Ressources · Intégration n8n

Nœud AI Agent n8nConfigurer AI Agent dans n8n.

Le nœud AI Agent n8n est celui qui prend les décisions à ta place. Il lit chaque item qui entre, choisit l'outil à appeler, puis rédige la réponse. Onze paramètres règlent son comportement, quatre ports portent ce dont il a besoin pour tourner, du modèle de chat à l'output parser.

Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth

Pourquoi automatiser

À quoi sert vraiment le nœud AI Agent n8n ?

L'AI Agent est un nœud racine : il reçoit les items du workflow par son entrée principale, puis boucle entre le modèle de chat et les outils branchés jusqu'à obtenir une réponse. Autour de lui, des sous-nœuds, c'est-à-dire de petits nœuds qui se clipsent sur un port sous l'agent au lieu de se placer dans la ligne du workflow. Un type de sous-nœud par port, et un sous-nœud ne s'exécute jamais tout seul.

Premier cas : la boîte de support. Un nœud Gmail fait entrer le message, et un System Message dit à l'agent de traiter lui-même les questions de remboursement et de faire remonter tout ce qui concerne une commande abîmée. Avec un outil branché, il arrête d'improviser : il appelle l'outil, récupère une vraie valeur, et construit sa réponse autour.

Deuxième cas : la conversation qui se souvient. Branche un sous-nœud de mémoire et l'agent garde le fil entre deux exécutions, ce qui rend un assistant interne dans Slack réellement utilisable. Sans mémoire, chaque message repart de zéro et l'agent redemande le numéro de commande donné une minute plus tôt.

Troisième cas : l'agent qui alimente un tableau. Active Require Specific Output Format, branche un output parser, et la réponse arrive sous forme de champs nommés plutôt qu'en paragraphe. Le nœud suivant ajoute alors une ligne dans Google Sheets sans étape de découpage au milieu.

Toutes les étapes IA ne méritent pas un agent. Quand la tâche est figée, résumer ceci, classer cela, un simple appel au modèle fait le même travail avec moins de pièces mobiles et aucune boucle d'outils à déboguer. L'agent devient intéressant quand l'action suivante dépend de ce que le modèle trouve, et quand une approximation doit céder la place à une vraie recherche. Même raisonnement pour un nœud dédié : si un appel Openai suffit, prends le chemin court.

Restent les limites, à connaître avant de construire. Cette page décrit la version 3 du nœud. Le sélecteur de type d'agent est déprécié depuis n8n 1.82.0 et tous les agents tournent désormais en Tools Agent ; la version 1 du nœud disparaît à partir de n8n 3.0, donc les anciennes variantes SQL, ReAct, Plan and Execute et OpenAI Functions cessent d'y fonctionner. Un modèle de chat est obligatoire, et il faut au moins un outil branché. n8n n'ajoute rien à ta facture, mais le fournisseur du modèle facture ses propres appels d'API selon ses conditions. Sur le choix de la plateforme, l'Avis n8n creuse le sujet, et la Formation n8n montre comment monter ce type de workflow.

Connexions

Qu'est-ce qu'on branche sur l'agent ?

L'agent est le nœud racine, et tout ce qu'il lui faut se raccroche en dessous : on tire un sous-nœud sur un port, un type de sous-nœud par port, et aucun d'eux ne s'exécute de son côté.

Ports (ce qui se branche)

  • Chat Modelai_languageModelrequis
  • Memoryai_memoryoptionnel
  • Toolai_tooloptionnel
  • Output Parserai_outputParseroptionnel
01Chat ModelLe modèle de chat lit le prompt, décide si un outil est nécessaire et rédige le texte final. C'est le seul port qu'on ne peut pas laisser vide.

Le modèle de chat lit le prompt, décide si un outil est nécessaire et rédige le texte final. C'est le seul port qu'on ne peut pas laisser vide.

Paramètres clés

  • Required : port vide, l'exécution s'arrête sur l'erreur qui réclame un sous-nœud de modèle de chat.
  • OpenAI Chat Model et Anthropic Chat Model sont les points de départ habituels, chacun portant le credential de son fournisseur, c'est-à-dire la clé enregistrée dans n8n.
  • Google Gemini Chat Model convient si les clés sont déjà de ce côté.
  • Ollama Chat Model vise un modèle hébergé chez toi, les prompts ne sortent donc pas de la machine.
Cas d'usage
un seul modèle pilote tout l'agent, et il se remplace plus tard sans toucher aux outils.
02MemoryLa mémoire transporte ce qui a été dit lors des exécutions précédentes, pour que l'agent suive une conversation au lieu de traiter chaque item comme un premier contact.

La mémoire transporte ce qui a été dit lors des exécutions précédentes, pour que l'agent suive une conversation au lieu de traiter chaque item comme un premier contact.

Paramètres clés

  • Optional : laisse le port vide pour une tâche unique, où un contexte propre à chaque passage est justement ce qu'on veut.
  • Simple Memory garde les derniers échanges dans l'instance n8n, ce qui suffit à un widget de chat ou à un petit bot interne.
  • Postgres Chat Memory et Redis Chat Memory stockent l'historique hors de n8n quand plusieurs workflows partagent la même conversation.
Cas d'usage
un bot de support qui ne redemande pas deux fois le même numéro de commande. Si un vieux template renvoie une erreur sur Simple Memory, supprime le sous-nœud et rajoute-le pour repasser sur la version courante.
03ToolLes outils, c'est ce que l'agent sait faire en plus de parler. Il lit leur description, en choisit un, lui envoie des arguments et intègre le résultat à sa réponse.

Les outils, c'est ce que l'agent sait faire en plus de parler. Il lit leur description, en choisit un, lui envoie des arguments et intègre le résultat à sa réponse.

Paramètres clés

  • Optional côté port, mais le nœud est construit autour des outils : sans au moins un branché, tu paies un chat un peu cher.
  • Calculator reste le premier outil honnête, puisqu'il remplace un calcul que le modèle inventerait.
  • Code Tool exécute ton propre bout de code quand l'action dépend de tes données.
  • Wikipedia et Think Tool couvrent la recherche et le temps de réflexion avant que l'agent ne se décide.
Cas d'usage
un agent qui annonce un total réel plutôt qu'un total vraisemblable.
04Output ParserL'output parser met en forme ce qui sort de l'agent : du texte libre transformé en champs que la suite du workflow sait lire.

L'output parser met en forme ce qui sort de l'agent : du texte libre transformé en champs que la suite du workflow sait lire.

Paramètres clés

  • Optional, et pris en compte uniquement lorsque Require Specific Output Format est activé.
  • Structured Output Parser est le choix par défaut : tu décris la forme attendue, l'agent la remplit.
  • Auto-fixing Output Parser renvoie au modèle une sortie mal formée pour une seconde tentative.
  • Item List Output Parser sert quand la réponse est une liste.
Cas d'usage
une catégorie qui atterrit directement dans une colonne de tableur.
Paramètres

Quel paramètre toucher, et à quel moment ?

Le nœud AI Agent compte 11 paramètres. Pour chacun : le nœud tel que tu le configures dans n8n, ce que le paramètre change, et nos notes de terrain.

01

Source for Prompt (User Message)

promptType

Ce que tu vois dans n8n

Notes & cas d'usage

Ce sélecteur indique où l'agent va chercher le message de l'utilisateur. C'est la première chose à vérifier quand le nœud tourne sur un prompt vide.

Paramètres clés

  • Connected Chat Trigger Node (auto) : cherche le champ chatInput venu d'un Chat Trigger branché directement sur l'agent.
  • Connected Guardrails Node (guardrails) : cherche guardrailsInput depuis un nœud Guardrails branché directement.
  • Prompt (User Message) : le champ requis ouvert par define (Define below), où tu saisis du texte ou une expression comme {{ $json.subject }}.
Cas d'usage
une erreur de prompt manquant se règle en passant sur Define below. Une expression vide produit l'erreur 400 sur la valeur de content.
02

Require Specific Output Format

hasOutputParser

Ce que tu vois dans n8n

Notes & cas d'usage

À activer quand la réponse doit être lisible par une machine. Le nœud expose alors le port d'output parser et cesse de renvoyer un paragraphe de prose.

Paramètres clés

  • Require Specific Output Format : un booléen. Activé, l'agent doit produire la forme décrite par le parser branché ; désactivé, tu récupères du texte brut.
Cas d'usage
un agent de tri qui doit répondre par une catégorie et une priorité, parce que la branche suivante compare des valeurs au lieu de lire des phrases.
03

Enable Fallback Model

needsFallback

Ce que tu vois dans n8n

Notes & cas d'usage

Une sécurité côté modèle. Activé, l'agent est configuré avec un modèle de repli en plus du principal, pour qu'un appel en échec ait une porte de sortie.

Paramètres clés

  • Enable Fallback Model : un booléen, inutile sur un agent de test, pertinent dès que le workflow tourne sans personne devant.
Cas d'usage
un agent de nuit qui traite les tickets de la veille et ne doit pas laisser la file intacte parce qu'un fournisseur a eu une mauvaise heure.
04

System Message

options.systemMessage

Ce que tu vois dans n8n

Notes & cas d'usage

C'est ici qu'on écrit l'instruction envoyée à l'agent avant le début de la conversation. L'essentiel de la qualité d'un agent se joue dans ce champ, pas dans le choix du modèle.

Paramètres clés

  • System Message : du texte libre, transmis avant le message utilisateur. Décris le rôle, le ton, la conduite à tenir quand un outil échoue, et les cas où il vaut mieux ne rien répondre que deviner.
Cas d'usage
imposer le passage par la calculatrice pour tout montant et le refus de toute question hors catalogue produit.
05

Max Iterations

options.maxIterations

Ce que tu vois dans n8n

Notes & cas d'usage

Un agent travaille en boucles : réfléchir, appeler un outil, lire le résultat, réfléchir encore. Ce nombre plafonne les boucles auxquelles il a droit avant l'arrêt.

Paramètres clés

  • Max Iterations : le nombre maximal d'itérations avant que l'agent s'arrête. Monte-le pour une tâche à plusieurs recherches, baisse-le quand tu préfères un échec rapide à une longue spirale.
Cas d'usage
un agent coincé à rappeler le même outil s'arrête de lui-même, et le journal d'exécution montre où la boucle a commencé.
06

Return Intermediate Steps

options.returnIntermediateSteps

Ce que tu vois dans n8n

Notes & cas d'usage

Par défaut le nœud ne rend que la réponse finale. Avec cette option, la sortie contient aussi les étapes par lesquelles l'agent est passé.

Paramètres clés

  • Return Intermediate Steps : un booléen. Activé, la sortie inclut les appels d'outils et leurs résultats ; désactivé, la charge utile reste légère.
Cas d'usage
déboguer un agent qui renvoie un mauvais chiffre, puisque les étapes montrent quel outil a été appelé et ce qu'il a répondu. Pratique pendant la construction, bavard une fois le workflow en production.
07

Automatically Passthrough Binary Images

options.passthroughBinaryImages

Ce que tu vois dans n8n

Notes & cas d'usage

Quand un item arrive avec une image attachée, cette option la transmet à l'agent sous forme de message de type image au lieu de la laisser de côté.

Paramètres clés

  • Automatically Passthrough Binary Images : un booléen qui décide si les images binaires sont passées automatiquement à l'agent.
Cas d'usage
un agent de boîte mail qui reçoit la photo d'un colis abîmé et doit décrire ce qu'il voit avant d'ouvrir une réclamation. Utile seulement avec un modèle qui accepte les images.
08

Tracing Metadata

options.tracingMetadata

Ce que tu vois dans n8n

Notes & cas d'usage

Cette option accroche tes propres étiquettes aux événements de traçage de l'exécution, pour retrouver un passage autrement que par son horodatage.

Paramètres clés

  • Key : le nom de l'étiquette, par exemple un client ou une campagne.
  • Type : le type de la valeur, parmi stringValue, numberValue, booleanValue, arrayValue et objectValue.
  • Value : le contenu lui-même, souvent une expression comme {{ $json.customerId }}.
Cas d'usage
marquer chaque exécution avec le compte concerné, puis les retrouver toutes quand un client signale une réponse étrange.
09

Auto-save highlighted data

options.autoSaveHighlightedData

Ce que tu vois dans n8n

Notes & cas d'usage

Les données mises en avant permettent de filtrer la vue des exécutions sur tes propres valeurs, au lieu de faire défiler une liste de passages.

Paramètres clés

  • Auto-save highlighted data : un booléen, activé par défaut, disponible sur les offres Pro et Enterprise de n8n Cloud, ainsi que sur Enterprise ou une Community Edition enregistrée en auto-hébergé.
Cas d'usage
un agent qui tourne toute la journée et qu'on veut chercher par ticket plutôt que par heure. Sur une offre qui n'inclut pas la fonction, laisse l'option tranquille.
10

Enable Streaming

options.enableStreaming

Ce que tu vois dans n8n

Notes & cas d'usage

Le streaming renvoie la réponse au fil de l'écriture au lieu d'attendre le dernier mot, ce qui change complètement la perception d'une génération longue.

Paramètres clés

  • Enable Streaming : un booléen, activé par défaut. Il ne fonctionne que si le workflow démarre sur un trigger compatible, c'est-à-dire un Chat Trigger ou un nœud Webhook dont Response Mode est réglé sur Streaming.
Cas d'usage
une interface de chat où le texte apparaît au fur et à mesure. Derrière un trigger incapable de diffuser, l'option ne change rien.
11

Batch Processing

options.batching

Ce que tu vois dans n8n

Notes & cas d'usage

Quand une centaine d'items arrivent d'un coup sur l'agent, c'est ici qu'on ralentit volontairement le nœud pour rester dans les limites de débit du fournisseur du modèle.

Paramètres clés

  • Batch Size : le nombre d'items traités en parallèle. Utile contre les limites de débit, au prix d'un ordre de journal qui peut bouger.
  • Delay Between Batches : une pause en millisecondes entre deux lots, pour la même raison.
Cas d'usage
une exécution nocturne sur un export complet, où une rafale d'appels serait rejetée alors qu'un rythme régulier passe.
Besoin d'aide

Besoin d'aide pour automatiser AI Agent avec n8n ?

L'équipe te répond directement.

Chaque message est lu par une personne.

FAQ

AI Agent dans n8n, les questions qui suivent

01Le nœud AI Agent est-il gratuit dans n8n ?
Oui. Le nœud est livré avec n8n dans son paquet IA, sur n8n Cloud comme sur une instance auto-hébergée, sans installation et sans surcoût côté n8n. Un workflow se comporte de la même façon dans les deux cas. Ce qui n'est pas gratuit, c'est le modèle : le fournisseur branché via le sous-nœud de modèle de chat facture ses propres appels d'API selon ses conditions, et n8n n'ajoute rien par-dessus. Un agent laissé en production sur un gros volume coûte donc chez le fournisseur, pas chez n8n. Seule l'option Auto-save highlighted data dépend de l'offre, Pro ou Enterprise dans le cloud, Enterprise ou Community Edition enregistrée en auto-hébergé.
02Quels credentials demande le nœud AI Agent n8n ?
Aucun. L'agent n'a rien à authentifier : pas de champ de credential, pas de sélecteur d'authentification, rien à préparer côté compte. La clé se trouve un étage plus bas, sur le sous-nœud de modèle de chat branché au port Chat Model, et c'est lui qui porte le credential du fournisseur, c'est-à-dire l'identifiant enregistré une fois dans n8n. Même logique pour un outil qui appelle un service externe : le credential appartient à l'outil. C'est aussi pour ça que le nœud échoue immédiatement quand le port Chat Model reste vide. Branche le modèle, renseigne sa clé une fois, elle se réutilise dans tous les workflows de l'instance.
03Quelles sont les limites du nœud AI Agent ?
Cette page décrit la version 3 du nœud. Le sélecteur de type d'agent est déprécié depuis n8n 1.82.0 et tous les agents tournent en Tools Agent, donc les variantes SQL, ReAct, Plan and Execute et OpenAI Functions ne sont plus des choix proposés. La version 1 du nœud disparaît à partir de n8n 3.0 : un workflow qui l'utilise encore cesse de fonctionner après cette montée de version. Un modèle de chat est obligatoire et il faut au moins un outil branché. Un workflow ancien peut aussi afficher moins d'options que celles décrites ici, puisque les paramètres listés viennent de la dernière version du nœud.
04Que faut-il brancher au minimum pour faire tourner un agent ?
Un modèle de chat, et au moins un outil. Le port Chat Model est requis et bloque l'exécution s'il reste vide. Le port Tool est optionnel sur le papier, mais un agent sans outil revient à un appel de modèle avec des étapes en plus. Pour débuter, branche un modèle de chat chez un fournisseur dont tu as déjà la clé, ajoute Calculator comme premier outil, et laisse Memory et Output Parser vides. Une fois que ça tourne, ajoute Simple Memory pour tenir une conversation, puis un Structured Output Parser avec Require Specific Output Format quand la réponse doit alimenter un autre nœud.
05n8n ou Make pour construire un agent ?
Ça dépend surtout de l'endroit où les données doivent rester. n8n s'auto-héberge avec Docker ou npm, ou s'utilise sur n8n Cloud, et le workflow est identique dans les deux cas, ce qui compte quand les prompts et les données clients ne doivent pas quitter ton infrastructure. Make est hébergé, sans option d'auto-hébergement, et facturé à l'opération : le coût suit alors le volume d'étapes plutôt que la machine. Les deux se construisent visuellement. Les vraies questions sont l'hébergement, la maîtrise des données, le modèle de coût et l'aisance de l'équipe sur chaque interface.
Hack'celeration Lab

Reçois nos tips intégration chaque semaine.

Pas de spam. Désinscription à tout moment.