Ressources · Intégration n8n

Nœud Character Text Splitter n8nConfigurer Character Text Splitter dans n8n.

Un document de cent pages ne rentre nulle part d'un seul bloc. Le nœud Character Text Splitter n8n le coupe en morceaux à partir d'une suite de caractères, avec 3 paramètres à régler : Separator, Chunk Size et Chunk Overlap. C'est un sous-nœud, un assistant qu'on branche sur un autre nœud et qui ne tourne jamais seul.

Tester le nœud Character Text Splitter sur n8nVoir les 3 paramètres

Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth

Pourquoi automatiser

À quoi sert le nœud Character Text Splitter n8n ?

Il récupère le texte que lui passe un chargeur de documents et le coupe en morceaux plus petits, avec une suite de caractères comme point de coupe et un nombre de caractères comme taille maximale. Chaque morceau reprend la fin du précédent, pour qu'une phrase coupée en deux reste lisible des deux côtés. Le nœud ne s'exécute pas tout seul : il se branche sur le port Text Splitter d'un nœud racine, c'est-à-dire le nœud qui reçoit les items du workflow et pilote ses assistants.

Premier cas : une base de connaissances alimentée par des fichiers. Un chargeur lit un contrat ou un mode opératoire, ce nœud le coupe selon Chunk Size, et les morceaux partent se faire stocker pour être retrouvés plus tard. Trop gros, le morceau noie la bonne phrase dans du bruit. Trop petit, il perd le fil du paragraphe. C'est le réglage sur lequel on revient le plus.

Deuxième cas : le résumé d'un document long. Une chaîne de résumé ne lit pas deux cents pages d'une traite, elle lit les morceaux produits ici et les recompose. Separator prend alors tout son sens : coupe sur une ligne vide et chaque morceau démarre en début de paragraphe, pas au milieu d'un mot.

Troisième cas : un assistant qui répond à partir de tes propres documents. Une fois le texte découpé et stocké, un AI Agent va chercher le bon passage avant de répondre, et le modèle de chat, chez OpenAI ou ailleurs, rédige la réponse. La qualité se joue au moment du découpage, bien avant que le modèle voie quoi que ce soit.

Quand s'en passer ? Quand le texte arrive déjà découpé, un enregistrement propre par item, par exemple depuis Google Sheets : découper une cellule déjà courte ne fait qu'ajouter un chevauchement inutile. Et quand la structure compte plus que la longueur, un découpeur qui respecte les frontières d'un code ou d'un markdown tombe plus juste qu'une coupe au caractère.

Les limites méritent d'être connues avant de se lancer. Le nœud compte des caractères, pas des jetons de modèle, donc la taille choisie reste une approximation de ce que le modèle avalera vraiment. Il n'a pas d'entrée principale ni de credential, donc rien ici ne parle à une API. Et il expose 3 paramètres, pas un de plus : le reste appartient au nœud racine qu'il alimente. Pour situer n8n plus largement, l'Avis n8n fait le tour, et la Formation n8n monte ce type de workflow de bout en bout.

Connexions

Sur quoi se branche ce sous-nœud ?

n8n sépare les nœuds racines, qui reçoivent les items du workflow, et les sous-nœuds, qui se raccordent à leurs ports et font une seule chose chacun. Celui-ci est un sous-nœud : il n'a qu'une sortie.

Sortie (où il se branche)

  • Text Splitterai_textSplitter
01Text SplitterLe nœud se raccorde au port Text Splitter d'un nœud racine et lui remet les morceaux qu'il a produits. Tire le connecteur depuis ce port, choisis Character Text Splitter, et le nœud racine arrête de traiter le document comme un bloc unique.

Le nœud se raccorde au port Text Splitter d'un nœud racine et lui remet les morceaux qu'il a produits. Tire le connecteur depuis ce port, choisis Character Text Splitter, et le nœud racine arrête de traiter le document comme un bloc unique.

Paramètres clés

  • Optional : un nœud racine fonctionne sans découpeur branché, et se met à en utiliser un dès que tu le connectes à ce port.
  • Default Data Loader : le chargeur qui lit tes données de document, l'endroit habituel où brancher ce découpeur avant le stockage.
  • Summarization Chain : le nœud racine qui résume un texte long, et qui a besoin du document coupé en passes lisibles.
Cas d'usage
un manuel de procédures passe par Default Data Loader, se fait découper ici, et atterrit dans un stockage que ton agent peut interroger.
Paramètres

Comment régler les 3 paramètres ?

Le nœud Character Text Splitter compte 3 paramètres. Pour chacun : le nœud tel que tu le configures dans n8n, ce que le paramètre change, et nos notes de terrain.

01

Separator

separator

Ce que tu vois dans n8n

Notes & cas d'usage

C'est la suite de caractères que le nœud cherche pour décider où couper. Elle découpe le document en items distincts à cet endroit précis, pour que la coupe tombe sur une frontière qui a du sens et pas au milieu d'un mot.

Paramètres clés

  • Separator : une valeur texte que tu saisis, un retour à la ligne pour de la prose, une virgule pour une liste d'entrées. Passe par {{ $json.separator }} quand plusieurs types de documents n'ont pas la même frontière.
Cas d'usage
un export de FAQ où chaque réponse occupe son paragraphe se coupe proprement sur une ligne vide, et chaque morceau reste large d'une seule question.
02

Chunk Size

chunkSize

Ce que tu vois dans n8n

Notes & cas d'usage

Chunk Size plafonne ce qu'un morceau peut contenir. C'est le nombre maximal de caractères par morceau, donc la quantité de contexte qui voyage ensemble quand le morceau part au stockage ou revient en lecture.

Paramètres clés

  • Chunk Size : un nombre de caractères, saisi en dur ou piloté par une expression du type {{ $json.chunkSize }} quand des notes courtes et des rapports longs traversent le même workflow.
Cas d'usage
un manuel produit découpé fin renvoie des passages précis à une recherche, alors que le même manuel découpé large donne à une chaîne de résumé moins de passes, mais plus fournies.
03

Chunk Overlap

chunkOverlap

Ce que tu vois dans n8n

Notes & cas d'usage

Le chevauchement, c'est la fin d'un morceau répétée au début du suivant. Ce paramètre fixe le nombre de caractères partagés entre deux morceaux consécutifs, pour qu'une phrase coupée en deux garde son sens des deux côtés.

Paramètres clés

  • Chunk Overlap : un nombre de caractères, à garder nettement en dessous de Chunk Size pour que les morceaux restent distincts, ou à moduler par document avec {{ $json.chunkOverlap }}.
Cas d'usage
une clause de contrat à cheval sur deux morceaux garde ses premiers mots dans le morceau suivant, et une recherche sur cette clause la retrouve en entier.
Besoin d'aide

Besoin d'aide pour automatiser Character Text Splitter avec n8n ?

L'équipe te répond directement.

Chaque message est lu par une personne.

FAQ

Character Text Splitter dans n8n, les réponses

01Le nœud Character Text Splitter est-il inclus dans n8n ?
Oui. Il fait partie du paquet IA de n8n, @n8n/n8n-nodes-langchain, livré avec n8n. Rien à installer, aucun surcoût côté n8n, que tu sois sur n8n Cloud ou sur une instance auto-hébergée en Community Edition sous licence Sustainable Use. Le workflow se comporte pareil dans les deux cas. Ce nœud ne fait aucun appel d'API de son côté, il n'ajoute donc pas non plus de coût fournisseur. Ce qui se facture dans un workflow IA vient du fournisseur du modèle branché plus haut, OpenAI, Anthropic, Google ou Mistral, qui applique ses propres conditions.
02Que faut-il pour faire tourner le nœud Character Text Splitter n8n ?
Rien à authentifier. Ce nœud n'a ni credential, c'est-à-dire l'identifiant enregistré dans n8n pour accéder à un service, ni sélecteur Authentication. Aucun compte à connecter, aucune clé à coller, aucune autorisation à valider. Le credential est porté par le sous-nœud modèle branché ailleurs dans le même montage. Ce dont il a besoin, c'est d'un nœud racine sur lequel se raccorder via son port Text Splitter, puisqu'il n'a pas d'entrée principale. Branche-le sur un Default Data Loader ou une Summarization Chain, règle les 3 paramètres, et il fonctionne dès la première exécution.
03Quelles sont les limites de ce nœud ?
Il coupe au caractère, et seulement au caractère. Le séparateur est une frontière de texte que tu choisis : tout ce qui n'est pas marqué par cette frontière passe à la trappe, le nœud ne distingue pas un titre d'une note de bas de page. Il compte des caractères et non des jetons de modèle, donc Chunk Size reste une approximation de ce qu'un modèle lira vraiment. Il expose 3 paramètres, sans aperçu des morceaux avant leur sortie. La page décrit la version 1 du nœud, la plus élevée du catalogue ; un workflow ancien peut afficher une version antérieure avec moins d'options.
04Par quel découpeur commencer, et que faut-il brancher au minimum ?
Commence par celui-ci quand le texte a un séparateur évident que tu peux nommer, une ligne vide entre les paragraphes ou un délimiteur entre les enregistrements. Le câblage minimal tient en deux nœuds : un nœud racine qui accepte un port Text Splitter, donc un Default Data Loader qui lit tes documents ou une Summarization Chain qui les digère, plus ce nœud sur ce port. Ce que le nœud racine réclame sur ses autres ports, un modèle de chat par exemple, le regarde lui. Règle Chunk Size, puis Chunk Overlap, puis ajuste le Separator en regardant les morceaux obtenus.
05n8n ou Make pour découper des documents ?
Ça dépend de l'endroit où tes données doivent vivre. n8n s'auto-héberge avec Docker ou npm, ou s'utilise sur n8n Cloud, avec un workflow identique dans les deux cas : les documents peuvent donc être traités sur une infrastructure que tu maîtrises. Make est hébergé uniquement, sans option d'auto-hébergement, et se facture à l'opération, ce qui change le calcul quand un document se transforme en centaines de morceaux. Côté construction, les deux offrent un canevas visuel. n8n quand la maîtrise des données et le coût au volume pèsent, Make quand une plateforme entièrement gérée passe avant.
Hack'celeration Lab

Reçois nos tips intégration chaque semaine.

Pas de spam. Désinscription à tout moment.

Même plateforme

Autres docs utiles sur ce stack.

Voir toutes les intégrations