Recursos · Integración n8n

Nodo Item List Output Parser n8nConfigura Item List Output Parser en n8n.

Una respuesta del modelo, varios items en el flujo. El nodo Item List Output Parser n8n parte lo que devuelve un modelo de chat en items separados, según un separador y un número máximo. Tiene 2 opciones, se conecta al puerto Output Parser de un nodo raíz y nunca se ejecuta solo.

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

Por qué automatizar

¿Para qué sirve el nodo Item List Output Parser n8n?

Un modelo de chat responde en un único bloque de texto. Cuando esa respuesta es en realidad una lista, hay que partirla antes de que el resto del flujo sirva de algo. De eso se encarga este nodo: toma la respuesta del nodo raíz al que está conectado y la devuelve como items separados, uno por línea por defecto. Un output parser es un subnodo, o sea un nodo pequeño que se engancha al puerto de otro más grande en vez de colocarse en el flujo principal.

Primer escenario: un catálogo. El modelo lee la ficha de un producto y devuelve sus características, una por línea. Sin parser, el nodo siguiente recibe un solo item con todo el bloque dentro. Con el parser conectado, cada característica es un item y un nodo Google Sheets escribe una fila por característica en lugar de meterlo todo en una celda.

Segundo escenario: soporte. El modelo revisa los tickets del día y devuelve los temas que se repiten. El parser los convierte en items y Slack publica un mensaje por tema, con el valor recuperado mediante una expresión del tipo {{ $json.response }}. No hace falta montar un bucle: n8n ya ejecuta la rama una vez por item.

Tercer escenario: un AI Agent que reparte una tarea en pasos. Le pides el plan, el parser devuelve los pasos como items y la rama posterior corre tantas veces como pasos haya. La misma idea con un modelo de Google Gemini enganchado al nodo raíz: el parser no cambia, solo cambia el modelo.

Cuándo conviene otra cosa: este nodo devuelve una lista plana de cadenas de texto, nada más. Si el flujo necesita campos con tipo, un objeto por resultado con nombre, fecha e importe, partir texto por un separador no es el camino y toca un parser que devuelva JSON estructurado. Y si la lista ya viene limpia en un campo del item, basta con una expresión y un nodo de división, sin ningún subnodo de IA.

Los límites, mejor por delante. El nodo no tiene entrada principal ni nada más allá de sus 2 opciones: no limpia la respuesta, no quita duplicados, no arregla un formato roto. Y depende del modelo, que tiene que respetar el separador pedido en el prompt; aquí nada le obliga. La versión descrita es la 1, y un flujo antiguo puede mostrar menos. El hosting y las comparaciones se tratan en la Reseña n8n.

Conexiones

¿A qué se conecta este subnodo?

n8n separa el trabajo de IA en dos piezas: 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)

  • Output Parserai_outputParser
01Output ParserEste nodo no tiene entrada principal. Expone una sola conexión, el puerto Output Parser, por el que un nodo raíz lee su respuesta a través del parser en vez de en texto plano.

Este nodo no tiene entrada principal. Expone una sola conexión, el puerto Output Parser, por el que un nodo raíz lee su respuesta a través del parser en vez de en texto plano.

Parámetros clave

  • Optional: un nodo raíz funciona sin ningún parser enganchado y devuelve su respuesta tal cual.
  • Basic LLM Chain: el punto de partida más sencillo, un prompt único cuya respuesta vuelve ya partida.
  • AI Agent: la respuesta final del agente llega en items y la rama siguiente corre una vez por item.
  • Auto-fixing Output Parser: usa este nodo como su parser y vuelve a pedir al modelo cuando la respuesta no se deja partir.
Casos de uso
pruébalo sobre un Basic LLM Chain con un prompt corto y luego lleva el montaje a un AI Agent Tool.
Parámetros

¿Qué parámetros se ajustan en el nodo?

El nodo Item List Output Parser tiene un parámetro. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.

01

Options

options

Lo que ves en n8n

Notas y casos de uso

Todo lo configurable vive detrás de Add Option. Sin tocar nada, el parser corta por salto de línea y devuelve todas las líneas que encuentra. La colección se abre cuando el modelo responde con otra forma.

Parámetros clave

  • Number Of Items: cuántos items se devuelven como máximo. Con -1 no hay límite, lo que quieres en una exportación completa; se topa cuando cada item dispara una acción cara.
  • Separator: el separador que se usa para partir los resultados en items. Por defecto el salto de línea, una coma cuando el prompt pide la lista en una sola línea.
Casos de uso
unas palabras clave pedidas en una línea vuelven con comas, así que Separator recibe una coma.
Necesitas ayuda

¿Necesitas ayuda para automatizar Item List Output Parser con n8n?

El equipo te responde directamente.

Cada mensaje lo lee una persona.

FAQ

Item List Output Parser y n8n, las dudas que vienen después

01¿El nodo Item List Output Parser n8n viene incluido, en Cloud y en autoalojado?
Sí. El nodo forma parte del paquete de IA que se entrega con n8n: nada que instalar y ningún coste añadido por el lado de n8n, tanto si el flujo corre en n8n Cloud, la oferta alojada por n8n, como en tu propia instancia en Community Edition bajo licencia Sustainable Use. Un flujo se comporta igual en ambos sitios. Lo único que se factura en un flujo de IA lo cobra el proveedor del modelo, OpenAI, Anthropic, Google, Mistral u otro, que aplica sus condiciones a sus llamadas de API. El parser no llama a ningún servicio externo, así que no suma nada a esa cuenta.
02¿Qué hay que configurar para que funcione?
En este nodo, nada. No tiene credential, es decir una credencial guardada dentro de n8n, ni selector de autenticación: ninguna cuenta que enlazar, ninguna clave que pegar. Lo que sí pide credencial es el modelo de chat enganchado al nodo raíz, porque es el que habla con el proveedor. En la práctica: coloca un nodo raíz, un AI Agent o un Basic LLM Chain, engánchale un modelo con su clave y arrastra este parser al puerto Output Parser. Queda el prompt, que debe pedir un resultado por línea para que el separador por defecto tenga por dónde cortar.
03¿Qué límites tiene este nodo?
Parte texto y ahí se acaba. Devuelve una lista plana de cadenas, sin nombres de campo ni tipos, así que una respuesta que debería convertirse en un objeto con varias propiedades se le escapa. Tiene 2 opciones y ninguna más: no recorta espacios, no elimina duplicados, no filtra líneas vacías. Tampoco tiene entrada principal, o sea que no se puede colocar entre dos nodos normales, y nunca se ejecuta solo. Y no puede obligar al modelo a respetar el separador, eso se juega en el prompt. Aquí se describe la versión 1 y un flujo antiguo puede mostrar menos opciones.
04¿Qué hay que conectar como mínimo y por qué subnodo empezar?
El mínimo es un nodo raíz más un modelo de chat, porque sin modelo un nodo raíz no responde. Este parser llega en tercer lugar y sigue siendo opcional. Para empezar, coge un Basic LLM Chain, engánchale un modelo con una credencial válida, escribe un prompt que pida un elemento por línea y conecta este nodo al puerto Output Parser. Lanza una ejecución y mira el panel de salida: deberías ver varios items y no uno solo. Cuando eso funcione, el mismo parser se mueve a un AI Agent o a un AI Agent Tool sin tocar sus ajustes, y un Auto-fixing Output Parser puede envolverlo si el modelo se sale del formato de vez en cuando.
05¿n8n o Make para partir la respuesta de un modelo?
Depende de dónde viva el flujo y de cómo quieras pagarlo. Make es una plataforma alojada, sin opción de autoalojamiento, facturada por operación: cómoda para un equipo que no quiere administrar nada y que valora sobre todo el montaje visual. n8n corre en Cloud o en tus propios servidores, con Docker o npm, así que el dato se queda donde tú decides, algo que pesa cuando el texto que va al modelo es un documento de un cliente. En la parte de IA, el esquema de nodo raíz y subnodos es propio de n8n: el parser es una pieza que se engancha y se mueve. Los dos hacen el trabajo, la decisión está en el hosting, el control del dato y el modelo de coste.
Hack'celeration Lab

Recibe nuestros tips de integración cada semana.

Sin spam. Cancela cuando quieras.