No-code автоматизация с ИИ в Zapier и Make
В Zapier и Make нет готового блока под наш шлюз — но есть универсальный HTTP-модуль, и этого достаточно для полноценной интеграции.
4 мин · · Обновлено · автоматизация
У Zapier и Make есть встроенные блоки под OpenAI и Anthropic, но они жёстко завязаны на официальные ключи этих компаний и официальные base URL — подставить туда fetch_... ключ и адрес шлюза не получится. Решение простое: оба сервиса умеют делать произвольные HTTP-запросы, а наш шлюз — это обычный HTTP API, значит связка работает без единой строчки кода.
Zapier: модуль Webhooks by Zapier
В Zap выбираете действие Webhooks by Zapier → POST. Настройка:
- URL:
https://api.zukko.pro/v1/chat/completions - Payload Type:
json - Data: тело запроса вручную полями или как raw JSON через
Data Pass-Through - Headers:
Authorization: Bearer fetch_ваш_ключ,Content-Type: application/json
Пример тела для действия «саммари входящего лида»:
{
"model": "gpt-5.6-sol",
"messages": [
{"role": "system", "content": "Кратко резюмируй заявку клиента в одном предложении."},
{"role": "user", "content": "{{Заявка из формы}}"}
],
"max_tokens": 200
}Плейсхолдер {{Заявка из формы}} — это переменная из предыдущего шага Zap (например, поля Google Forms или Typeform). Ответ приходит в стандартном формате Chat Completions, дальше в Zap берёте choices[0].message.content через встроенный парсер JSON (шаг Formatter → Utilities → Text, если Zapier не распарсил вложенность автоматически).
Make: модуль HTTP → Make a request
В Make аналогичный блок называется HTTP → Make a request:
- URL:
https://api.zukko.pro/v1/messages - Method:
POST - Headers:
Authorization: Bearer fetch_ваш_ключ,anthropic-version: 2023-06-01,Content-Type: application/json - Body type: Raw,
Content type: JSON (application/json)
Тело запроса для Anthropic-совместимого пути:
{
"model": "claude-sonnet-5",
"max_tokens": 500,
"messages": [
{"role": "user", "content": "Переведи на английский: {{1.text}}"}
]
}anthropic-version обязателен именно на /v1/messages — без него запрос вернёт ошибку валидации до того, как дойдёт до модели. В Make ответ разбирается автоматически, если включить Parse response в настройках модуля — тогда content[0].text доступен как обычное поле в следующих шагах сценария.
Генерация изображений в сценарии
Генерация изображений через Zukko сейчас временно недоступна, поэтому шаг с картинками в сценарий пока не добавить. Актуальный список моделей — GET https://api.zukko.pro/v1/models или страница «Модели» в кабинете. Совет из этого раздела при этом остаётся в силе и для текстовых моделей: в сценариях с большим объёмом заявок стоит держать в отдельном шаге проверку баланса — GET /v1/balance — прежде чем запускать пакетную обработку, особенно если Zap или сценарий Make триггерится массово (например, импорт CSV на 500 строк).
Обработка ошибок в сценарии
И Zapier, и Make позволяют завернуть HTTP-шаг в обработку по коду ответа. Практический набор условий:
- 402 — баланс закончился, тело содержит
{"error":{"code":"insufficient_balance"}}. В Zapier это условие для Filter-шага, который останавливает Zap и шлёт уведомление в Slack или на почту вместо того, чтобы копить ошибки молча. - 429 — упёрлись в дневной или месячный лимит конкретного ключа (
key_daily_limit_reached/key_monthly_limit_reached). Дневной лимит сбрасывается в 00:00 UTC. Лимиты задаются в кабинете на странице ключа — если сценарий стал выполняться на порядок чаще (например, после подключения нового триггера), стоит поднять лимит там же, а не заводить второй ключ. Своего ограничения скорости у шлюза нет, поэтому 429 без этих кодов пришёл от провайдера модели — такой шаг имеет смысл просто повторить позже. - 503 model_disabled — модель, зашитая в JSON тела запроса, выключена; замену выберите по актуальному списку. В no-code сценарии это самая частая причина «внезапно всё сломалось» через несколько месяцев после настройки — стоит раз в квартал сверять список моделей в сценарии со свежим
GET /v1/models.
Idempotency для сценариев с ретраями
У Zapier и Make есть встроенный retry при ошибке сети — по умолчанию он повторяет запрос с тем же телом. Чтобы повтор не тарифицировался дважды, добавьте заголовок Idempotency-Key со значением, которое привязано к конкретному запуску сценария, а не генерируется заново на каждый повтор:
Idempotency-Key: zap-{{ID выполнения}}-step3
Повтор с тем же ключом и тем же телом за 24 часа вернёт сохранённый ответ бесплатно — без этого заголовка ретрай по таймауту спишет деньги за один и тот же результат дважды.
Vision-модели для обработки вложений
Если в сценарий приходит скриншот или фото (например, вложение из формы техподдержки), его можно передать модели напрямую, закодировав в base64 на предыдущем шаге через встроенную функцию Zapier base64() или модуль Make Convert file to data URI:
{
"model": "claude-sonnet-5",
"max_tokens": 500,
"messages": [{
"role": "user",
"content": [
{"type": "image", "source": {"type": "base64", "media_type": "image/png", "data": "{{2.data_uri_without_prefix}}"}},
{"type": "text", "text": "Опиши проблему на скриншоте одним абзацем"}
]
}]
}Это тот же путь /v1/messages, просто с массивом вместо строки в поле content — Anthropic-совместимый формат допускает оба варианта в зависимости от того, нужна ли модели картинка.
Быстрая проверка перед сборкой сценария
Прежде чем собирать цепочку из десяти шагов, стоит проверить связку одним curl-запросом с тем же ключом и той же моделью:
curl https://api.zukko.pro/v1/chat/completions \
-H "Authorization: Bearer fetch_ваш_ключ" \
-H "Content-Type: application/json" \
-d '{"model":"gpt-5.6-sol","messages":[{"role":"user","content":"тест"}]}'Если ответ пришёл — переносите те же URL, заголовки и тело в HTTP-модуль как есть. Если нет — ошибка в ответе curl скажет, что чинить, ещё до того, как разбираться, почему не работает весь сценарий целиком. Ключ выпускается в кабинете на странице /app/api-keys.
zukko
Платите в 25×
меньше
за Claude Code & ChatGPT
Один ключ fetch_* и base URL api.zukko.pro — в Cursor, Claude Code, Codex и любом SDK.
Похожие статьи
- AI-агент для поиска работы: резюме под вакансию и сопроводительные письмаСобираем небольшой инструмент: вы даёте текст вакансии и файл с реальным опытом, получаете адаптированное резюме, письмо и список пробелов. Без выдуманных навыков.
- Художественные тексты с нейросетью: как писать вместе, а не вместоКак работать с моделью над прозой: собрать «библию» проекта, держать стиль, редактировать по проходам и считать стоимость длинного текста.
- Нейросеть для тестировщика: тест-кейсы, чек-листы и баг-репортыКак QA-инженеру использовать модель для тест-кейсов, чек-листов и баг-репортов, проверять полноту покрытия и не получить придуманные требования.
- Перевод субтитров нейросетью: SRT без сбитых таймкодовГлавный риск при переводе SRT нейросетью — сломанная структура файла. Показываем схему, где таймкоды не попадают к модели, и скрипт на Python с проверкой.