Recursos · Integración n8n

Nodo Groq Chat Model n8nConfigura Groq Chat Model en n8n.

El nodo Groq Chat Model n8n aporta el modelo de lenguaje con el que trabaja un nodo de IA. Expone 2 parámetros, un selector Model que se carga desde la API de Groq y una colección Options, y se engancha al puerto Model de un agente o de una cadena. Sirve desde el primer agente.

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

Por qué automatizar

¿Para qué sirve el nodo Groq Chat Model n8n?

El nodo Groq Chat Model presta un modelo de lenguaje a otro nodo. No tiene entrada principal y nunca se ejecuta solo: lo colocas en el lienzo, arrastras su conector hasta el puerto Model de un nodo raíz, y es ese nodo raíz el que llama a Groq cada vez que necesita texto. Un subnodo es justo eso, un nodo que solo existe para servir al de arriba.

Primer escenario, una tienda que responde reseñas. Las filas llegan desde Google Sheets, un agente lee cada comentario y redacta una respuesta, y el borrador sale por Gmail. El agente es quien piensa; Groq Chat Model es aquello con lo que piensa. El parámetro Model se elige una vez y toda la ejecución pasa por ahí.

Segundo escenario, el reparto de tickets. Entra un mensaje, un clasificador lo coloca en una de pocas categorías y el resultado se publica en Slack. Clasificar pide estabilidad, así que la opción Sampling Temperature baja y se queda abajo. Tercer escenario, preguntas sobre documentación interna: una cadena recupera fragmentos y pide al modelo que responda con ellos, mientras Maximum Number of Tokens limita cuánto se alarga la respuesta.

¿Cuándo conviene otro camino? Cuando el modelo que quieres vive en otra parte. El puerto Model acepta un subnodo a la vez, y OpenAI, Anthropic y Google Gemini tienen cada uno su propio subnodo de modelo de chat: cambiar de proveedor es mover el conector. Nada más se toca en el flujo, y por eso la comparación con tus propios datos resulta limpia.

Conviene conocer los límites antes de montar nada. Este nodo no tiene entrada principal, así que no encaja en medio de una fila de nodos normales y no produce items que puedas inspeccionar entre pasos. Su superficie de ajuste es corta a propósito, un modelo y dos opciones, sin nada sobre reintentos, prompt de sistema ni herramientas. Eso pertenece al nodo raíz, el AI Agent o la cadena donde lo enganchaste. Y la lista de modelos se carga desde la API de Groq al abrir el selector: refleja lo que alcanza tu credential, no una lista congelada dentro del nodo.

La factura queda del lado del proveedor. Groq cobra sus propias llamadas de API según sus condiciones y n8n no añade nada, tanto en n8n Cloud como en tu instancia Docker.

Conexión

¿Qué hay que conectar antes de que el nodo funcione?

  1. 01

    Crea el credential de Groq

    Abre el menú Credentials de n8n y crea un credential para Groq. Un credential es un juego de datos de autenticación guardado aparte del flujo, para que la clave no viaje dentro de un nodo que quizá exportes o compartas. Se crea una vez y se reutiliza en todos los flujos que llamen a Groq, igual en n8n Cloud que en una instancia autoalojada.

  2. 02

    Selecciónalo en el nodo

    Abre el nodo Groq Chat Model y elige ese credential en el selector de la parte alta del panel. El nodo no tiene desplegable Authentication para escoger entre métodos, así que esa elección es toda la autenticación. Mientras no haya un credential válido, el selector Model no tiene nada que mostrar: pide la lista a la API de Groq y necesita la clave para hacerlo.

  3. 03

    Engánchalo a un nodo raíz

    Arrastra el conector inferior del nodo hasta el puerto Model del nodo raíz que lo va a usar. Un puerto es ese anclaje pequeño y etiquetado bajo un nodo raíz donde se enganchan los subnodos. Como Groq Chat Model no tiene entrada principal, no hay nada que conectar a su izquierda ni forma de dispararlo directamente. Para probar, ejecuta el nodo raíz.

Conexiones

¿Dónde se engancha el nodo Groq Chat Model ?

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.

Salida (dónde se conecta)

  • Modelai_languageModel
01ModelEs la única conexión del nodo y va hacia arriba: el nodo se ofrece en el puerto ai_languageModel de un nodo raíz, que después llama a Groq cuando necesita generar texto.

Es la única conexión del nodo y va hacia arriba: el nodo se ofrece en el puerto ai_languageModel de un nodo raíz, que después llama a Groq cuando necesita generar texto.

Parámetros clave

  • Required: un nodo raíz no funciona sin un modelo de chat en este puerto, o sea que la conexión no es opcional.
  • AI Agent y Basic LLM Chain: los dos puntos de partida habituales, un agente que puede llamar herramientas y una cadena que solo lanza el prompt al modelo.
  • Question and Answer Chain y Summarization Chain: responder a partir de documentos y resumir textos largos.
  • Text Classifier e Information Extractor: repartir items y sacar campos estructurados de un texto libre.
Casos de uso
engánchalo a un AI Agent cuando el flujo deba decidir el siguiente paso.
Parámetros

¿Cómo se ajustan los 2 parámetros?

El nodo Groq Chat Model tiene 2 parámetros. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.

01

Model

model

Lo que ves en n8n

Notas y casos de uso

Elige qué modelo de Groq genera la compleción. n8n carga los modelos disponibles desde la API de Groq al abrir el desplegable, de modo que la lista sale de tu cuenta y no de un conjunto fijo escrito en el nodo.

Parámetros clave

  • Model: un desplegable con los modelos que la API de Groq devuelve para tu credential; el valor también admite una expresión tipo {{ $json.model }} cuando la elección viaja dentro del item.
Casos de uso
un agente que atiende respuestas cortas y análisis largos puede leer el nombre del modelo del item entrante, y cubrir ambos casos sin abrir una segunda rama.
02

Options

options

Lo que ves en n8n

Notas y casos de uso

Una colección vacía hasta que le añades algo. Si la dejas quieta, Groq aplica sus propios valores; si la abres con Add Option, decides cuánto se alarga la respuesta y cuán previsible resulta.

Parámetros clave

  • Maximum Number of Tokens: el techo de tokens generados en la compleción, entendiendo un token como el trozo de texto que el modelo lee y escribe. Limita el largo de la respuesta cuando la salida cae en un campo con tamaño máximo.
  • Sampling Temperature: gobierna el azar. Cuanto más baja, menos aleatorias son las compleciones; cerca de cero el modelo se vuelve determinista y repetitivo.
Casos de uso
en extracción o clasificación, baja la temperatura y la misma entrada devolverá la misma respuesta.
Necesitas ayuda

¿Necesitas ayuda para automatizar Groq Chat Model con n8n?

El equipo te responde directamente.

Cada mensaje lo lee una persona.

FAQ

Groq Chat Model en n8n, las dudas que vienen después

01¿El nodo Groq Chat Model es gratuito en n8n?
Sí. Viene en el paquete de IA que se entrega con n8n, así que no hay nada que instalar ni sobrecoste por el lado de n8n, tanto en n8n Cloud como en una instancia autoalojada. El autoalojamiento va con Docker o npm, bajo la Community Edition y su licencia Sustainable Use, y el flujo se comporta igual en ambos sitios. Lo que no sale gratis es el modelo: Groq cobra las llamadas de API que hace este nodo según sus propias condiciones, y n8n no añade nada encima. El nodo no cuesta, el tráfico que genera lo factura el proveedor.
02¿Qué hace falta para que funcione el nodo Groq Chat Model n8n?
Un credential de Groq y un nodo raíz donde engancharse. El credential se crea una sola vez desde el menú Credentials y se reutiliza en los demás flujos; como el nodo no trae selector Authentication, elegirlo en el panel es toda la autenticación. La otra mitad pesa igual: es un subnodo, sin entrada principal, que nunca se ejecuta solo. No hace nada hasta que su conector llega al puerto Model de un nodo raíz, por ejemplo un AI Agent o una Basic LLM Chain. Para probar, ejecuta ese nodo raíz y no este.
03¿Qué límites tiene este nodo?
Es corto a propósito. La versión 1 del nodo expone 2 parámetros: el selector Model y una colección Options con Maximum Number of Tokens y Sampling Temperature. Aquí no hay más que tocar, y todo lo relativo al prompt, las herramientas, la memoria o los reintentos vive en el nodo raíz de arriba. Tampoco tiene entrada principal: no se puede colar entre dos nodos normales y no deja items que inspeccionar a mitad de ejecución. Un flujo antiguo puede seguir mostrando una versión anterior del nodo, con menos opciones que la descrita aquí.
04¿Qué hay que enganchar como mínimo y con qué subnodo empezar?
Como mínimo, un nodo raíz y este modelo de chat en su puerto Model. Esa pareja ya funciona: una Basic LLM Chain con Groq Chat Model enganchado toma un item, lanza el prompt y devuelve la respuesta. Empieza por ahí antes que por un agente, porque una cadena hace una sola cosa y se depura rápido. Cuando el prompt esté fino, mueve ese mismo conector a un AI Agent el día en que el modelo tenga que llamar herramientas y decidir el paso siguiente. Nada más cambia en el lienzo al hacerlo.
05¿n8n o Make para mover un modelo de Groq?
Depende de dónde quieras que viva el flujo. n8n se autoaloja con Docker o npm, o corre en n8n Cloud, y el flujo es idéntico en ambos casos, algo que pesa cuando los datos que pasan por el modelo deben quedarse en tu infraestructura. Make es solo alojado, sin opción de autoalojamiento, y se cobra por operación, así que un agente hablador, con muchas llamadas, se presupuesta distinto. Compara sobre cuatro criterios: alojamiento, control de los datos, modelo de coste y cómo dibuja cada uno la lógica. Los dos hacen el trabajo.
Hack'celeration Lab

Recibe nuestros tips de integración cada semana.

Sin spam. Cancela cuando quieras.