Ressources · Intégration n8n

Nœud Recursive Character Text Splitter n8nConfigurer Recursive Character Text Splitter dans n8n.

La qualité d'une recherche documentaire se joue au découpage. Le nœud Recursive Character Text Splitter n8n coupe le texte de façon récursive : d'abord aux paragraphes, puis aux phrases, puis aux mots. Trois champs à régler, un port à brancher, et rien ne tourne sans nœud racine.

Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth

Pourquoi automatiser

À quoi sert le nœud Recursive Character Text Splitter n8n ?

Il prend le texte qu'un loader lui passe et le coupe en morceaux (des « chunks ») de la taille demandée, en respectant les ruptures qui existent déjà. Un paragraphe reste entier tant qu'il rentre, sinon on descend à la phrase, puis au mot. Couper au milieu d'un mot n'arrive qu'en dernier recours, et c'est pour ça que n8n le conseille dans la majorité des cas.

Premier cas, la base de connaissances interne. Un Default Data Loader lit les documents remontés par le workflow (la suite d'étapes automatisées), ce nœud les découpe, et les chunks partent se faire vectoriser puis stocker. Quand un AI Agent répondra aux questions des équipes, il ira chercher ces morceaux-là. Un chunk qui s'arrête au milieu d'une définition ressort mal, même avec un excellent modèle derrière.

Deuxième cas, le compte rendu interminable que personne n'ouvre. Une Summarization Chain ne peut pas l'avaler d'un coup : elle travaille par passes. C'est le splitter qui fabrique les passes, et c'est Chunk Overlap qui évite qu'une phrase à cheval sur deux morceaux se retrouve coupée en deux. Le modèle, lui, vient d'un fournisseur comme Google Gemini, qui facture ses propres appels d'API.

Troisième cas, la veille. Des articles arrivent, se découpent, se stockent, et un résumé quotidien tombe dans un canal Slack. Là, le champ intéressant est Options : sur du contenu technique écrit en Markdown, Split Code fait couper le nœud sur les titres et les blocs de code plutôt qu'au jugé.

Quand vaut-il mieux autre chose ? Un découpage qui tombe tous les N caractères, sans regarder le texte, donne des morceaux parfaitement réguliers, pratique quand on veut un volume prévisible. Il coupe aussi en plein milieu des phrases. Le découpage récursif abandonne cette régularité pour garder le sens groupé, et ce compromis gagne assez souvent pour être le choix par défaut. Autre option, ne rien découper du tout : une ligne de Google Sheets ou un ticket court n'a aucun besoin d'être coupé.

Deux limites à connaître avant de câbler. Le nœud compte des caractères, pas des jetons (les unités que facture et traite un modèle), donc une taille qui passe chez un fournisseur peut déborder chez un autre. Et en version 1, il expose trois champs et une seule option, rien sur les métadonnées ni sur les en-têtes. Pour aller plus loin sur ces arbitrages, la Formation n8n les traite atelier par atelier.

Connexions

Sur quoi se branche ce découpeur ?

Dans les workflows IA, n8n sépare le nœud racine, qui s'exécute sur les items, et les sous-nœuds branchés sur ses ports : celui-ci est un sous-nœud, il ne fait rien tant qu'un nœud racine ne l'appelle pas.

Sortie (où il se branche)

  • Text Splitterai_textSplitter
01Text SplitterLe nœud n'a pas d'entrée principale, juste un port, Text Splitter. On tire un fil depuis ce port vers un nœud racine qui accepte un découpeur, et c'est ce racine qui décide quand l'appeler et quel texte lui donner.

Le nœud n'a pas d'entrée principale, juste un port, Text Splitter. On tire un fil depuis ce port vers un nœud racine qui accepte un découpeur, et c'est ce racine qui décide quand l'appeler et quel texte lui donner.

Paramètres clés

  • Optional : un nœud racine prend un découpeur sur ce port, et celui-ci fait partie des candidats, ce n'est pas une obligation.
  • Default Data Loader : transforme les documents d'un item en texte, puis fait passer chaque document par le découpeur avant vectorisation.
  • Summarization Chain : a besoin d'un texte long déjà coupé pour le résumer en plusieurs passes.
Cas d'usage
un workflow d'indexation garde son découpeur, un workflow de résumé en garde un autre, réglé plus large.
Paramètres

Quels champs le nœud propose-t-il ?

Le nœud Recursive 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

Chunk Size

chunkSize

Ce que tu vois dans n8n

Notes & cas d'usage

Ce champ fixe le nombre de caractères que contient un morceau. C'est un plafond, pas une longueur exacte : le nœud remplit jusqu'à cette valeur, puis remonte à la rupture naturelle la plus proche en dessous.

Paramètres clés

  • Chunk Size : un compte de caractères, pas de mots ni de jetons, à garder en tête quand on le compare à la fenêtre de contexte d'un modèle.
Cas d'usage
sur un centre d'aide où chaque réponse se suffit à elle-même, une petite taille isole une réponse par morceau. Sur un contrat, une taille plus large garde un article et ses exceptions ensemble.
02

Chunk Overlap

chunkOverlap

Ce que tu vois dans n8n

Notes & cas d'usage

Le recouvrement recopie la fin d'un morceau au début du suivant. Sans lui, une phrase posée sur une frontière se coupe en deux et aucun des deux morceaux ne porte l'information complète : la recherche rate alors un passage qui existe pourtant dans le document.

Paramètres clés

  • Chunk Overlap : un compte de caractères repris du morceau précédent, à garder nettement sous Chunk Size, puisque ce texte répété mange le même budget.
Cas d'usage
une procédure qui se poursuit d'une page à l'autre reste lisible, ses dernières étapes réapparaissant en tête du morceau suivant.
03

Options

options

Ce que tu vois dans n8n

Notes & cas d'usage

Options est une collection vide tant qu'on n'y ajoute rien. Elle porte le réglage qui change l'endroit où le nœud cherche ses points de coupe ; fermée, le comportement reste celui de la prose ordinaire.

Paramètres clés

  • Options : la collection elle-même, qu'on ouvre avec Add Option, rien n'y est prérempli.
  • Split Code : choisis un langage comme python, markdown, html ou java, et le découpage suit cette syntaxe au lieu des paragraphes.
Cas d'usage
indexer un dépôt de code, pour qu'une fonction reste dans un seul morceau avec sa signature.
Besoin d'aide

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

L'équipe te répond directement.

Chaque message est lu par une personne.

FAQ

Les questions qu'on se pose avant de câbler

01Le nœud Recursive Character Text Splitter n8n est-il gratuit ?
Oui. Il fait partie du paquet IA livré avec n8n : rien à installer, rien à payer en plus côté n8n, aussi bien sur n8n Cloud que sur une instance auto-hébergée en Community Edition, sous licence Sustainable Use. Un workflow se comporte pareil dans les deux cas. La seule facture vient d'ailleurs : le fournisseur du modèle de chat ou de vectorisation branché sur le nœud racine facture ses propres appels d'API, selon ses conditions, et n8n n'ajoute rien par-dessus. Le découpage en lui-même ne coûte rien, puisqu'il se fait dans ton instance avant le moindre appel sortant.
02Que faut-il configurer pour qu'il fonctionne ?
Rien à authentifier, et ça vaut la peine de le dire. Ce nœud n'a ni credential (le jeu d'identifiants stocké par n8n) ni sélecteur Authentication : aucun compte à connecter, aucune clé à coller. La clé du fournisseur vit sur le sous-nœud de modèle branché au même nœud racine, pas ici. Ce qu'il faut vraiment, c'est un nœud racine devant : un Default Data Loader dans un flux d'indexation, ou une Summarization Chain. Tire le fil depuis le port Text Splitter vers ce racine, règle Chunk Size et Chunk Overlap, et le nœud est prêt à tourner.
03Quelles sont les limites de ce nœud ?
Il compte des caractères, pas des jetons : une taille qui tient dans la fenêtre de contexte d'un modèle peut déborder chez un autre. En version 1, il expose trois champs, avec une seule option dans la collection, Split Code. Rien ne permet de couper sur des métadonnées, de répéter un en-tête sur chaque morceau ni de raisonner en phrases plutôt qu'en caractères. Il ne tourne jamais seul non plus : pas d'entrée principale, pas d'exécution sans nœud racine qui l'appelle. Un workflow ancien peut afficher une version antérieure du nœud, avec moins d'options, donc vérifie ce qu'indique le panneau.
04Que faut-il brancher au minimum, et par quel sous-nœud commencer ?
Commence par un Default Data Loader comme nœud racine. C'est le chemin le plus court vers quelque chose qui tourne : le loader prend les documents de l'item, les passe au découpeur, et les morceaux repartent se faire vectoriser puis stocker. Branche le port Text Splitter, règle Chunk Size, mets un Chunk Overlap plus petit, laisse Options fermée. Ensuite, relis quelques morceaux avant d'aller plus loin : la plupart des problèmes de recherche se voient là, à l'œil nu. La Summarization Chain est l'autre nœud racine qui accepte ce découpeur, à préférer quand l'objectif est un résumé plutôt qu'un index.
05n8n ou Make pour un workflow de découpage comme celui-là ?
Ça dépend d'où vivent tes documents et de qui a le droit de les lire. n8n tourne sur tes propres serveurs via Docker ou npm, ou sur n8n Cloud, avec le même workflow dans les deux cas : des documents sensibles peuvent donc être découpés et vectorisés sans sortir de ton infrastructure. Make est hébergé uniquement, sans auto-hébergement possible, et se facture à l'opération, ce qui change le calcul quand une seule indexation découpe un gros document en une longue série de morceaux. Les deux se construisent visuellement. Le choix se fait sur l'hébergement, la maîtrise des données et le modèle de coût.
Hack'celeration Lab

Reçois nos tips intégration chaque semaine.

Pas de spam. Désinscription à tout moment.