Recursos · Integración n8n

Nodo Redis Chat Memory n8nConfigura Redis Chat Memory en n8n.

El historial de un chat con IA cabe mal dentro de una ejecución y muy bien dentro de Redis. El nodo Redis Chat Memory n8n es un subnodo, uno que se engancha a otro en vez de ejecutarse solo. Ocupa el puerto de memoria, trae 3 parámetros y funciona en la versión 2.

Probar el nodo Redis Chat Memory en n8nVer los 3 parámetros

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

Por qué automatizar

¿Para qué sirve el nodo Redis Chat Memory n8n?

Guarda en Redis el historial de una conversación con IA en lugar de dejarlo dentro del workflow. El nodo raíz, el que recibe los items del workflow y maneja el modelo, vuelve a leer ese historial en cada ejecución. Así el modelo recuerda lo dicho antes sin que le reenvíes la conversación entera en cada mensaje.

Imagina una tienda que atiende por chat. Sin memoria cada mensaje empieza de cero: el cliente escribe el número de pedido, pregunta a continuación y el modelo ya no sabe de qué pedido se habla. Engancha este nodo al AI Agent, apunta Session ID a la sesión del chat y el hilo se sostiene.

Segundo caso: varios canales atendidos por un mismo workflow. Por defecto todos los nodos Redis Chat Memory de un workflow acceden a la misma instancia de memoria, o sea que un canal leería el historial del otro. Darle una clave de sesión distinta a cada nodo de memoria separa las conversaciones, y para eso está Session ID en customKey.

Tercer caso: un asistente que lleva semanas funcionando y cuyo historial no para de crecer. Context Window Length limita cuántos intercambios pasados recibe el modelo, y Session Time To Live decide cuánto tiempo sigue la sesión dentro de Redis. Entre esos dos números está la diferencia entre una conversación ligera y una que arrastra su transcripción completa en cada llamada, facturada por el proveedor del modelo, sea OpenAI, Anthropic u otro.

¿Cuándo conviene otra cosa? Si el hilo solo tiene que aguantar lo que dura una ejecución, un servidor de memoria sobra. Redis se gana el sitio cuando el historial debe sobrevivir a la ejecución, compartirse entre workflows o caducar en un plazo que tú fijas. Y si el nodo raíz es una cadena en vez de un agente, ahí la memoria ni siquiera aparece.

Los límites se ven rápido. El nodo expone 3 parámetros y nada más: ninguna política de expulsión, ninguna limpieza de mensajes más allá de la ventana de contexto, ninguna lectura ni escritura de un mensaje suelto. Las acciones destructivas sobre el historial son cosa de otros nodos: un Chat Memory Manager apuntado a la misma sesión puede sobrescribir lo que este guardó. La Reseña n8n sitúa la plataforma en conjunto, y AI Agent Tool acepta el mismo puerto de memoria cuando un agente se llama como herramienta.

Conexión

¿Qué hay que conectar antes de lanzarlo?

  1. 01

    Crear el credential de Redis

    Abre el menú Credentials de n8n y añade un credential de Redis. Pide una Password, un Host (localhost por defecto), un Port (6379 por defecto), un Database Number (0 por defecto) y un interruptor SSL. Cualquier workflow de esa instancia puede usarlas, así que un segundo nodo de memoria añadido más adelante no pedirá nada nuevo.

  2. 02

    Seleccionarlo en el nodo

    Coloca el nodo Redis Chat Memory en el lienzo y elige ese credential en su panel. Aquí no hay selector de autenticación: un único tipo de credential, ninguna decisión que tomar. Lo demás que verás en el panel son los 3 parámetros que se detallan más abajo.

  3. 03

    Engancharlo a un nodo raíz

    Arrastra desde el puerto de memoria de un AI Agent, un AI Agent Tool, un Chat Memory Manager o un Chat Trigger hasta el nodo. Un subnodo nunca se ejecuta solo, así que la única forma de probar la conexión es lanzar el nodo raíz y mirar la ejecución. Suelto en el lienzo, no hace nada.

Conexiones

¿En qué puerto se engancha?

n8n reparte el trabajo de IA entre un nodo raíz, que recibe los items del workflow, y subnodos enganchados a sus puertos, un tipo de subnodo por puerto. Este ocupa el puerto de memoria y ningún otro.

Salida (dónde se conecta)

  • Memoryai_memory
01MemoryEl puerto de memoria es donde un nodo raíz recoge el historial de conversación que llevará a la siguiente llamada al modelo. Redis Chat Memory se conecta ahí y en ningún otro sitio: al no tener entrada principal, nunca recibe items directamente.

El puerto de memoria es donde un nodo raíz recoge el historial de conversación que llevará a la siguiente llamada al modelo. Redis Chat Memory se conecta ahí y en ningún otro sitio: al no tener entrada principal, nunca recibe items directamente.

Parámetros clave

  • Optional: un agente responde sin memoria, sencillamente olvida todo de un mensaje al siguiente.
  • AI Agent: el nodo raíz habitual en cuanto un asistente debe recordar un nombre o un número de expediente.
  • Chat Trigger: la entrada de un workflow de chat, que también expone un puerto de memoria.
  • Chat Memory Manager: el nodo que lee y reescribe el historial guardado, apuntado a la misma sesión de Redis.
Casos de uso
un asistente de chat cuyo hilo aguanta una recarga de página, porque el historial vive en Redis y no en la ejecución.
Parámetros

¿Cómo se ajustan los 3 parámetros?

El nodo Redis Chat Memory tiene 3 parámetros. Para cada uno: el nodo tal como lo configuras en n8n, qué cambia el parámetro y nuestras notas de campo.

01

Session ID

sessionIdType

Lo que ves en n8n

Notas y casos de uso

Este ajuste señala qué conversación lee y escribe el nodo. Cada historial cuelga de una sesión, y dos ejecuciones que comparten sesión comparten hilo.

Parámetros clave

  • Session ID: fromInput (Connected Chat Trigger Node) busca un campo de entrada llamado sessionId que venga de un Chat Trigger conectado directamente; customKey (Define below) permite escribir una expresión que referencia datos de nodos anteriores, o un texto fijo.
  • Session Key From Previous Node: el campo que lleva la clave cuando la defines tú, casi siempre {{ $json.sessionId }}.
Casos de uso
una sesión por cliente en un chat de soporte, para que dos personas que escriben en el mismo minuto no se crucen los historiales.
02

Session Time To Live

sessionTTL

Lo que ves en n8n

Notas y casos de uso

Aquí fijas cuánto tiempo conserva Redis la sesión antes de tirarla. Es el único parámetro que actúa cuando el workflow ya ha terminado.

Parámetros clave

  • Session Time To Live: un número de segundos, el tiempo que se almacena la sesión. Puesto a 0 no caduca, y el historial se queda mientras nadie lo borre.
Casos de uso
un bot comercial cuyo hilo debe empezar limpio si el visitante vuelve al día siguiente, y un asistente interno cuyo historial está pensado para quedarse. El mismo nodo cubre ambos, con un número de diferencia.
03

Context Window Length

contextWindowLength

Lo que ves en n8n

Notas y casos de uso

Historial guardado e historial enviado no son lo mismo. Este número marca cuántos intercambios pasados recibe de verdad el modelo como contexto en cada llamada.

Parámetros clave

  • Context Window Length: el número de interacciones anteriores que se tienen en cuenta como contexto, al margen de lo que Redis conserve.
Casos de uso
una incidencia técnica que se alarga y donde solo cuentan los últimos intercambios. Ventana corta, modelo centrado: cada interacción de más es texto que viaja al proveedor en cada mensaje.
Necesitas ayuda

¿Necesitas ayuda para automatizar Redis Chat Memory con n8n?

El equipo te responde directamente.

Cada mensaje lo lee una persona.

FAQ

Lo que se pregunta después

01¿El nodo Redis Chat Memory n8n es gratis?
Sí por el lado de n8n. El nodo forma parte del paquete de IA que viene con n8n, así que está en n8n Cloud, la oferta alojada por n8n, y también en una instancia autoalojada en Community Edition con licencia Sustainable Use. Nada que instalar, ningún coste extra hacia n8n. Lo que sí puede costar está fuera: el servidor de Redis al que te conectas y el proveedor del modelo de chat enganchado al mismo nodo raíz, que factura sus propias llamadas de API según sus condiciones. El nodo de memoria no llama a ningún modelo.
02¿Qué hace falta para que funcione?
Dos cosas. Un credential de Redis, creado una vez en el menú Credentials de n8n y reutilizable en todos los workflows de esa instancia, y un nodo raíz al que engancharse. Este nodo es un subnodo: no tiene entrada principal y nunca se ejecuta solo, o sea que solo hace algo cuando cuelga del puerto de memoria de un AI Agent, un AI Agent Tool, un Chat Memory Manager o un Chat Trigger. En el nodo no hay selector de autenticación, así que no hay nada más que elegir aparte del credential.
03¿Qué límites tiene el nodo?
Hace una sola cosa y expone 3 parámetros en la versión 2: la clave de sesión, cuánto vive la sesión y cuántos intercambios pasados llegan al modelo. No se puede leer, editar ni borrar un mensaje suelto desde el panel. Hay un comportamiento que sorprende: si pones varios nodos Redis Chat Memory en un workflow, todos acceden por defecto a la misma instancia de memoria, de modo que una acción destructiva de otro nodo puede borrar lo que este guardó. Con claves de sesión distintas el problema desaparece.
04¿Qué hay que enganchar como mínimo y por dónde empezar?
Como mínimo un nodo raíz y un modelo de chat, porque la memoria sola no responde nada. El montaje de partida es un AI Agent con un modelo de chat en su puerto de modelo y este nodo en su puerto de memoria. Empieza con Session ID en la opción Connected Chat Trigger Node si un Chat Trigger alimenta al agente directamente, porque entonces la clave de sesión llega sola. Pasa a Define below cuando la conversación arranque en otro sitio, un ticket o un número de teléfono, y tengas que nombrar tú la clave.
05¿n8n o Make para este tipo de workflow con IA?
Depende de dónde quieras los datos y de cómo prefieras pagar. n8n se autoaloja con Docker o npm, lo que mantiene el historial de conversación y la conexión a Redis en una infraestructura tuya, y el mismo workflow corre igual en n8n Cloud. Make solo existe alojado, sin opción de autoalojamiento, y factura por operación: previsible, pero sube con el volumen. Los dos se montan de forma visual. Si el contenido es sensible o el volumen alto, el alojamiento suele decidir la partida.
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