Recursos · Integración n8n

Nodo Token Splitter n8nConfigura Token Splitter en n8n.

El nodo Token Splitter n8n mide en tokens, no en caracteres. Convierte la cadena de texto en tokens BPE, divide esos tokens en fragmentos y devuelve cada fragmento a texto. Dos parámetros lo gobiernan y funciona como subnodo enganchado al nodo raíz que lo llama.

Probar el nodo Token Splitter en n8nVer los 2 parámetros

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

Por qué automatizar

¿Para qué sirve el nodo Token Splitter n8n?

El nodo toma una cadena de texto, la convierte en tokens BPE (las unidades que lee de verdad un modelo de lenguaje, donde una palabra pesa a veces un token y a veces varios), divide esos tokens en fragmentos y vuelve a convertir en texto los tokens de cada fragmento. Es un subnodo: no tiene entrada principal, nunca se ejecuta solo y no hace nada hasta que se conecta a un nodo raíz que pide un text splitter.

Primer escenario: una distribuidora indexa sus fichas técnicas para que un asistente responda preguntas de los comerciales. Cada ficha llega como un solo bloque de texto y un modelo solo admite una cantidad limitada de tokens por vez. Con Chunk Size en 2000, el splitter entrega al loader piezas que caben en ese presupuesto, sea cual sea el idioma del documento. Medir en tokens y no en caracteres importa: el mismo párrafo en español, con sus acentos y su eñe, no suma los mismos tokens que en inglés.

Segundo escenario: una base documental que alimenta a un AI Agent a través de un vector store. Un fragmento que parte una frase por la mitad deja al buscador con media idea y la respuesta sale difusa. Chunk Overlap repite una franja de tokens al principio del fragmento siguiente, así el final de un pasaje sigue pegado al comienzo del otro. El proveedor del modelo que hay detrás del agente, OpenAI, Anthropic o Google Gemini, cobra sus propias llamadas de API según sus condiciones: cuanto más cortos los fragmentos, más llamadas.

Tercer escenario: resumir la transcripción de una sesión larga. La Summarization Chain lee el texto por partes, así que el tamaño de la parte decide cuánto contexto ve cada pasada. Un Chunk Size amplio da menos pasadas y un resumen más grueso. Uno ajustado da más pasadas y más detalle.

¿Cuándo conviene otra cosa? Este nodo codifica y decodifica, y eso es trabajo extra. Si el contenido es prosa corriente y un corte aproximado vale, un splitter que cuenta caracteres resulta más ligero. Si la estructura del documento merece respeto, primero párrafos, luego líneas, luego palabras, un splitter recursivo la sigue donde este solo ve un flujo plano de tokens. Quédate con el Token Splitter cuando el límite que aprieta se exprese en tokens.

Límites conocidos: dos parámetros y nada más. Sin separador a elegir, sin codificador seleccionable, sin ajustes documento a documento dentro de una misma ejecución. Tampoco muestra salida propia en el lienzo, porque un subnodo devuelve su resultado al nodo raíz que lo llamó. Para ordenar toda la cadena alrededor, el Curso n8n repasa los nodos vecinos, y la Reseña n8n mira la plataforma entera.

Conexiones

¿Dónde se conecta el Token Splitter ?

Un flujo de IA en n8n gira en torno a un nodo raíz que recibe los items del workflow y a subnodos enganchados a sus puertos, un tipo de subnodo por puerto. El Token Splitter no tiene puerto de entrada: ofrece una única salida que recoge el nodo raíz.

Salida (dónde se conecta)

  • Text Splitterai_textSplitter
01Text SplitterEs el puerto por el que se engancha el nodo. Arrastra el conector del Token Splitter hasta un nodo raíz con hueco de text splitter y ese nodo lo llamará cada vez que necesite partir una cadena demasiado larga.

Es el puerto por el que se engancha el nodo. Arrastra el conector del Token Splitter hasta un nodo raíz con hueco de text splitter y ese nodo lo llamará cada vez que necesite partir una cadena demasiado larga.

Parámetros clave

  • Optional: un nodo raíz admite un text splitter en este puerto, y la división solo entra en juego cuando el texto es lo bastante largo como para necesitarla.
  • Default Data Loader: el loader que prepara los documentos antes de vectorizarlos, el sitio habitual del splitter en un flujo de búsqueda documental.
  • Summarization Chain: la cadena que resume un texto largo en varias pasadas, fragmento a fragmento.
Casos de uso
el Default Data Loader para indexar contratos o manuales, y la Summarization Chain cuando una transcripción supera lo que cabe en una sola pasada.
Parámetros

¿Qué parámetros se ajustan en este nodo?

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

01

Chunk Size

chunkSize

Lo que ves en n8n

Notas y casos de uso

Fija el número máximo de tokens por fragmento. El nodo codifica el texto en tokens BPE, los cuenta y cierra el fragmento en cuanto llega al techo: es un presupuesto firme, no un promedio.

Parámetros clave

  • Chunk Size: un número de tokens, escrito en el campo o leído del item entrante con una expresión como {{ $json.chunkSize }} cuando el tamaño depende del documento.
Casos de uso
una base de ayuda indexada para búsqueda mantiene fragmentos cortos, para que una consulta devuelva un pasaje concreto; un resumen de reunión sube el techo, para que cada pasada abarque más conversación.
02

Chunk Overlap

chunkOverlap

Lo que ves en n8n

Notas y casos de uso

Define cuántos tokens comparten dos fragmentos consecutivos, para que el contexto de la unión no se pierda. El final de un fragmento reaparece al principio del siguiente.

Parámetros clave

  • Chunk Overlap: un número de tokens compartidos entre fragmentos consecutivos, bastante por debajo del techo del fragmento, ya que cada token compartido se guarda dos veces.
Casos de uso
una cláusula o un procedimiento que cruza el salto de página sobrevive al corte gracias al solape, porque la frase iniciada en un fragmento sigue legible al empezar el siguiente. Déjalo en 0 cuando la fuente ya son fichas cortas e independientes.
Necesitas ayuda

¿Necesitas ayuda para automatizar Token Splitter con n8n?

El equipo te responde directamente.

Cada mensaje lo lee una persona.

FAQ

Dudas frecuentes sobre el Token Splitter

01¿El Token Splitter está incluido en n8n sin coste extra?
Sí. El nodo forma parte del paquete de IA de n8n, publicado como @n8n/n8n-nodes-langchain, y viene listo tanto en n8n Cloud como en una instancia autoalojada con la Community Edition y su licencia Sustainable Use. Nada que instalar, nada que pagar del lado de n8n, y un workflow se comporta igual en ambas configuraciones. La única factura que puede aparecer en un flujo de IA llega del proveedor del modelo que conectas más adelante, porque cada uno cobra sus propias llamadas de API según sus condiciones. El splitter no llama a ningún servicio externo: codifica, corta y decodifica dentro de tu instancia.
02¿Qué credenciales o permisos hacen falta?
Ninguno. Este nodo no tiene credential, es decir, ningún juego de claves guardado en n8n, ni selector Authentication: no hay clave que pegar ni aplicación que autorizar antes de usarlo. Lo que sí necesita es un nodo raíz al que engancharse, porque un subnodo nunca se ejecuta solo. Conéctalo a un Default Data Loader o a una Summarization Chain y empieza a trabajar en cuanto ese nodo raíz se ejecuta. La clave de API que haya en el flujo pertenece al subnodo de modelo o de embeddings que está al lado, no al splitter. Dos valores que ajustar, una conexión que arrastrar, y listo.
03¿Qué límites tiene este nodo?
Hace una sola cosa y expone dos parámetros, Chunk Size y Chunk Overlap. No hay separador configurable, ni codificador a elegir, ni regla para conservar párrafos o frases enteras, ni ajustes distintos por documento dentro de una misma ejecución. Esta página describe la versión 1 del nodo, la más alta del catálogo, y un workflow antiguo puede mostrar una versión anterior con menos opciones. Al ser un subnodo, carece de entrada principal y no devuelve nada al lienzo del workflow: su resultado vuelve al nodo raíz que pidió la división.
04¿Cuándo elegir el nodo Token Splitter n8n en vez de otro divisor?
En cuanto el límite que aprieta se mide en tokens, o sea, siempre que entre en juego la ventana de contexto de un modelo o un tope de embeddings. Cortar por caracteres es aproximar ese límite de lejos, y la diferencia crece con textos acentuados, con código o con alfabetos no latinos, donde una palabra pesa varios tokens. Cambia de divisor cuando la estructura importe más que la cuenta exacta, por ejemplo en un documento largo donde partir a mitad de párrafo hace más daño que un fragmento algo grande. Como mínimo: este nodo, un nodo raíz en el puerto Text Splitter y los dos valores.
05¿n8n o Make para este tipo de división?
Depende sobre todo de dónde tienen que vivir tus datos. n8n se autoaloja con Docker o npm, o se usa en n8n Cloud, la oferta alojada por n8n, así que un proceso que lee documentos internos puede quedarse de punta a punta en tu propia infraestructura. Make solo existe alojado, sin opción de autoalojamiento, y factura por operación, algo que cambia las cuentas cuando un documento genera cientos de fragmentos. En lógica visual ambos encadenan bloques; el modelo de nodo raíz y subnodos que ves aquí es propio de cómo n8n organiza sus nodos de IA. Mira alojamiento, control del dato y modelo de coste.
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