Langdock API: Modelle und Agenten in eigene Systeme einbinden

Stand: 28.10.2026

Alle Beispiele haben wir im DECAID-Demo-Workspace mit der fiktiven Firma Quellberg und einem Microsoft-365-Testmandanten gebaut und getestet. Händler, Anfragen und Adressen im Praxisfall sind erfunden.

Kurz gesagt: Mit der Langdock API rufst du die Modelle deines Workspace und deine Agenten aus eigenen Anwendungen, Skripten und Coding-Tools auf, über OpenAI- und Anthropic-kompatible Schnittstellen. Ein persönlicher Key läuft unter deinem Namen und deinem Budget, ein Workspace-API-Key als eigenes Dienstkonto für gemeinsame Anwendungen. In unserem Test rechnete ein Agent Händleranfragen gegen eine Excel-Preisliste und gab das Angebot als JSON zurück; zwei Agentenläufe über einen Workspace-Key kosteten zusammen rund 1 US-Cent.

Was ist die Langdock API?

Die Langdock API ist der programmierbare Zugang zu deinem Workspace. Sie besteht aus mehreren Teilen (Quelle: Langdock-Doku »API Einführung«):

• Completion API: Modelle direkt aufrufen, im Format von OpenAI (Chat Completions, Responses, Bilder), Anthropic (Messages), Google und Mistral. Bestehende SDKs funktionieren, du änderst nur die Basis-URL.
• Agents API: Agenten anlegen, ändern, veröffentlichen und mit ihnen chatten, inklusive ihrer Integrationen, Dateien und Skills.
• Verwaltungs-APIs: Skills, Prompt-Bibliothek, Wissensordner, Workflows, geplante Aufgaben, Nutzerverwaltung, Nutzungsexport, Audit-Logs und Compliance. Dazu kommen die Embedding API, die Meetings API (nur mit Workspace-Key) und die Billing API (nur in Dedicated Deployments).

Die Basis-URL ist https://api.langdock.com, jeder Aufruf braucht einen API-Key als Bearer-Token. Die Completion-Endpunkte tragen die Region im Pfad, etwa /openai/eu/v1/chat/completions. Langdock blockiert Aufrufe direkt aus dem Browser, die API ist für Server und Skripte gedacht (Quelle: Langdock-Doku »Best Practices für API-Schlüssel«).

Persönlicher Key oder Workspace-API-Key?

Quelle: Langdock-Doku »Persönliche API-Keys« (Nutzer- und Admin-Seite) und »Preise«. Ohne BYOK lässt sich das Monatslimit der Workspace-Keys auf bis zu 5.000,00 EUR anheben, mit BYOK auf bis zu 1.000.000,00 EUR (Quelle: Langdock-Doku »Preise«).

So richtest du den API-Zugang ein

Als Admin, für persönliche Keys:

1. Einstellungen › Produkte › API öffnen, Tab Persönliche API-Keys.
2. Allgemeiner Zugriff einschalten oder nur bestimmte Mitglieder und Gruppen freigeben.
3. Unter Scopes für persönliche API-Keys festlegen, was Keys außer der Completion API dürfen, etwa Agenten-API, Skills API oder Workflow-Schreib-API.
4. Unter Einstellungen › Nutzerverwaltung › Nutzung & Ausgaben Extra Usage aktivieren und ein Limit über null setzen. Ohne Budget kann ein Mitglied die Seite öffnen, aber keinen Key erstellen. Bei BYOK und Dedicated setzt du stattdessen ein individuelles Limit über null.

Wichtig beim Ändern der Scopes: Ein Key behält die Scopes, mit denen er erstellt wurde. Gibst du einen Scope neu frei, bekommen ihn nur neue Keys. Schaltest du einen Scope aus, verlieren bestehende Keys ihn sofort und bekommen ihn beim Wiedereinschalten nicht zurück. In beiden Fällen braucht das Mitglied einen neuen Key (Quelle: Hinweis in der Oberfläche und Langdock-Doku »Persönliche API-Keys«, Stand 28.10.2026).

Als Mitglied:

1. Einstellungen › Persönlich › API-Keys öffnen und API-Key erstellen klicken.
2. Namen und Ablaufdatum wählen. Den Key sofort kopieren, Langdock zeigt ihn nur einmal.
3. Unter Deine Tools verbinden stehen fertige Anleitungen für Claude Code, Claude Desktop, OpenCode, Codex, GitHub Copilot und cURL. Darunter listet Verfügbare Modelle die IDs, die du im Code einträgst.

Für Agenten: Ein Agent ist über die API nur erreichbar, wenn er mit dem Key geteilt ist. Workspace-Keys fügen Admins im Teilen-Dialog des Agenten hinzu wie eine Person. Nutzt der Agent Subagenten, teilst du jeden davon ebenfalls mit dem Key, und Aktionen, die nicht für den ganzen Workspace freigegeben sind, auch (Quelle: Langdock-Doku »Agenten mit API-Schlüsseln teilen« und »Persönliche API-Keys«).

Praxisfall: Quellberg rechnet Händleranfragen aus dem Portal

Quellberg verkauft Getränke an Händler. Anfragen kommen über ein Händlerportal, bisher rechnet der Innendienst jedes Angebot von Hand gegen die Preisliste. Das Ziel: Das Portal schickt die Anfrage an einen Langdock-Agenten und bekommt ein fertig gerechnetes Angebot als JSON zurück, das es direkt anzeigen oder weiterverarbeiten kann.

Gebaut haben wir den Agenten »Angebotsrechner (Quellberg)« komplett per API:

• Anlegen mit POST /agent/v1/create (Name und Modell GPT-6 Luna), danach Anweisung und Integrationen mit PATCH /agent/v1/update, dann POST /agent/v1/publish.
• Integration Excel mit der Aktion Get range: Der Agent liest die Blätter »Preise«, »Rabattstaffel« und »Konditionen« der Preisliste auf SharePoint, mit fester Datei-ID in der Anweisung.
• Integration Outlook mit Create draft für den Angebotsentwurf.
• In der Anweisung: per Code-Ausführung rechnen, Rabatt nach Staffel, ab 250 Kisten 12 % nur als Vorschlag mit offener Freigabe der Vertriebsleitung, Fracht unter 50 Kisten, Pfand getrennt und ohne Rabatt, nicht gelistete Artikel als offenen Punkt nennen.

Der Aufruf aus dem Portal schickt die Anfrage als Nachricht und ein JSON-Schema im Feld output, das Langdock als Format erzwingt:

{

  "agentId": "34d043e8-…",

  "messages": [{"id": "m1", "role": "user", "parts": [{"type": "text",

    "text": "Getränkemarkt Kieselgrund, Rosenheim: 60 Kisten Apfelschorle Klassik, 30 Kisten Zitrone Zuckerfrei, 20 Kisten WACH Koffeinschorle. Wunschtermin 10.11.2026."}]}],

  "output": {"type": "object", "schema": {"type": "object", "properties": {"positionen": "…", "rabattBetrag": "…", "gesamtNettoInklPfand": "…"}}}

}



Ergebnis: Der Agent las alle drei Blätter, rechnete im Code und lieferte nach 63,8 Sekunden: Warenwert 2.218,00 EUR, 8 % Rabatt ab 100 Kisten (177,44 EUR), frei Haus, Pfand 376,20 EUR, zusammen 2.416,76 EUR netto inklusive Pfand. Wir haben jede Zahl nachgerechnet, alle stimmen. Dazu nannte er den 03.11.2026 als spätestes Bestätigungsdatum für den Wunschtermin.

Grenzfall: Eine Anfrage über 250 Kisten Apfelschorle und 10 Kisten Rhabarberschorle, die nicht in der Preisliste steht. Der Agent rechnete nur die Apfelschorle (4.725,00 EUR, 12 % Rabatt als Vorschlag), setzte freigabeVertriebsleitungNoetig auf true und führte die Rhabarberschorle als offenen Punkt. Der Agent hielt sich an beide Regeln der Anweisung. Genau das braucht ein Portal: lieber eine erkennbare Lücke als ein erfundener Preis.

Entwurf in Outlook: Auf Wunsch legt der Agent das Angebot zusätzlich als Outlook-Entwurf an. Das haben wir mit einem persönlichen Key getestet, also über unser eigenes Postfach, und es klappte erst, nachdem wir die Bestätigung für diese Aktion ausgeschaltet hatten, dazu mehr im nächsten Abschnitt. Den Entwurf haben wir im Postfach des Testmandanten gefunden, gesendet wurde nichts. Über den Workspace-Key brach dieselbe Aktion mit connection_required ab, denn auch Outlook braucht dort eine vorausgewählte Verbindung, siehe Befund 3.

Was wir beim Testen gelernt haben

Alle Befunde stammen aus Tests am 28.10.2026 im Quellberg-Workspace (Cloud, ohne BYOK).

1. Aktionen mit Bestätigung brechen über die API ab. Die Outlook-Aktion stand auf »Bestätigung anfragen«. Über die API kam HTTP 200 zurück, die Rechnung war fertig, aber die Aktion endete mit dem Fehlercode confirmation_required. Langdock gibt dem Agenten dazu einen Hinweis mit, und er schrieb in die Antwort, dass kein Entwurf angelegt wurde und der Besitzer die Bestätigung abschalten müsste. Maschinenlesbar steht der Fehlercode im Feld result beim jeweiligen Werkzeugschritt; die Doku beschreibt dieses Feld nicht, ein Portal sollte es trotzdem prüfen. Wer schreibende Aktionen per API braucht, schaltet die Bestätigung für genau diese Aktion aus und begrenzt sie in der Anweisung (»nur Entwürfe, nie senden«).

2. Ein Workspace-Key ohne Verbindung liefert HTTP 200 mit Nullen. Mit dem Workspace-Key und ohne vorausgewählte Excel-Verbindung scheiterte jeder Lesezugriff (connection_required). Die Antwort kam trotzdem mit Status 200. In der Textantwort meldete der Agent ehrlich »nicht berechenbar« und ließ die Preise leer, im strukturierten Ergebnis standen Preise, Summen und Pfand dagegen mit 0, weil unser Schema Zahlen als Pflichtfeld verlangte. Ein Portal, das nur Statuscode und output liest, hätte ein Angebot über 0,00 EUR angezeigt. In der Gegenprobe gaben wir dem Schema ein Statusfeld und erlaubten leere Beträge: Dann blieb output leer, und das Feld error meldete, dass die Antwort nicht zum Schema passte. Das ist leicht abzufangen. Prüfe also error, die Fehlercodes im Feld result und, ob Pflichtwerte plausibel sind.

3. Die vorausgewählte Verbindung gehört einer Person. Erst als wir die Excel-Verbindung am Agenten fest hinterlegt hatten, lief der Workspace-Key durch. Der Agent las die Preisliste dann über das Microsoft-Konto der Person, deren Verbindung gewählt ist. Der Teilen-Dialog warnt danach: »Wer diesen Agent nutzt, kann über dessen verbundene Accounts Daten lesen oder ändern.« Für den Betrieb gehört an diese Stelle ein technisches Konto mit genau den Rechten, die der Agent braucht. Den Parameter connectionId, mit dem ein Aufruf seit Version 7.22 die Verbindung wählen kann (Quelle: Release Notes v7.22), lehnte die API mit 403 ab, als wir die Excel-Verbindung einer Person mitschickten, die nicht mit dem Key geteilt war. Mit einer geteilten Verbindung haben wir das nicht getestet.

4. Das JSON übernimmt, was in der Antwort steht. Im ersten Lauf kamen die Artikelnummern leer zurück, obwohl die Excel-Daten sie enthielten, denn die Textantwort hatte sie nicht genannt. Im Grenzfall stimmte die Rechnung im Text, im JSON landete aber der Betrag nach Rabatt im Feld summe und die Summe inklusive Pfand im Feld zwischensumme. Zwei Änderungen halfen: eine Zeile in der Anweisung (»Nenne zu jeder Position die Artikelnummer«) und eine description je Summenfeld im Schema, etwa »Kisten mal Listenpreis, vor Rabatt«. Danach stimmten die Summen. Das Feld kistenGesamt, dem wir keine Beschreibung gegeben hatten, zählte die nicht gelistete Position aber weiter mit, und ein späterer Lauf mit dem alten Schema vertauschte die Summen wieder. Beschreibe also jedes Feld, auf das dein Code sich verlässt. Beschreibe also jedes Feld, auf das dein Code sich verlässt.

5. Agentenläufe dauern länger als ein Modellaufruf. Eine einfache Completion kam nach 1,2 Sekunden zurück, Agentenläufe mit Excel und Code-Ausführung nach 28 bis 64 Sekunden. Ohne Streaming bricht Langdock nach 100 Sekunden mit HTTP 524 ab (Quelle: Langdock-Doku »Agents Completions API«). Mit stream: true kam nach 0,6 Sekunden das erste Lebenszeichen, die Verbindung blieb offen, und die fertige Antwort stand nach 36,8 Sekunden da. Für Agenten mit Werkzeugen nimm Streaming.

6. Ein Agentenlauf ist mehrere Modellanfragen. Laut Nutzungsexport erzeugten zwei Agentenläufe über den Workspace-Key sieben Anfragen an GPT-6 Luna, zusammen rund 1 US-Cent (der Export rundet auf volle Cent). Ein vollständiger Lauf im Streaming-Test brauchte 45.795 Input-Tokens, denn Anweisung, Werkzeugbeschreibungen und Excel-Daten gehen bei jedem Schritt mit. Schon die Antwort »5« auf eine einfache Frage an einen Agenten mit vier Aktionen kostete 20.306 Input-Tokens. Plane Kosten deshalb pro Agentenlauf.

7. Auto läuft über die API nur in gespeicherten Agenten. Ein Agent, der in der Oberfläche auf Auto steht, antwortete über die API. Ein Inline-Agent mit model: "auto" und die Completion API mit auto gaben HTTP 400. Im Stream steht, welches Modell tatsächlich lief, eine Stufe wie im Chat fehlt dort. Eine schwere Rechenaufgabe lief über die API auf einem anderen Modell als dieselbe Aufgabe im Chat. Mehr dazu in unserem Artikel zum Auto-Modus.

8. create meldet manchmal einen Fehler und legt trotzdem an. In zwei von drei Anlegeversuchen am 28.10.2026 kam 404 »Agent not found« zurück, der Agent war aber da. Wer bei einem Fehler einfach wiederholt, baut Dubletten. Prüfe nach einem Fehler mit GET /agent/v1/list, ob der Agent schon existiert.

9. Regionen sind wörtlich gemeint. Im Pfad /openai/us/v1 kam für GPT-6 Luna »not available in the us region«, die Modellliste der Region us war leer. Nimm die Region, in der dein Workspace die Modelle betreibt, bei Quellberg eu.

Team, Admin und Governance

• Kosten im Blick: Unter Einstellungen › Produkte › API stehen die API-Kosten des Abrechnungszeitraums, das Monatslimit und ein CSV-Export mit einer Zeile pro Aufruf. Persönliche Keys laufen über Extra Usage und erscheinen im Tab Persönliche API-Keys mit Ausgaben je Mitglied und Tag.
• Kontingente: Je Modell gelten standardmäßig 500 Anfragen und 150.000 Tokens pro Minute. Anfragen werden je Key gezählt, Tokens für den ganzen Workspace. Unter Modell-Kontingente zeigt Langdock die Spitzenlast der letzten sieben Tage und bietet Erhöhung anfragen (Quelle: Langdock-Doku »API Einführung«, Oberfläche Stand 28.10.2026).
• Wer was darf: Agenten mit Keys teilen dürfen nur Admins. Die Rolle des Keys im Teilen-Dialog (Nutzer oder Bearbeiter) entscheidet, ob er den Agenten nur nutzt oder auch ändert. In unserem Test stand der persönliche Key, mit dem wir den Agenten angelegt hatten, automatisch als Bearbeiter im Dialog.
• Sicherheit: Keys nie im Code ablegen, je Anwendung einen eigenen Workspace-Key, regelmäßig rotieren. Die Doku empfiehlt mindestens alle 90 Tage (Quelle: Langdock-Doku »Best Practices für API-Schlüssel«). Beim Offboarding reicht es, die Mitgliedschaft zu deaktivieren, dann funktionieren auch die persönlichen Keys der Person nicht mehr. Einzelne Keys widerrufen Admins in der Liste Alle persönlichen Keys, sofort und endgültig.
• Governance: Compliance-Regeln im Governance Hub prüfen die Konfiguration des Agenten, auch wenn er per API veröffentlicht wird. In unserem Governance-Test lief eine Regel beim Veröffentlichen über die API von selbst an. Aktionen mit Bestätigung laufen über die API dagegen gar nicht, siehe Befund 1. Seit Version 7.24 können Compliance-Regeln auch prüfen, wie Bestätigungen an Aktionen eingestellt sind (Quelle: Release Notes v7.24). In einem Nachtest am 29.10.2026 setzte PATCH /agent/v1/disable dieselbe Sperre, die Governance anzeigt, und derselbe Aufruf mit disabled: false hob sie sofort wieder auf, ohne neue Version und ohne Genehmigung. Am 30.10.2026 antwortete derselbe Endpunkt mit unserem Key bei jedem Agenten mit »Agent not found«, wiederholen konnten wir den Test deshalb nicht. Rechne damit, dass die API den Kreislauf aus neuer Version und Freigabe umgehen kann, und gib Admin-Keys nur wenigen Personen.

Grenzen und Limits

Projekte und Wissensordner legst du (Stand 28.10.2026) nur in der Oberfläche an. Was die API abdeckt, wächst mit fast jeder Version, ein Blick in die Release Notes lohnt vor jedem Projekt.

Häufige Fragen

Was kostet die Langdock API?

Die API wird pro Token zu den Preisen der Modellanbieter abgerechnet, ohne Mindestabnahme (Quelle: Langdock-Doku »Preise«). In unserem Test kosteten zwei Agentenläufe mit GPT-6 Luna über einen Workspace-Key zusammen rund 1 US-Cent. Persönliche Keys teilen sich das Budget mit Chat und Agenten derselben Person. Persönliche Keys zählen zum Budget des Mitglieds, Workspace-Keys zum API-Budget des Workspace.

Kann ich Claude Code oder Codex über Langdock nutzen?

Ja, mit einem persönlichen Key. Unter Deine Tools verbinden stehen vorbefüllte Anleitungen für Claude Code, Claude Desktop, Codex, GitHub Copilot und OpenCode. Die Anfragen laufen dann über die Modelle deines Workspace und zählen zu deinem Budget. Cursor lässt sich laut Doku ebenfalls verbinden, allerdings nur für den Chat; der Agent-Modus scheitert mit HTTP 400.

Funktionieren OpenAI- und Anthropic-SDKs mit Langdock?

Ja. Du setzt die Basis-URL auf https://api.langdock.com/openai/eu/v1 oder https://api.langdock.com/anthropic/eu und nutzt die Modell-IDs aus deinem Workspace. Einige OpenAI-Parameter wie n oder parallel_tool_calls unterstützt Langdock nicht (Quelle: Langdock-Doku »OpenAI Chat Completions«).

Kann ein Agent über die API E-Mails senden oder Dateien ändern?

Ja, wenn die Aktion am Agenten freigeschaltet ist, keine Bestätigung verlangt und beim Workspace-Key eine vorausgewählte oder geteilte Verbindung hat. Getestet haben wir einen Outlook-Entwurf mit persönlichem Key. Genau deshalb solltest du solche Aktionen eng fassen: Entwürfe statt Versand und eine Anweisung, die das festschreibt.

Wo liegen die Daten bei API-Aufrufen?

Die Completion-Endpunkte tragen die Region im Pfad. Unser Workspace betreibt alle Modelle in der EU, Aufrufe über die Region us lehnte Langdock ab.

Brauche ich für n8n oder Make eine eigene Integration?

Nein. In n8n trägst du im OpenAI-Knoten die Basis-URL https://api.langdock.com/openai/eu/v1 und deinen Langdock-Key ein, für Agenten rufst du die Agents API per HTTP-Anfrage auf. Ältere Anleitungen raten, im OpenAI-Knoten die Responses API abzuschalten; laut Doku bietet Langdock inzwischen auch einen Responses-Endpunkt. Den Ablauf mit n8n haben wir für diesen Artikel nicht neu getestet. Nimm einen eigenen Workspace-Key je Automatisierung, dann siehst du die Kosten getrennt und kannst einen Key gezielt sperren.

Ihr wollt Langdock-Agenten aus eurem Portal, ERP oder n8n aufrufen? Wir bauen den Agenten, legen Keys, Verbindungen und Budgets sauber an und testen den Aufruf mit euren echten Fällen. Gespräch mit uns vereinbaren