAI chat 兼容 API 的自定义模型。Model Name 是自由文本字段，可以直接填 BroadNet 的 ID；Base Path 用来改请求地址。

### Flowise 的 Base Path 字段在哪里？

它是 OpenAI Custom Model 节点上的一个可选字段，显示在 Additional Parameters 下。把它设为 https://inference.broadnet.ai/v1，带上 /v1，后面不要再加路径。

### OpenAI Custom Model 节点用哪种凭证？

OpenAI API 凭证（openAIApi）。新建一个凭证，把 BroadNet 密钥填作 API key。Flowise 会把它作为 Bearer token 发送到 Base Path。

### 为什么默认的 temperature 看起来偏高？

这个节点的 temperature 默认是 0.9。做信息抽取或分类的流程请把它调低。

## 相关指南

-   [在 n8n 中使用 BroadNet Inference（OpenAI 凭据与 Base URL）](https://broadrouter.com/zh/guides/n8n-openai-compatible/)
-   [用 OpenAI-API-compatible 插件把 BroadNet Inference 接入 Dify](https://broadrouter.com/zh/guides/dify-openai-api-compatible/)
-   [推理模型为什么返回空回答](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)
-   [BroadNet Inference 错误码，以及什么时候该重试](https://broadrouter.com/zh/guides/errors-and-retries/)
-   [所有可与 BroadNet Inference 配合使用的工具（英文）](https://broadrouter.com/integrations/)：SDK、编程智能体、聊天界面和自动化工具，并附每个工具的具体设置

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

[开始使用](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-guides-flowise-openai-compatible&utm_content=page-cta) ·

**来源**

-   [Flowise 源码：flowise@3.1.4 中的 OpenAI Custom Model 节点（ChatOpenAICustom.ts）（核对于 2026-11-15）](https://github.com/FlowiseAI/Flowise/blob/flowise%403.1.4/packages/components/nodes/chatmodels/ChatOpenAICustom/ChatOpenAICustom.ts)
-   [GitHub 上的 Flowise 发布页，最新版 flowise@3.1.4（核对于 2026-11-15）](https://github.com/FlowiseAI/Flowise/releases)
-   [BroadNet Inference API 参考文档（核对于 2026-11-15）（英文）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-guides-flowise-openai-compatible&utm_content=sources)
