Nœud Google Gemini n8nConfigurer Google Gemini dans n8n.

Envoie un ou plusieurs fichiers audio au modèle avec une question, et récupère sa réponse en texte. Pratique quand tu veux savoir ce que contient un enregistrement sans lire une transcription entière.

• Model : le modèle Gemini qui traite la demande, champ requis, choisi dans la liste ou posé par expression.
• Input Type : url pour renseigner URL(s), binary pour Input Data Field Name(s), plusieurs valeurs séparées par des virgules.
• Length of Description (Max Tokens) : moins de tokens donne une description audio plus courte et moins détaillée.

Transforme l'audio en texte. Aucune question à poser ici, contrairement à l'analyse : la sortie est le contenu parlé lui-même, prêt à être stocké, cherché ou renvoyé vers un second appel.

• Model : requis, c'est lui qui effectue la transcription.
• URL(s) : une ou plusieurs adresses audio séparées par des virgules, ou Input Data Field Name(s) quand le fichier arrive en binaire.
• Start Time et End Time : bornes au format MM:SS ou HH:MM:SS, de quoi réduire un webinaire entier au passage qui compte.

Donne un document au modèle et lui pose une question dessus. Le PDF cesse d'être une pièce jointe opaque : il devient des champs exploitables par la suite du workflow.

• Text Input : la question posée, par exemple ce que contient le document ou quels montants y figurent.
• URL(s) : les adresses des documents, souvent {{ $json.fileUrl }} repris du nœud d'avant.
• Simplify Output : coché, le nœud renvoie une réponse allégée au lieu de la charge brute.

Crée un store File Search vide, le conteneur que Gemini utilise pour le RAG : le modèle répond à partir des documents déposés plutôt que de son seul entraînement.

• Display Name : requis, un nom lisible par un humain, c'est ce qui permet de reconnaître le store plus tard dans la liste.

Supprime un store, et si tu le demandes, tout ce qu'il contient. C'est le pendant ménage de la création, utile quand les stores se montent par projet et disparaissent à la fin.

• File Search Store Name : requis, le nom complet au format fileSearchStores/..., pas le nom d'affichage.
• Force Delete : activé, les documents et objets liés partent aussi ; désactivé, la suppression échoue tant que le store contient des documents.

Renvoie les stores File Search détenus par le compte. C'est ainsi qu'un workflow retrouve le nom complet d'un store avant d'y déposer un fichier ou de le supprimer.

• Page Size : combien de stores reviennent par page, dans la limite de 20.
• Page Token : le jeton issu de la page précédente, à fournir pour obtenir la suivante ; sans lui, tu restes bloqué sur la première page.

Dépose un fichier dans un store existant pour que le modèle puisse le citer ensuite. C'est l'opération qui rend un montage RAG réellement utile, une fois le store créé.

• File Search Store Name : requis, le nom complet fileSearchStores/... du store visé.
• File Display Name : requis, et à soigner puisqu'il apparaît dans les citations.
• Input Type : url pour pointer URL, binary pour lire le fichier depuis Input Data Field Name.

Pose une question sur une ou plusieurs images et renvoie la réponse en texte. C'est la façon dont un workflow lit une capture d'écran, une photo ou une page scannée.

• Text Input : ce que tu demandes, par exemple ce que montre le visuel ou si une étiquette est présente.
• URL(s) : les adresses des images, plusieurs séparées par des virgules, ou Input Data Field Name(s) pour des champs binaires.
• Length of Description (Max Tokens) : plafonne la réponse, moins de tokens donnant une description d'image plus brève.

Fabrique des images à partir d'une description écrite et les rend en données binaires que le workflow stocke ou envoie. Aucun fichier en entrée ici, seulement le prompt.

• Prompt : la description du visuel voulu, la plus concrète possible.
• Number of Images : le nombre de variantes produites en une exécution.
• Put Output in Field : le nom du champ de sortie qui portera le fichier binaire, lu ensuite par le nœud suivant.

Reprend des images que tu possèdes déjà et les modifie selon une consigne. Le point de départ n'est donc pas une page blanche mais ton propre visuel.

• Prompt : la consigne de retouche, par exemple combiner la première image avec la seconde.
• Images : la collection où tu ajoutes un ou plusieurs champs binaires à joindre au prompt.
• Binary Field Name : le champ qui contient les données d'image, à préciser quand le nom par défaut ne correspond pas à ce que le nœud précédent a produit.

Pousse un fichier vers l'API Google Gemini et l'y conserve pour un usage ultérieur, ce qui évite de renvoyer le même gros média à chaque appel.

• Input Type : url pour récupérer depuis URL, binary pour prendre le fichier dans le workflow.
• Input Data Field Name : la propriété binaire qui contient le fichier, souvent data quand il sort d'un nœud de téléchargement.

L'opération texte : une réponse d'un modèle Gemini, avec le jeu d'options le plus large du nœud.

• Messages : la conversation envoyée, chaque entrée portant un Prompt et un Role, user pour poser la question, model pour imposer un ton ou une personnalité.
• System Message : les consignes permanentes valables pour tout l'appel.
• Output Randomness (Temperature) : à baisser pour des réponses reproductibles, à monter quand la variété est recherchée.
• Thinking Budget : 0 coupe le raisonnement automatique, -1 le laisse dynamique.

Répond à des questions sur le contenu d'une vidéo, ce qui transforme un fichier que personne n'a le temps de regarder en quelques phrases exploitables.

• Text Input : la question posée au modèle sur les images.
• URL(s) : les adresses des vidéos, séparées par des virgules pour en traiter plusieurs, ou Input Data Field Name(s) en entrée binaire.
• Simplify Output : coché, la réponse revient allégée plutôt que brute.

Construit une vidéo depuis un prompt écrit. La génération prend plus de temps qu'une image, d'où le choix laissé sur la forme du résultat.

• Prompt : la description du plan souhaité.
• Return As : video pour un fichier binaire dans le workflow, url pour une adresse à télécharger plus tard.
• Aspect Ratio : 16:9 pour les écrans, 9:16 pour le format vertical court.
• Person Generation : dont_allow, allow_adult ou allow_all, selon ce que la marque accepte de montrer.

Récupère une vidéo générée auprès de l'API Google Gemini à partir de l'adresse qu'elle a renvoyée, et ramène le fichier dans le workflow en binaire.

• URL : l'adresse de l'API Gemini où télécharger, en général {{ $json.url }} repris de l'étape de génération.
• Put Output in Field : le champ de sortie qui reçoit les données binaires du fichier.