Nodo Embeddings Mistral Cloud n8nConfigura Embeddings Mistral Cloud en n8n.
Un embedding convierte tu texto en un vector de números para que una base vectorial lo encuentre por significado. El nodo Embeddings Mistral Cloud n8n hace ese cálculo con un modelo de Mistral y 2 parámetros. Es un subnodo: solo trabaja cuando un nodo raíz le pide vectores.
Reseñas verificadas en Trustpilot · Agencia de IA, automatización y growth
¿Para qué sirve el nodo Embeddings Mistral Cloud n8n?
Calcula embeddings, es decir representaciones numéricas de un texto en forma de vectores, y así una IA puede relacionar dos contenidos por su sentido y no por las palabras exactas. Dentro de n8n este nodo nunca vive solo en el lienzo. Lo enganchas al puerto Embeddings de un nodo raíz, una base vectorial o una cadena, y ese nodo raíz le pasa el texto que hay que convertir.
El primer montaje habitual es la indexación de un catálogo de productos o de una base de manuales. Entra el archivo, un text splitter (un nodo que parte el texto en trozos) lo corta, la base vectorial llama a este nodo trozo a trozo y guarda los vectores. El segundo es la búsqueda: llega una pregunta, el mismo nodo la convierte y la base devuelve los fragmentos más cercanos. El tercero mezcla ambos en una sola ejecución, el patrón que aparece en las plantillas públicas con Qdrant y Mistral (2339, 2335, 2341).
Hay una regla que ahorra tardes enteras de depuración: el modelo que indexa es el que tiene que consultar. Los vectores escritos con un modelo no se comparan con los de otro, así que cambiar Model cuando el índice ya está lleno obliga a reindexarlo todo. Decídelo una vez y déjalo anotado.
¿Cuándo conviene otra cosa? Si tu nodo raíz ya trae su propio proveedor de embeddings y no tienes credencial de Mistral, quédate con ese proveedor. Si solo buscas una respuesta conversacional sin búsqueda documental detrás, necesitas un modelo de chat y no este nodo, y OpenAI cubre ese caso. Y si lo que quieres es un asistente que consulte otros sistemas en vez de documentos, el trabajo es de AI Agent con herramientas como Call n8n Workflow Tool.
Conviene tener claras las limitaciones antes de montar nada. El nodo expone 2 parámetros y ninguno controla la base vectorial, el troceado ni cuántos resultados vuelven de una búsqueda: eso se ajusta en los nodos vecinos. No tiene entrada principal, así que no puedes probarlo pulsándolo, y la versión 1 es la única del catálogo. Mistral factura sus propias llamadas de API según sus condiciones y n8n no añade nada encima.
Para ubicar n8n antes de montar ahí toda una cadena de IA, la Reseña n8n analiza la plataforma, y el Curso n8n entra en estos flujos con las manos.
¿Qué credencial hay que conectar?
- 01
Crear la credencial de Mistral en n8n
Entra en el menú Credentials de n8n, añade la credencial de Mistral y pega la clave de API de tu cuenta de Mistral Cloud. Una credencial es simplemente el sitio donde n8n guarda esos datos de acceso. Se crea una sola vez y se reutiliza en todos los flujos de la instancia: un segundo nodo de embeddings o un modelo de chat de Mistral la encontrarán después en el desplegable.
- 02
Asignar la credencial al nodo
Arrastra el nodo desde el puerto Embeddings de tu nodo raíz y elige en su campo de credencial la que acabas de crear. No hay nada más de autenticación en este nodo: ningún selector ofrece varios métodos, la credencial de Mistral es la única vía de entrada.
- 03
Ejecutar el nodo raíz para probar
Como este subnodo no tiene entrada principal, el botón de ejecución que cuenta es el del nodo raíz. Ejecuta la base vectorial o la cadena a la que alimenta y observa esa tirada: si la clave está mal o falta, el error aparece ahí, en el nodo raíz, y no en un nodo que nunca corrió por su cuenta.
¿En qué puerto se conecta?
n8n reparte el trabajo de IA entre un nodo raíz, que recibe los items del flujo, y subnodos enganchados a sus puertos, un tipo de subnodo por puerto. Este se coloca del lado de los embeddings.
Salida (dónde se conecta)
- Embeddings
ai_embedding
01Embeddings
Es la única conexión del nodo, y va de salida: él entrega los embeddings, un nodo raíz los consume. Sin ese cable se queda quieto. Un subnodo nunca se ejecuta por su cuenta, y n8n solo admite un tipo de subnodo en cada puerto.
Parámetros clave
- Required: el nodo no tiene entrada principal, este puerto es lo que hace que llegue a ejecutarse.
¿Cómo se ajustan sus parámetros?
El nodo Embeddings Mistral Cloud tiene 2 parámetros. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.
Model
modelLo que ves en n8n
Notas y casos de uso
Elige el modelo de Mistral que calcula los embeddings. El campo es un desplegable, y esa elección define la forma de los vectores que guardará tu base: es el ajuste que se bloquea antes de indexar nada.
Parámetros clave
- Model: el modelo que calculará los embeddings, se toma de la lista de opciones en lugar de escribirlo.
Options
optionsLo que ves en n8n
Notas y casos de uso
Una colección que se abre con Add Option y que está vacía hasta que la necesitas. Dentro hay dos ajustes, ambos sobre cómo sale el texto hacia Mistral y no sobre el modelo.
Parámetros clave
- Batch Size: el número máximo de documentos que van en cada petición, útil cuando un troceador entrega una cola larga de fragmentos de golpe.
- Strip New Lines: activado quita los saltos de línea del texto de entrada, cosa que n8n hace por defecto; desactivado los deja tal cual.
¿Necesitas ayuda para automatizar Embeddings Mistral Cloud con n8n?
El equipo te responde directamente.
Cada mensaje lo lee una persona.
Lo que se pregunta después
01¿El nodo Embeddings Mistral Cloud viene incluido en n8n?
02¿Qué necesita para funcionar?
03¿Qué limitaciones tiene?
04¿Qué hay que conectar como mínimo al nodo Embeddings Mistral Cloud n8n?
05¿n8n o Make para este tipo de flujo con IA?
Recibe nuestros tips de integración cada semana.
Sin spam. Cancela cuando quieras.
