Recursos · Integración n8n

Nodo Lemonade Chat Model n8nConfigura Lemonade Chat Model en n8n.

El nodo Lemonade Chat Model n8n entrega un modelo de chat servido por Lemonade al nodo que hace el trabajo de verdad. Es un subnodo: nunca se ejecuta solo y se engancha por el puerto ai_languageModel. Siete parámetros deciden el modelo y cómo sale el texto.

Probar el nodo Lemonade Chat Model en n8nVer los 7 parámetros

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

Por qué automatizar

¿Para qué sirve el nodo Lemonade Chat Model n8n?

Pone a disposición un modelo de lenguaje conversacional, gestionado por un servidor Lemonade, para que otros nodos de n8n lo consulten. En el modelo de IA de n8n, un nodo raíz recibe los items del flujo de trabajo por su entrada principal y los subnodos se enganchan a sus puertos, un tipo de subnodo por puerto. Un subnodo es una pieza sin entrada principal propia. Este lo es, y su puerto se llama ai_languageModel.

Imagina una tienda que quiere responder preguntas de clientes sin copiar y pegar. Colocas un AI Agent en el flujo, conectas este nodo a su puerto de modelo, eliges un nombre en Model y el agente razona con el modelo que aloja tu servidor Lemonade. El resto del flujo sigue igual: el agente conserva sus herramientas y su memoria, ese subnodo que guarda los turnos anteriores de la conversación.

Segundo caso: una clasificación que tiene que salir igual dos veces seguidas. Un Text Classifier o un Sentiment Analysis alimentado por este modelo pide un Sampling Temperature bajo y un Top P ajustado. Lo mismo detrás de un Structured Output Parser, donde una respuesta creativa es una respuesta rota.

Tercer caso: resúmenes breves que paran donde toca. Una Summarization Chain o una Basic LLM Chain conectada a este nodo se limita con Max Tokens to Generate y se corta en seco con Stop Sequences cuando el texto debe acabar antes de una firma o de una línea separadora.

¿Cuándo conviene otra cosa? Este nodo solo habla con un servidor Lemonade. Si el modelo que quieres viene de un proveedor alojado, el nodo dedicado es el camino corto, por ejemplo OpenAI o Anthropic. Y si expones un agente como pieza invocable por otro agente, el nodo raíz al que apuntar es AI Agent Tool, no una cadena.

Los límites, claros. Un puerto, siete parámetros, nada más. La lista de modelos es la que carga y gestiona el servidor Lemonade, así que un modelo ausente se arregla en el servidor y no en n8n. No hay opción de streaming, ni reintentos, ni tope de consumo aquí. Sea cual sea el modelo, su proveedor factura sus propias llamadas de API según sus condiciones y n8n no añade nada. ¿Aún dudas de la plataforma? La Reseña n8n compara alojamiento y lógica de coste.

Conexión

¿Qué hay que conectar antes de usarlo?

  1. 01

    Levanta un servidor Lemonade con sus modelos

    El nodo no aloja nada. Los modelos se cargan y se gestionan en el servidor Lemonade, y de ahí lee la lista Model. El primer paso ocurre fuera de n8n: arrancar el servidor y comprobar qué nombres de modelo expone. Si más adelante falta un modelo en el desplegable, la respuesta está en este punto.

  2. 02

    Crea el credential una sola vez en n8n

    Abre el menú Credentials de n8n y crea el credential que pide el nodo, es decir, los datos de conexión guardados aparte del flujo de trabajo. n8n los guarda a nivel de instancia, de modo que el mismo credential vale para todos los flujos, tanto en n8n Cloud como en una instancia autoalojada. Lo creas una vez y luego lo seleccionas desde el panel del nodo.

  3. 03

    Engancha el nodo a un nodo raíz

    Coloca el nodo Lemonade Chat Model junto al nodo raíz que va a usarlo y arrastra su conector hasta el puerto de modelo. Como no tiene entrada principal, no hay nada que cablear desde el paso anterior del flujo. Para probarlo, ejecuta el nodo raíz: un subnodo solo se activa cuando el nodo de arriba le pide una respuesta.

Conexiones

¿Dónde se engancha este nodo?

El nodo raíz lleva la lógica del flujo de trabajo y pide a sus subnodos las piezas que le faltan; este responde en el puerto de modelo, y en ningún otro sitio.

Salida (dónde se conecta)

  • Modelai_languageModel
01ModelEs la única conexión del nodo, de tipo ai_languageModel. Lleva el modelo de chat hasta el nodo que le enviará el prompt.

Es la única conexión del nodo, de tipo ai_languageModel. Lleva el modelo de chat hasta el nodo que le enviará el prompt.

Parámetros clave

  • Required: sin entrada principal, el nodo no se ejecuta nunca si falta esta conexión, y el flujo lo ignora sin más.
  • AI Agent: el punto de partida más habitual, un agente que razona, llama herramientas y responde.
  • Basic LLM Chain: un prompt, una respuesta, cuando no hace falta llamar herramientas.
  • Question and Answer Chain: responde a partir de documentos recuperados y no solo del prompt.
  • Information Extractor: saca campos concretos de un texto libre.
Casos de uso
un flujo de atención donde el agente redacta un borrador de respuesta, y un flujo nocturno donde una cadena convierte notas sueltas en un resumen legible, ambos servidos por el mismo modelo de Lemonade.
Parámetros

¿Qué parámetros importan de verdad?

El nodo Lemonade Chat Model tiene 7 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

Indica qué modelo genera la finalización. Es el único parámetro obligatorio del nodo, y la lista viene directamente del servidor Lemonade.

Parámetros clave

  • Model: el nombre de modelo que expone tu servidor Lemonade, elegido en el desplegable; si queda vacío, detiene la ejecución.
Casos de uso
apuntar un agente de redacción a un nombre de modelo y luego cambiar solo ese campo para probar otro que el servidor ofrezca, sin volver a cablear nada.
02

Sampling Temperature

options.temperature

Lo que ves en n8n

Notas y casos de uso

Ajusta cuánto azar entra en el texto generado. Cuanto más baja, más enfocada y determinista sale la respuesta; cuanto más alta, más variada.

Parámetros clave

  • Sampling Temperature: un número, 0.7 por defecto; bájalo para respuestas que deben repetirse, súbelo para formulaciones que deben cambiar.
Casos de uso
una clasificación de tickets que debe dar el mismo veredicto sobre el mismo ticket va baja; un generador de asuntos de correo va más alta.
03

Top P

options.topP

Lo que ves en n8n

Notas y casos de uso

Reduce el conjunto de tokens entre los que elige el modelo, quedándose con el grupo más pequeño cuya probabilidad acumulada supera el umbral. Un token es un fragmento de texto, más o menos un trozo de palabra.

Parámetros clave

  • Top P: un número, 1 por defecto, que deja el grupo entero; al bajarlo desaparecen poco a poco las opciones menos probables.
Casos de uso
apretarlo ayuda cuando la respuesta debe quedarse en un vocabulario conocido, por ejemplo referencias de catálogo. Toca este parámetro o la temperatura, nunca los dos a la vez, o ya no sabrás cuál cambió la salida.
04

Frequency Penalty

options.frequencyPenalty

Lo que ves en n8n

Notas y casos de uso

Pondera los tokens que ya han aparecido en el texto generado. Los valores positivos desincentivan la repetición, los negativos la fomentan.

Parámetros clave

  • Frequency Penalty: un número, 0 por defecto, así que no hay penalización hasta que pongas una.
Casos de uso
un resumen largo que vuelve una y otra vez sobre la misma frase se calma con un valor positivo pequeño. Si lo fuerzas, el modelo empieza a buscar sinónimos raros.
05

Presence Penalty

options.presencePenalty

Lo que ves en n8n

Notas y casos de uso

Mira si un token ha aparecido, no cuántas veces. Los valores positivos penalizan los que ya están presentes y empujan al modelo hacia terreno nuevo.

Parámetros clave

  • Presence Penalty: un número, 0 por defecto; súbelo cuando una respuesta se queda pegada a un solo tema.
Casos de uso
buscar ángulos para una campaña, donde cinco variantes de una misma idea valen menos que cinco ideas distintas.
06

Max Tokens to Generate

options.maxTokens

Lo que ves en n8n

Notas y casos de uso

Pone techo a la longitud de la respuesta. El modelo para cuando agota el presupuesto, tenga o no la frase terminada.

Parámetros clave

  • Max Tokens to Generate: un número, -1 por defecto, que significa sin límite; un valor alto puede dar salidas larguísimas, así que fíjalo a propósito.
Casos de uso
una respuesta de chat que debe caber en un mensaje de Slack, o un campo que se escribe en una fila de hoja de cálculo, piden techo en vez de presupuesto abierto.
07

Stop Sequences

options.stop

Lo que ves en n8n

Notas y casos de uso

Define las cadenas de texto que terminan la generación. En cuanto el modelo produce una de ellas, se detiene.

Parámetros clave

  • Stop Sequences: una lista de secuencias separadas por comas, vacía por defecto.
Casos de uso
cortar una respuesta antes del bloque de firma, o parar en una línea separadora cuando el siguiente nodo del flujo solo necesita la primera parte.
Necesitas ayuda

¿Necesitas ayuda para automatizar Lemonade Chat Model con n8n?

El equipo te responde directamente.

Cada mensaje lo lee una persona.

FAQ

Preguntas que llegan después

01¿El nodo Lemonade Chat Model viene incluido en n8n?
Sí. Forma parte del paquete de IA que se entrega con n8n, tanto en n8n Cloud como en una instancia autoalojada en Community Edition, bajo licencia Sustainable Use. No hay nada que instalar ni sobrecoste por el nodo en sí. El coste está en otro sitio: el proveedor del modelo al que llamas factura sus propias llamadas de API según sus condiciones, y n8n no añade nada encima. El autoalojamiento pasa por Docker o npm, y un flujo de trabajo se comporta igual en ambos casos.
02¿Qué hace falta para que funcione el nodo Lemonade Chat Model n8n?
Dos cosas. Un servidor Lemonade, porque ahí se cargan y se gestionan los modelos y de ahí sale la lista Model, y el credential que usa el nodo, creado una vez desde el menú Credentials y reutilizable en todos los flujos de la instancia. Después, dentro del nodo solo hay un parámetro obligatorio: Model. Los otros seis son opciones. Y como es un subnodo, también necesita un nodo raíz al que engancharse por su puerto de modelo; si no, se queda en el lienzo sin ejecutarse jamás.
03¿Qué límites tiene este nodo?
Es estrecho a propósito. La versión 1 expone siete parámetros y un solo puerto de conexión, así que todo lo que va más allá de elegir modelo y ajustar la generación queda fuera. Los modelos disponibles son los que carga el servidor Lemonade, de modo que un modelo que falta se arregla en el servidor y no en n8n. No tiene entrada principal, no saca datos a una rama normal del flujo y nada permite ejecutarlo por su cuenta. Un flujo antiguo puede mostrar todavía una versión anterior del nodo, con menos opciones.
04¿Qué hay que conectar como mínimo y con qué nodo empezar?
El mínimo son dos cosas: un nodo raíz unido al puerto de modelo y un nombre de modelo relleno. Para empezar, el AI Agent es la pareja más común, porque cubre respuestas, llamadas a herramientas y repreguntas en una sola pieza. Si la tarea es un prompt y una respuesta, la Basic LLM Chain pesa menos y se depura antes. Para respuestas apoyadas en tus propios documentos, apunta a una Question and Answer Chain. La memoria y las herramientas llegan después, cuando el modelo ya responde bien.
05¿n8n o Make para este tipo de flujo con IA?
Depende de cuatro criterios. Alojamiento: Make lo aloja Make, sin opción de autoalojamiento, mientras que n8n corre en tu propio servidor con Docker o npm, o en n8n Cloud. Control de datos: una instancia autoalojada mantiene los prompts y el tráfico hacia el modelo dentro de tu perímetro. Modelo de coste: Make factura por operación, lo que cambia cómo diseñas los bucles. Lógica visual: los dos dibujan el flujo, y n8n añade el esquema de nodo raíz y subnodo que describe esta página. Ninguno es mala herramienta, la respuesta sale de tus restricciones.
Hack'celeration Lab

Recibe nuestros tips de integración cada semana.

Sin spam. Cancela cuando quieras.

Misma plataforma

Otros docs útiles sobre este stack.

Ver todas las integraciones