Agentes n8n

Quando Usar

Use esta habilidade para design de Agente n8n AI, LangChain, classificador, extrator, memória, RAG, chamada de ferramenta, saída estruturada ou revisão humana. Confirme a instância n8n de destino e inspecione o esquema do nó ativo antes de aplicar configurações sensíveis à versão.

Antes de ativar ou testar um fluxo de trabalho que possa enviar mensagens, gravar dados, fazer compras, alterar contas ou chamar serviços externos, mostre ao usuário os efeitos exatos e obtenha aprovação. Armazene chaves e tokens de provedor apenas nas credenciais do n8n; nunca os coloque em prompts, nós Set, JSON de fluxo de trabalho, exemplos ou logs.

O nó Agente n8n AI (@n8n/n8n-nodes-langchain.agent) é um driver LLM multi-turno com sub-nós para o modelo, memória, ferramentas e um analisador de saída opcional. Esta habilidade é o guia aprofundado para projetar agentes e a família LangChain ao redor deles. Para a visão geral de "onde um agente se encaixa em um fluxo de trabalho", consulte a habilidade n8n-workflow-patterns — esta habilidade desce um nível para como construí-lo bem.

Para formatos de tipo de nó: no JSON do fluxo de trabalho, os nós LangChain usam a forma longa @n8n/n8n-nodes-langchain.* (.agent, .lmChatOpenAi, .memoryBufferWindow, .outputParserStructured, .toolWorkflow, .toolHttpRequest, .toolCode). Ao chamar get_node / validate_node, use a forma curta (nodes-langchain.agent). Veja n8n-mcp-tools-expert para as regras de formato.

Escolha o nó certo primeiro

Recorrer a um Agente quando a tarefa é classificação ou extração de um único tiro é o "over-build" mais comum. Decida antes de conectar qualquer coisa:

Detalhe do Classificador de Texto (o anti-padrão Agente + Switch): cada categoria precisa de um nome E uma descrição. O modelo roteia contra a descrição, não o nome — uma categoria sem descrição é escolhida por cara ou coroa. Defina options.enableAutoFixing: true para robustez em entradas de borda. Um nó, N ramificações, pronto. Recorrer a um Agente que "decide" e depois a um Switch que "roteia" são dois nós mais boilerplate de prompt para o que o Classificador de Texto faz nativamente.

Nós de modelo de chat (.lmChatOpenAi, .lmChatAnthropic, .lmChatOpenRouter, …) são sub-nós — eles não rodam sozinhos. Eles se conectam a uma cadeia, agente, classificador ou extrator através da conexão ai_languageModel.

O padrão de sub-nó

O Agente tem uma entrada principal (o prompt / mensagem do usuário) e até quatro slots de sub-nó, cada um conectado por seu próprio tipo de conexão ai_*:

Um sub-nó se conecta DE si mesmo PARA o agente. No JSON do fluxo de trabalho, a conexão vive no sub-nó, indexada pelo tipo ai_*:

"Main LLM": {
  "ai_languageModel": [[{ "node": "AI Agent", "type": "ai_languageModel", "index": 0 }]]
},
"Simple Memory": {
  "ai_memory": [[{ "node": "AI Agent", "type": "ai_memory", "index": 0 }]]
},
"Search customer DB": {

…