Recursos · Integración n8n

Nodo AI Agent n8nConfigura AI Agent en n8n.

El nodo AI Agent n8n es el que decide dentro del flujo. Lee cada item que entra, elige qué herramienta llamar y redacta la respuesta. Once parámetros gobiernan su comportamiento y cuatro puertos sostienen lo que necesita, del modelo de chat al output parser.

Reseñas verificadas en Trustpilot · Agencia de IA, automatización y growth

Por qué automatizar

¿Para qué sirve de verdad el nodo AI Agent n8n?

El AI Agent es un nodo raíz: recibe los items del flujo por su entrada principal y luego alterna entre el modelo de chat y las herramientas conectadas hasta tener una respuesta. A su alrededor van los subnodos, nodos pequeños que se enganchan a un puerto debajo del agente en lugar de colocarse en la línea del flujo. Un tipo de subnodo por puerto, y ningún subnodo se ejecuta por su cuenta.

Primer caso: la bandeja de soporte. Un nodo Gmail trae el mensaje y un System Message le indica al agente que resuelva él mismo las dudas de reembolso y derive todo lo que suene a pedido dañado. Con una herramienta conectada deja de improvisar: la llama, recibe un dato real y construye la respuesta alrededor de ese dato.

Segundo caso: la conversación que recuerda. Conecta un subnodo de memoria y el agente mantiene el hilo entre ejecuciones, que es lo que vuelve usable un asistente interno en Slack. Sin memoria, cada mensaje empieza de cero y el agente vuelve a pedir el número de pedido que le diste hace un minuto.

Tercer caso: el agente que llena una tabla. Activa Require Specific Output Format, conecta un output parser y la respuesta llega como campos con nombre en vez de un párrafo. El nodo siguiente añade entonces una fila en Google Sheets sin ningún paso intermedio de troceado.

No todo paso de IA merece un agente. Cuando la tarea es fija, resumir esto, clasificar aquello, una llamada simple al modelo hace el mismo trabajo con menos piezas y sin bucle de herramientas que depurar. El agente gana sentido cuando la acción siguiente depende de lo que el modelo encuentre, y cuando una suposición debe sustituirse por una consulta real. La misma lógica vale para un nodo dedicado: si basta con una llamada a Openai, toma el camino corto.

Quedan los límites, mejor conocerlos antes de montar nada. Esta página describe la versión 3 del nodo. El selector de tipo de agente está obsoleto desde n8n 1.82.0 y todos los agentes funcionan ya como Tools Agent; la versión 1 del nodo desaparece a partir de n8n 3.0, así que las antiguas variantes SQL, ReAct, Plan and Execute y OpenAI Functions dejan de funcionar allí. El modelo de chat es obligatorio y hace falta al menos una herramienta conectada. n8n no añade nada a tu factura, pero el proveedor del modelo cobra sus propias llamadas de API según sus condiciones. Sobre la plataforma en sí, la Reseña n8n entra en detalle y el Curso n8n enseña a montar este tipo de flujo.

Conexiones

¿Qué se conecta al agente?

El agente es el nodo raíz y todo lo que necesita cuelga debajo: arrastras un subnodo hasta un puerto, un tipo de subnodo por puerto, y ninguno se ejecuta por separado.

Puertos (qué se conecta)

  • Chat Modelai_languageModelobligatorio
  • Memoryai_memoryopcional
  • Toolai_toolopcional
  • Output Parserai_outputParseropcional
01Chat ModelEl modelo de chat lee el prompt, decide si hace falta una herramienta y redacta el texto final. Es el único puerto que no puedes dejar vacío.

El modelo de chat lee el prompt, decide si hace falta una herramienta y redacta el texto final. Es el único puerto que no puedes dejar vacío.

Parámetros clave

  • Required: con el puerto vacío, la ejecución se detiene con el error que reclama un subnodo de modelo de chat.
  • OpenAI Chat Model y Anthropic Chat Model son los puntos de partida habituales, y cada uno lleva el credential de su proveedor, es decir la clave guardada en n8n.
  • Google Gemini Chat Model encaja si tus claves ya están en ese lado.
  • Ollama Chat Model apunta a un modelo alojado por ti, de modo que los prompts no salen de tu máquina.
Casos de uso
un solo modelo mueve todo el agente y se cambia después sin tocar las herramientas.
02MemoryLa memoria arrastra lo dicho en ejecuciones anteriores para que el agente siga una conversación en vez de tratar cada item como un primer contacto.

La memoria arrastra lo dicho en ejecuciones anteriores para que el agente siga una conversación en vez de tratar cada item como un primer contacto.

Parámetros clave

  • Optional: déjalo vacío en tareas de un solo disparo, donde un contexto limpio en cada pasada es justo lo que quieres.
  • Simple Memory guarda los últimos turnos dentro de la instancia de n8n, suficiente para un widget de chat o un bot interno pequeño.
  • Postgres Chat Memory y Redis Chat Memory dejan el historial fuera de n8n cuando varios flujos comparten la misma conversación.
Casos de uso
un bot de soporte que no pide dos veces el mismo número de pedido. Si una plantilla antigua da error en Simple Memory, borra el subnodo y vuelve a añadirlo para pasar a la versión actual.
03ToolLas herramientas son lo que el agente sabe hacer además de hablar. Lee su descripción, elige una, le pasa argumentos y encaja el resultado en la respuesta.

Las herramientas son lo que el agente sabe hacer además de hablar. Lee su descripción, elige una, le pasa argumentos y encaja el resultado en la respuesta.

Parámetros clave

  • Optional como puerto, aunque el nodo está construido en torno a las herramientas: sin ninguna conectada, pagas un chat algo caro.
  • Calculator sigue siendo la primera herramienta honesta, porque sustituye un cálculo que el modelo se inventaría.
  • Code Tool ejecuta tu propio fragmento cuando la acción depende de tus datos.
  • Wikipedia y Think Tool cubren la consulta y el rato de razonamiento antes de que el agente se decida.
Casos de uso
un agente que da un total real y no uno verosímil.
04Output ParserEl output parser da forma a lo que sale del agente: convierte texto libre en campos que el resto del flujo sabe leer.

El output parser da forma a lo que sale del agente: convierte texto libre en campos que el resto del flujo sabe leer.

Parámetros clave

  • Optional, y solo se tiene en cuenta cuando Require Specific Output Format está activado.
  • Structured Output Parser es la opción por defecto: describes la forma esperada y el agente la rellena.
  • Auto-fixing Output Parser devuelve al modelo una salida mal formada para un segundo intento.
  • Item List Output Parser sirve cuando la respuesta es una lista de valores y no un objeto.
Casos de uso
una clasificación que cae directa en una columna de hoja de cálculo.
Parámetros

¿Qué parámetro tocas y en qué momento?

El nodo AI Agent tiene 11 parámetros. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.

01

Source for Prompt (User Message)

promptType

Lo que ves en n8n

Notas y casos de uso

Este selector indica de dónde saca el agente el mensaje del usuario. Es lo primero que se revisa cuando el nodo se ejecuta con el prompt vacío.

Parámetros clave

  • Connected Chat Trigger Node (auto): busca el campo chatInput llegado de un Chat Trigger conectado directamente al agente.
  • Connected Guardrails Node (guardrails): busca guardrailsInput desde un nodo Guardrails conectado directamente.
  • Prompt (User Message): el campo obligatorio que abre define (Define below), donde escribes texto o una expresión como {{ $json.subject }}.
Casos de uso
el error de prompt ausente se arregla pasando a Define below. Una expresión vacía provoca el error 400 sobre el valor de content.
02

Require Specific Output Format

hasOutputParser

Lo que ves en n8n

Notas y casos de uso

Actívalo cuando la respuesta tenga que ser legible por una máquina. El nodo abre entonces el puerto de output parser y deja de devolver un párrafo de prosa.

Parámetros clave

  • Require Specific Output Format: un booleano. Activado, el agente debe producir la forma que describe el parser conectado; desactivado, recibes texto suelto.
Casos de uso
un agente de triaje que debe responder con una categoría y una prioridad, porque la rama siguiente compara valores en lugar de leer frases.
03

Enable Fallback Model

needsFallback

Lo que ves en n8n

Notas y casos de uso

Un seguro del lado del modelo. Activado, el agente queda configurado con un modelo de reserva además del principal, para que una llamada fallida tenga salida.

Parámetros clave

  • Enable Fallback Model: un booleano, prescindible en un agente de pruebas, razonable en cuanto el flujo corre sin nadie delante.
Casos de uso
un agente nocturno que procesa los tickets del día anterior y no debería dejar la cola intacta porque un proveedor tuvo una mala hora.
04

System Message

options.systemMessage

Lo que ves en n8n

Notas y casos de uso

Aquí se escribe la instrucción que se envía al agente antes de que empiece la conversación. Casi toda la calidad de un agente se juega en este campo, no en la elección del modelo.

Parámetros clave

  • System Message: texto libre, enviado antes del mensaje del usuario. Describe el rol, el tono, qué hacer cuando una herramienta falla y cuándo conviene no responder en lugar de adivinar.
Casos de uso
obligar al agente a pasar por la calculadora con cualquier importe y a rechazar toda pregunta ajena al catálogo de productos.
05

Max Iterations

options.maxIterations

Lo que ves en n8n

Notas y casos de uso

Un agente trabaja en bucles: pensar, llamar a una herramienta, leer el resultado, volver a pensar. Este número limita cuántos bucles tiene antes de parar.

Parámetros clave

  • Max Iterations: el número máximo de iteraciones que ejecuta el agente antes de detenerse. Súbelo en tareas con varias consultas, bájalo cuando prefieras un fallo rápido a una espiral larga.
Casos de uso
un agente atascado llamando siempre a la misma herramienta se detiene solo, y el registro de ejecución muestra dónde empezó el bucle.
06

Return Intermediate Steps

options.returnIntermediateSteps

Lo que ves en n8n

Notas y casos de uso

Por defecto el nodo devuelve solo la respuesta final. Con esta opción, la salida incluye además los pasos que el agente fue dando.

Parámetros clave

  • Return Intermediate Steps: un booleano. Activado, la salida trae las llamadas a herramientas y sus resultados; desactivado, la carga se mantiene ligera.
Casos de uso
depurar un agente que devuelve una cifra equivocada, ya que los pasos muestran a qué herramienta llamó y qué recibió. Útil mientras construyes, ruidoso con el flujo en producción.
07

Automatically Passthrough Binary Images

options.passthroughBinaryImages

Lo que ves en n8n

Notas y casos de uso

Cuando un item llega con una imagen adjunta, esta opción se la entrega al agente como mensaje de tipo imagen en vez de dejarla fuera.

Parámetros clave

  • Automatically Passthrough Binary Images: un booleano que decide si las imágenes binarias pasan automáticamente al agente.
Casos de uso
un agente de buzón que recibe la foto de un paquete dañado y debe describir lo que ve antes de abrir una reclamación. Solo tiene sentido con un modelo que acepte imágenes.
08

Tracing Metadata

options.tracingMetadata

Lo que ves en n8n

Notas y casos de uso

Esta opción engancha tus propias etiquetas a los eventos de trazado de la ejecución, para localizar una pasada por algo que no sea su marca de tiempo.

Parámetros clave

  • Key: el nombre de la etiqueta, por ejemplo un cliente o una campaña.
  • Type: el tipo del valor, entre stringValue, numberValue, booleanValue, arrayValue y objectValue.
  • Value: el contenido en sí, a menudo una expresión como {{ $json.customerId }}.
Casos de uso
marcar cada ejecución con la cuenta a la que pertenece y recuperarlas todas cuando un cliente avisa de una respuesta rara.
09

Auto-save highlighted data

options.autoSaveHighlightedData

Lo que ves en n8n

Notas y casos de uso

Los datos destacados son los que permiten filtrar la vista de ejecuciones por tus propios valores en lugar de recorrer una lista de pasadas.

Parámetros clave

  • Auto-save highlighted data: un booleano, activado por defecto, disponible en los planes Pro y Enterprise de n8n Cloud, y en Enterprise o una Community Edition registrada si te autoalojas.
Casos de uso
un agente que corre todo el día y que quieres buscar por ticket y no por hora. En un plan que no incluye la función, déjala como está.
10

Enable Streaming

options.enableStreaming

Lo que ves en n8n

Notas y casos de uso

El streaming devuelve la respuesta mientras se escribe en vez de esperar a la última palabra, lo que cambia por completo cómo se vive una generación larga.

Parámetros clave

  • Enable Streaming: un booleano, activado por defecto. Solo funciona si el flujo arranca con un trigger compatible, es decir un Chat Trigger o un nodo Webhook con Response Mode en Streaming.
Casos de uso
una interfaz de chat donde el texto va apareciendo. Detrás de un trigger que no puede emitir así, la opción no cambia nada.
11

Batch Processing

options.batching

Lo que ves en n8n

Notas y casos de uso

Cuando cien items caen de golpe sobre el agente, aquí se frena el nodo a propósito para no salirse de los límites de ritmo del proveedor del modelo.

Parámetros clave

  • Batch Size: cuántos items se procesan en paralelo. Ayuda contra los límites de ritmo, a cambio de que el orden del registro pueda moverse.
  • Delay Between Batches: una pausa en milisegundos entre dos lotes, por el mismo motivo.
Casos de uso
una ejecución nocturna sobre una exportación completa, donde una ráfaga de llamadas sería rechazada y un ritmo constante sí pasa.
Necesitas ayuda

¿Necesitas ayuda para automatizar AI Agent con n8n?

El equipo te responde directamente.

Cada mensaje lo lee una persona.

FAQ

AI Agent en n8n, las preguntas que vienen después

01¿El nodo AI Agent es gratuito en n8n?
Sí. El nodo viene con n8n dentro de su paquete de IA, tanto en n8n Cloud como en una instancia autoalojada, sin instalación y sin coste añadido por parte de n8n. Un flujo se comporta igual en los dos sitios. Lo que no es gratis es el modelo: el proveedor que conectas mediante el subnodo de modelo de chat cobra sus propias llamadas de API según sus condiciones, y n8n no añade nada encima. Un agente en producción con mucho volumen cuesta dinero en el proveedor, no en n8n. La única opción ligada al plan es Auto-save highlighted data, en Pro o Enterprise en la nube, Enterprise o Community Edition registrada si te autoalojas.
02¿Qué credenciales pide el nodo AI Agent n8n?
Ninguna. El agente no tiene nada que autenticar: ni campo de credential, ni selector de autenticación, nada que preparar del lado de la cuenta. La clave vive un piso más abajo, en el subnodo de modelo de chat conectado al puerto Chat Model, y es ese subnodo el que lleva el credential del proveedor, es decir la credencial guardada una vez en n8n. Lo mismo ocurre con una herramienta que llama a un servicio externo: el credential pertenece a la herramienta. Por eso también el nodo falla de inmediato cuando el puerto Chat Model queda vacío. Conecta el modelo, rellena su clave una vez y se reutiliza en todos los flujos de la instancia.
03¿Qué límites tiene el nodo AI Agent?
Esta página cubre la versión 3 del nodo. El selector de tipo de agente está obsoleto desde n8n 1.82.0 y todos los agentes funcionan como Tools Agent, así que las variantes SQL, ReAct, Plan and Execute y OpenAI Functions ya no son opciones elegibles. La versión 1 del nodo desaparece a partir de n8n 3.0: un flujo que siga usándola deja de funcionar tras esa actualización. El modelo de chat es obligatorio y conviene tener al menos una herramienta conectada. Un flujo antiguo puede mostrar además menos opciones que las descritas aquí, porque los parámetros listados vienen de la última versión del nodo.
04¿Qué hay que conectar como mínimo para que un agente funcione?
Un modelo de chat y al menos una herramienta. El puerto Chat Model es obligatorio y bloquea la ejecución si está vacío. El puerto Tool es opcional sobre el papel, pero un agente sin herramientas equivale a una llamada al modelo con pasos de más. Para empezar, conecta un modelo de chat de un proveedor cuya clave ya tengas, añade Calculator como primera herramienta y deja Memory y Output Parser vacíos. Cuando eso funcione, añade Simple Memory para sostener una conversación y después un Structured Output Parser con Require Specific Output Format si la respuesta debe alimentar a otro nodo.
05¿n8n o Make para construir un agente?
Depende sobre todo de dónde tengan que quedarse los datos. n8n se autoaloja con Docker o npm, o se usa en n8n Cloud, y el flujo es idéntico en ambos casos, algo que pesa cuando los prompts y los datos de clientes no deben salir de tu infraestructura. Make está alojado, sin opción de autoalojamiento, y se factura por operación: el coste sigue entonces al volumen de pasos y no a la máquina. Los dos se construyen de forma visual. Las preguntas reales son el alojamiento, el control de los datos, el modelo de coste y la soltura del equipo en cada lienzo.
Hack'celeration Lab

Recibe nuestros tips de integración cada semana.

Sin spam. Cancela cuando quieras.