BroadRouter

Flowise を BroadNet Inference に接続する(OpenAI Custom Model)

更新日

Flowise の chatflow に OpenAI Custom Model チャットモデルノードを追加します。BroadNet のキーを入れた OpenAI API 認証情報を接続し、Model Name に broadnet/glm-5.3 などの BroadNet モデル ID を入力して、Additional Parameters の Base Path を https://inference.broadnet.ai/v1 にします。ノードは chat completions を使います。ツールを呼ぶエージェントには GLM 5.3 か Qwen3.8 27B を選んでください。

Flowise は、LLM アプリやエージェントを作るためのオープンソースのローコードビルダーです。OpenAI Custom Model チャットモデルノードは OpenAI 互換 API 向けに作られており、モデル名を手入力し、ベースパスを設定できます。BroadNet Inference は https://inference.broadnet.ai/v1 で chat completions を提供しているので、このノードを使います。BroadRouter は BroadNet 自身のサイトです。Flowise のドキュメントにはこのノードのページがないため、手順は Flowise 3.1.4 のノードのソースコードに基づいています。

設定手順

  1. 認証情報を作成します。 Flowise で Credentials を開き、OpenAI API の認証情報を追加して「BroadNet」と名前を付け、BroadNet のキーを OpenAI Api Key に貼り付けます。

  2. ノードを追加します。 chatflow に Chat Models → OpenAI Custom Model を追加します。

  3. ノードに入力します。

    フィールド 値
    Connect Credential BroadNet の認証情報
    Model Name broadnet/glm-5.3
    Temperature デフォルトは 0.9。抽出では下げる
    Streaming(Additional Parameters) オン(デフォルト)
    Max Tokens(Additional Parameters) 4000
    Base Path(Additional Parameters) https://inference.broadnet.ai/v1
  4. チェーンまたはエージェントのノードに接続して保存し、チャットパネルでテストメッセージを送ります。返答があれば、キー、URL、モデル名は正しく設定されています。

各フィールドの役割

  • Model Name はモデル ID として送られます。broadnet/ プレフィックス付きの BroadNet の ID を入力してください。このノードはモデル一覧を取得しないので、BroadNet の /v1/models(2026 年 11 月 16 日に確認したときは文字起こしモデルしか載っていませんでした)が邪魔をすることはありません。
  • Base Path がクライアントのベース URL になります。Flowise はその後ろに /chat/completions を付けます。
  • Max Tokens は max_tokens として送られます。DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B は回答の前に推論し、推論もこの上限に含まれるので、低く設定しないでください。
  • Base Options には、すべてのリクエストに追加するヘッダーを JSON で指定します。BroadNet では何も必要ありません。

標準の ChatOpenAI ノードを使わない理由

ChatOpenAI ノードにも Base Path フィールドはありますが、Flowise 3.1.4 では Model Name が listModels メソッドで埋められるドロップダウンで、デフォルトは gpt-4o-mini です。一方、OpenAI Custom Model ノードの Model Name は自由入力で、ソースコードでも「OpenAI Chat compatible API」(訳:OpenAI Chat 互換の API)向けと説明されています。BroadNet が提供しているのはまさにそれです。

モデルの選び方

フロー モデル
ツールを使うエージェント、構造化出力パーサー broadnet/glm-5.3
画像やアラビア語のテキストを読むエージェント broadnet/qwen3.8-27b
会話チェーンや検索チェーン、長い文書 broadnet/deepseek-v4.1-flash
初回クレジットで Flowise を試す broadnet/gemma-4-26b-a4b(コンテキスト 32,768 トークン)

BroadNet のドキュメントでツールと構造化出力が記載されているのは GLM 5.3 と Qwen3.8 27B だけです。全モデルの料金。

テスト方法

Flowise サーバーは動かしていません。2026-11-15 に flowise@3.1.4 タグの OpenAI Custom Model ノードのソースコードを読み、Flowise 3.1.4 が固定している @langchain/openai 1.2.5 を使って、ノードと同じ ChatOpenAI オブジェクトを組み立てました。BroadNet の chat completions の形式で応答するローカルのモックサーバーに、ストリーミングのメッセージとツール呼び出しを 1 回ずつ送りました。どちらのリクエストも /v1/chat/completions に届き、モデル ID broadnet/glm-5.3 はそのまま、Bearer キー、max_tokens: 4000、temperature: 0.9、stream: true が付いていて、ツール呼び出しも正しくパースされて返ってきました。BroadNet のキーは持っていなかったため、実際のモデル出力はテストしていません。フィールド名はソースコードから取ったものなので、お使いの Flowise のバージョンで確認してください。

トラブルシューティング

  • 401。 認証情報のキーが間違っている、期限切れ、または利用枠を使い切っています。
  • 404。 Base Path は /v1 で終わっている必要があります。Model Name は BroadNet の ID と完全に一致させてください。有料モデルにはチャージが必要です。$5 のクレジットで使えるのは broadnet/gemma-4-26b-a4b と 2 つの Transcribe モデルだけです。
  • 返答が空になる。 Max Tokens を上げてください。回答が空で返ってくる理由。
  • エージェントがツールを使わずに答える。 broadnet/glm-5.3 か broadnet/qwen3.8-27b に切り替えてください。
  • 負荷がかかると 429 になる。 従量課金のキーでは 1 分あたり 30 リクエスト、処理中のリクエストは同時に 4 個までです。エラーとリトライを参照してください。

よくある質問

Flowise で BroadNet を使うにはどのノードを選べばいいですか?

OpenAI Custom Model(chatOpenAICustom)です。ソースコードでは、OpenAI のチャット互換 API を使うカスタムモデルと説明されています。Model Name は自由入力なので BroadNet の ID をそのまま入力でき、Base Path で URL を変更できます。

Flowise の Base Path フィールドはどこにありますか?

OpenAI Custom Model ノードの任意フィールドで、Additional Parameters の中に表示されます。https://inference.broadnet.ai/v1 を設定してください。/v1 まで含め、それ以降のパスは付けません。

OpenAI Custom Model ノードはどの認証情報を使いますか?

OpenAI API 認証情報(openAIApi)です。BroadNet のキーを API key として登録した認証情報を作成してください。Flowise はそれを Bearer トークンとして Base Path に送ります。

デフォルトの temperature が高いのはなぜですか?

このノードの temperature のデフォルトは 0.9 です。抽出や分類のフローでは下げてください。

Markdown で読むChatGPT に聞くClaude に聞くPerplexity に聞く