Recursos · Integración n8n

Nodo Anthropic n8nConfigura Anthropic en n8n.

El nodo Anthropic n8n mete los modelos Claude dentro de un flujo de trabajo, como un paso más y no como una ventana de chat. Trae 10 operaciones en 5 recursos: enviar un mensaje, analizar un documento o una imagen, subir y listar archivos, retocar un prompt. Pide un credential.

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

Por qué automatizar

¿Para qué sirve de verdad el nodo Anthropic n8n?

Este nodo pone la API de Anthropic al alcance de un flujo de trabajo: se elige un recurso (Text, Document, Image, File o Prompt), una operación, un modelo, y la respuesta vuelve como dato que el nodo siguiente puede leer. Nada de conversación aquí: los items que llegan a la entrada se procesan uno a uno, y cada uno entrega su propio resultado.

Tres usos cubren casi todo lo que se construye con él. El primero es escribir texto en serie. text.message recibe un mensaje de sistema y un prompt, devuelve una compleción, y el paso siguiente la guarda donde toque. Un listado de contactos entra por Google Sheets, cada fila se lleva su párrafo y Gmail lo manda. El flujo queda en línea recta, y eso hace que relanzarlo sobre una sola fila sea trivial.

El segundo es leer archivos que el flujo ya lleva encima. Llega un presupuesto en PDF adjunto, el dato binario baja por la cadena y document.analyze responde una pregunta concreta sobre él: el importe, la fecha de vencimiento, la cláusula que cambió. image.analyze hace lo mismo con imágenes. Ambas aceptan una URL o un campo binario, según dónde viva el archivo.

El tercero es trabajar sobre los prompts en sí. prompt.generate, prompt.improve y prompt.templatize no contestan preguntas: fabrican y limpian prompts. Sirven el día en que un prompt funciona a medias y quieres una versión con variables dentro, o una reescritura a partir de un comentario puesto por escrito.

¿Cuándo tirar de otra cosa? Este nodo corre como acción sobre cada ítem y no tiene ningún puerto de subnodo. Es decir, no puedes enchufarle una memoria ni una caja de herramientas. Si el flujo necesita un modelo que decida por sí mismo qué herramienta llamar, eso es el nodo AI Agent, con un modelo de chat conectado a él. Un subnodo es un nodo pequeño que nunca corre solo: se engancha a un puerto de un nodo raíz y solo existe a través de él. Y si lo que quieres es comparar proveedores con el mismo prompt, el nodo OpenAI tiene la misma forma de acción.

Conviene poner los límites sobre la mesa desde el principio. El nodo cubre documentos, archivos, imágenes, prompts y compleciones de texto, y nada fuera de esas 10 operaciones. Las operaciones de archivo apuntan a la API Files de Anthropic, así que un archivo subido ahí no es un archivo guardado en tu almacenamiento. Y el proveedor del modelo factura sus propias llamadas de API según sus condiciones, haga lo que haga n8n. Para juzgar la plataforma antes de comprometerte, la Reseña n8n lo repasa.

Conexión

¿Qué hay que autenticar?

  1. 01

    Añade el credential de Anthropic

    Desde el menú Credentials de n8n se crea un credential de Anthropic en un momento: es un conjunto de secretos que n8n guarda aparte del flujo, así que la clave nunca queda a la vista en un parámetro que un flujo compartido dejaría expuesto. Una vez creado, cualquier flujo de esa instancia puede seleccionarlo, algo que se agradece en cuanto dos automatizaciones usan la misma cuenta.

  2. 02

    Usa tu propia clave o los Gateway credits

    El montaje habitual se apoya en una clave de API de Anthropic propia, con la cuenta y la facturación que eso trae. n8n Cloud ofrece una variante: al marcar Use Gateway credits en el campo de credential del nodo, la ejecución pasa por Gateway credits y prescinde por completo de una cuenta de Anthropic. Esa opción no existe en una instancia autoalojada, donde una clave sigue siendo obligatoria.

  3. 03

    Selecciona el credential en el nodo

    De vuelta en el nodo, se elige el credential recién creado y después se fijan el recurso y la operación. En text.message, document.analyze e image.analyze, el campo Model es obligatorio y bloquea la ejecución mientras esté vacío. El resto queda opcional a nivel de esquema, lo que no quiere decir que la operación sirva de algo sin ello: un mensaje sin contenido de prompt no lleva a ningún sitio.

Acciones

¿Qué sabe hacer el nodo Anthropic , operación por operación?

El nodo Anthropic expone 10 operaciones en 5 recursos. Para cada una: el nodo tal como lo configuras en n8n, los campos obligatorios y nuestras notas de campo.

Matriz recursos × operaciones
RecursoGet File MetadataAnalyze DocumentDelete FileGenerate PromptImprove PromptList FilesMessage a ModelTemplatize PromptUpload File
Document
File
Image
Prompt
Text

Document

1 operación
01

Analyze document

document.analyze

Lo que ves en n8n

Notas y casos de uso

Entrega uno o varios documentos a un modelo Claude y recupera una respuesta escrita sobre su contenido, como dato que el nodo siguiente puede leer.

Parámetros clave

  • Model: obligatorio, el modelo que lee el documento; mientras esté vacío no se ejecuta nada.
  • Text Input: la pregunta sobre el documento, del tipo What's in this document?.
  • Input Type: url para Document URL(s), binary para Binary File(s) que el flujo ya transporta.
  • URL(s) o Input Data Field Name(s): las direcciones separadas por comas, o los nombres de los campos binarios con los documentos.
Casos de uso
llega un PDF de proveedor por correo y el flujo pide el importe y el vencimiento antes de escribirlos en una hoja.

File

4 operaciones
02

Upload a file

file.upload

Lo que ves en n8n

Notas y casos de uso

Manda un único archivo a la API de Anthropic para que las ejecuciones posteriores apunten a él en vez de reenviar el contenido cada vez.

Parámetros clave

  • Input Type: url para traerlo desde una File URL, binary para coger un Binary File del ítem actual.
  • URL: la dirección del archivo que se sube, cuando el tipo de entrada es una URL.
  • Input Data Field Name: el nombre del campo binario con el archivo, casi siempre data.
  • File Name: en Options, el nombre del archivo subido, el que reconocerás en un listado.
Casos de uso
un contrato de referencia se sube una vez y las ejecuciones siguientes se remiten a él.
03

Get file metadata

file.get

Lo que ves en n8n

Notas y casos de uso

Relee lo que la API de Anthropic sabe de un archivo subido, sin tocar su contenido.

Parámetros clave

  • File ID: el identificador del archivo del que se piden metadatos, con la forma file_123, normalmente heredado de un paso anterior con {{ $json.id }}. Una expresión así lee un campo del ítem actual en tiempo de ejecución, en lugar de un valor escrito a mano.
Casos de uso
antes de una limpieza nocturna, el flujo comprueba cada identificador guardado y manda los que ya no responden a un aviso de Slack.
04

List files

file.list

Lo que ves en n8n

Notas y casos de uso

Devuelve los archivos que tiene la API de Anthropic, un ítem por archivo. Es el punto de partida de cualquier flujo de mantenimiento.

Parámetros clave

  • Return All: marcado, n8n pagina hasta sacar la lista entera; sin marcar, se detiene en Limit. Paginar es pedir la lista por tramos y volver a pedir el siguiente.
  • Limit: el número máximo de archivos devueltos cuando Return All está desmarcado, el ajuste que conviene mantener mientras pruebas.
Casos de uso
una ejecución semanal lista todo lo subido y lo escribe en una hoja que el equipo revisa.
05

Delete a file

file.deleteFile

Lo que ves en n8n

Notas y casos de uso

Borra un archivo de la API de Anthropic de forma definitiva. Es una operación que se pone detrás de un filtro, nunca al principio del flujo.

Parámetros clave

  • File ID: el identificador del archivo que se borra, casi siempre conectado desde un paso de listado con {{ $json.id }}, para que el borrado apunte exactamente a lo que el nodo anterior seleccionó.
Casos de uso
tras una revisión mensual de retención, los archivos fuera de plazo se borran uno a uno y el listado alimenta el bucle.

Image

1 operación
06

Analyze image

image.analyze

Lo que ves en n8n

Notas y casos de uso

Envía imágenes a un modelo Claude con una pregunta pegada y recupera la descripción o la respuesta como texto dentro del ítem.

Parámetros clave

  • Model: obligatorio, el modelo que mira.
  • Text Input: lo que quieres saber, del tipo What's in this image?.
  • URL(s): las direcciones de las imágenes, varias si van separadas por comas.
  • Length of Description (Max Tokens): en Options, menos tokens dan una descripción más corta y menos detallada. Un token es la unidad que cuenta el modelo, más o menos un trozo de palabra.
Casos de uso
fotos de producto sacadas de una unidad compartida reciben su pie de foto, listo para una ficha de catálogo.

Prompt

3 operaciones
07

Generate a prompt

prompt.generate

Lo que ves en n8n

Notas y casos de uso

Convierte la descripción breve de una intención en un prompt completo, para no quedarte mirando un campo vacío.

Parámetros clave

  • Task: la descripción del propósito del prompt, escrita en lenguaje llano, por ejemplo A chef for a meal prep planning service.
  • Simplify Output: marcado, el nodo devuelve una versión simplificada de la respuesta en vez del dato en bruto, y el mapeo del nodo siguiente se lee mejor.
Casos de uso
una sesión de montaje arranca aquí, el prompt generado se pega en un paso de mensaje y el resto del flujo se cablea alrededor.
08

Improve a prompt

prompt.improve

Lo que ves en n8n

Notas y casos de uso

Coge un prompt que ya existe y devuelve una versión retrabajada, guiada por lo que tú le reprochas.

Parámetros clave

  • Messages: los mensajes que componen el prompt a mejorar, añadidos uno a uno con Add Message.
  • Prompt y Role: el contenido de cada mensaje y quién lo envía, user para preguntar, assistant para imponer un tono o una personalidad.
  • System Message: el mensaje de sistema existente que se incorpora, si lo hay.
  • Feedback: lo que debe cambiar, del tipo Make it more detailed and include cooking times.
Casos de uso
un prompt que devuelve respuestas vagas pasa por este paso con un comentario escrito antes de volver a producción.
09

Templatize a prompt

prompt.templatize

Lo que ves en n8n

Notas y casos de uso

Transforma un prompt fijo en una plantilla con variables, que es lo que hace falta antes de lanzar la misma instrucción sobre cientos de filas.

Parámetros clave

  • Messages: los mensajes que constituyen el prompt que se convierte en plantilla.
  • Prompt: el contenido del mensaje a enviar, por ejemplo Translate hello to German.
  • System Message: el mensaje de sistema existente que se convierte en plantilla, del tipo You are a professional English to German translator.
Casos de uso
una instrucción de traducción puntual se vuelve plantilla, su variable se rellena fila a fila y el paso de mensaje la lee con una expresión.

Text

1 operación
10

Message a model

text.message

Lo que ves en n8n

Notas y casos de uso

La operación principal: crea una compleción con un modelo de Anthropic y devuelve el texto al flujo.

Parámetros clave

  • Model: obligatorio, el único campo que bloquea al nodo.
  • Messages, Prompt, Role y System Message: la conversación que se envía, con el mensaje de sistema fijando el comportamiento de una vez.
  • Web Search y Web Search Allowed Domains: activar la búsqueda y acotarla a dominios separados por comas. Entra en conflicto con Web Search Blocked Domains.
  • Output Randomness (Temperature): cuanto más la bajas, menos aleatorias son las compleciones; cerca de cero el modelo se vuelve determinista.
Casos de uso
cada fila de un listado recibe su frase de apertura antes del paso de envío.
Necesitas ayuda

¿Necesitas ayuda para automatizar Anthropic con n8n?

El equipo te responde directamente.

Cada mensaje lo lee una persona.

FAQ

Anthropic y n8n: las preguntas que vienen después

01¿El nodo Anthropic viene incluido en n8n, en Cloud y autoalojado?
Sí, y sin coste añadido por parte de n8n: el nodo forma parte del paquete de IA de n8n, @n8n/n8n-nodes-langchain, incluido de serie, ya corra la instancia en n8n Cloud o autoalojada con Docker o npm bajo la Community Edition y su licencia Sustainable Use. El comportamiento del flujo no cambia de un caso a otro. Lo que sigue costando es el modelo: el proveedor factura sus propias llamadas de API según sus condiciones, sin que n8n añada nada encima.
02¿Qué credentials necesita el nodo Anthropic n8n?
Un credential de Anthropic, que se monta una vez en el menú Credentials para quedar disponible desde cualquier flujo de esa instancia. El montaje estándar pasa por una clave de API de Anthropic propia; en n8n Cloud, marcar Use Gateway credits en el campo de credential permite prescindir de ella del todo. El nodo no tiene selector Authentication, así que no hay nada más que elegir fuera de ese campo. Conviene fijar el credential antes de tocar el campo Model, obligatorio en las operaciones de mensaje, documento e imagen.
03¿Qué límites tiene el nodo Anthropic?
10 operaciones, 5 recursos, nada fuera de esa lista: ese es el alcance real. Sin puertos de subnodo, este nodo no admite ni memoria ni caja de herramientas, a diferencia de un nodo de IA raíz. Sus operaciones de archivo apuntan a la API Files de Anthropic, así que un archivo subido ahí no acaba en un almacenamiento propio. Algunas opciones traen condición: Code Execution no funciona en todos los modelos, y las dos listas de dominios para la búsqueda web se excluyen entre sí. La versión descrita aquí es la 1, y un flujo antiguo puede mostrar menos opciones.
04¿Qué hay que conectarle como mínimo?
Menos que la mayoría de nodos de IA, y ahí está la gracia: se ejecuta como un nodo de acción normal sobre cada ítem entrante, sin modelo de chat que conectar ni puerto que rellenar. Basta con el credential y un modelo elegido en el campo Model. Para arrancar sin complicarse, el recurso Text con la operación Message a Model funciona bien: la instrucción en System Message, el contenido en Prompt, y una primera mirada a la salida antes de sumar opciones. Un modelo que elija sus propias herramientas, en cambio, es cosa del nodo AI Agent.
05¿n8n o Make para llamar a modelos Claude?
Tres criterios deciden, más que el editor visual en sí. El alojamiento primero: n8n corre en servidores propios con Docker o npm, o en n8n Cloud, mientras que Make solo existe alojado. El control de los datos viene después: una instancia autoalojada mantiene documentos e imágenes en infraestructura propia, algo que pesa cuando los archivos son contratos o fichas de clientes. El modelo de coste, además: Make factura por operación, lo que cambia la cuenta en cuanto un flujo recorre una lista larga de archivos. La prueba más honesta sigue siendo rehacer un flujo real en cada plataforma y ver cuál se depura más rápido.
Hack'celeration Lab

Recibe nuestros tips de integración cada semana.

Sin spam. Cancela cuando quieras.