Tutorial de n8n AI Agent: crea tu primer agente
Tutorial práctico de agentes de IA en n8n: conecta un modelo de chat, añade herramientas y memoria, y soluciona bucles y errores de selección.
Comprobado con las fuentes citadas el .
Requisitos previos: qué necesita el nodo AI Agent antes de empezar
Este tutorial de n8n AI Agent asume que ya tienes un espacio de trabajo de n8n abierto y sabes cómo añadir y conectar nodos en el lienzo; se centra en lo que necesita específicamente el nodo AI Agent, no en los fundamentos generales del editor.
Según la documentación oficial de referencia de n8n, el nodo AI Agent no se ejecutará a menos que tenga al menos un subnodo de herramienta conectado, y su patrón principal consiste en un modelo de chat conectado junto con una o más herramientas entre las que el agente elige en tiempo de ejecución.
También necesitarás credenciales funcionales para el proveedor de modelo de chat que elijas, ya que el agente no puede llamar a un modelo con el que no puede autenticarse. Si planeas dar memoria de la conversación al agente, decide ahora un identificador de sesión, porque el nodo Simple Memory de n8n mantiene el almacén de corto plazo de cada conversación separado por ID de sesión.
Sources: AI Agent | Nodes | n8n Docs, AI Agent Memory: Types, Storage, and Retrieval Guide – n8n Blog
Objetivo: qué construirá tu agente de IA en n8n (modelo de chat, herramientas, memoria)
El objetivo de esta construcción es deliberadamente pequeño: un modelo de chat, una o dos herramientas y un único subnodo de memoria, para que puedas ver cómo cada pieza cambia el comportamiento del agente antes de añadir complejidad. Esta es la misma estructura mínima que la propia documentación de n8n describe como el patrón principal del nodo.
Ten en cuenta que un nodo AI Agent solo acepta un subnodo de memoria a la vez. Si más adelante quieres tanto memoria de conversación a corto plazo como algo como una búsqueda de documentos, la recomendación de n8n es añadir la segunda funcionalidad como una herramienta que el agente pueda llamar, en lugar de como un segundo nodo de memoria.
Sources: AI Agent | Nodes | n8n Docs, AI Agent Memory: Types, Storage, and Retrieval Guide – n8n Blog
Paso 1: conecta un modelo de chat y al menos una herramienta
Con la estructura decidida, construye el agente en un orden fijo para que cada incorporación sea fácil de probar por separado. Este tutorial de agente de IA en n8n sigue el mismo enfoque que un tutorial documentado de n8n para un agente más avanzado con memoria y búsqueda, que parte de sus dependencias antes de conectar los nodos entre sí, aunque ese recorrido en particular usa nodos de MongoDB Atlas que n8n describe como experimentales y es una construcción distinta, más específica, que el agente mínimo de aquí.
Añade el nodo AI Agent, conéctale un subnodo de modelo de chat y luego conecta un subnodo de herramienta. Confirma las credenciales de ambos antes de continuar y añade el subnodo de memoria al final para poder aislar cualquier problema que introduzca.
- Añade un nodo AI Agent al lienzo de tu flujo de trabajo
- Conecta un subnodo de modelo de chat y selecciona o crea sus credenciales
- Conecta un subnodo de herramienta y configura sus credenciales
- Ejecuta el agente con un mensaje de prueba sencillo y confirma que responde usando la herramienta
- Añade un subnodo Simple Memory con un ID de sesión y vuelve a probar la misma conversación
- Añade una segunda herramienta solo después de que la primera herramienta y la memoria funcionen de forma fiable
Cómo construir el agente paso a paso
- Añade el nodo: Coloca el nodo AI Agent en el lienzo como centro de la construcción.
- Conecta un modelo: Conecta un subnodo de modelo de chat con credenciales funcionales.
- Conecta una herramienta: Añade un único subnodo de herramienta para que el agente tenga algo que llamar.
- Prueba solo: Ejecuta un mensaje sencillo antes de añadir nada más.
- Añade memoria: Conecta memoria a corto plazo asociada a un ID de sesión de la conversación.
- Añade una segunda herramienta: Solo una vez que la primera herramienta y la memoria se comporten como se espera.
Sources: AI Agent | Nodes | n8n Docs, Build an AI Agent with MongoDB Atlas for RAG – n8n Blog
Paso 2: prueba el agente y comprueba el resultado esperado
Una vez conectados el modelo, una herramienta y la memoria, envía un mensaje de prueba que necesite claramente la herramienta, por ejemplo una pregunta que el modelo no pueda responder solo con su propio entrenamiento. Un agente de IA en n8n correctamente configurado debería llamar a la herramienta, usar su resultado en la respuesta y, en un mensaje de seguimiento dentro de la misma sesión, seguir recordando el contexto anterior gracias al almacén por sesión del nodo Simple Memory.
Si el agente responde sin usar la herramienta en absoluto, o no puede recordar el mensaje anterior, aísla el problema quitando primero el nodo de memoria y volviendo a probar solo la llamada a la herramienta; después vuelve a introducir la memoria una vez confirmado que la llamada a la herramienta funciona.
Sources: AI Agent | Nodes | n8n Docs, AI Agent Memory: Types, Storage, and Retrieval Guide – n8n Blog
Solución de problemas: confusión al elegir herramientas y bucles descontrolados
Suelen aparecer dos problemas relacionados en cuanto añades una segunda o tercera herramienta a los agentes de IA de n8n: que el agente llame a la herramienta equivocada, o que el agente entre en un bucle de llamadas hasta alcanzar su límite de iteraciones y falle. Un miembro del foro de la comunidad informó que añadir más de dos herramientas provocaba de forma sistemática este tipo de bucle, independientemente de qué herramientas estuvieran implicadas, aunque se trata de un caso autodeclarado y aislado de un flujo de trabajo en n8n 1.49 de 2024, y n8n no ha confirmado oficialmente la causa, así que hay que tratarlo como un solo dato y no como un comportamiento documentado.
Otra persona que respondió en ese mismo hilo sugirió que el bucle suele deberse a la capacidad del modelo y a descripciones de herramientas ambiguas, más que a un fallo del propio nodo, y quien abrió el hilo informó de que el bucle se resolvió tras simplificar las descripciones de sus herramientas. De nuevo, se trata del relato no verificado de un usuario, no de una solución confirmada.
Si tu agente entra en bucle o agota sus iteraciones tras añadir una herramienta, reduce el número de herramientas a una o dos, confirma que el agente se comporta correctamente y luego vuelve a añadir herramientas de una en una para ver exactamente qué incorporación desencadena el problema.
Cómo aislar un problema de selección de herramientas o de bucles
- Reduce: Deja conectadas al agente solo una o dos herramientas.
- Vuelve a probar: Envía el mismo mensaje de prueba y confirma que el comportamiento vuelve a la normalidad.
- Añade una más: Vuelve a conectar una única herramienta adicional y prueba de nuevo antes de añadir más.
- Compara: Observa si el bucle vuelve a aparecer con esa herramienta o descripción concreta.
Sources: Trouble with AI Agents - Questions - n8n Community
Solución de problemas: cómo redactar descripciones de herramientas más claras
Dado que el hilo de la comunidad atribuyó el bucle a las descripciones de las herramientas y no al servicio subyacente, redacta la descripción de cada herramienta en torno a cuándo y por qué debe llamarla el agente, no en torno a cómo funciona internamente o qué API de terceros utiliza. Una descripción que se lea como una regla de decisión para el modelo, en lugar de como un resumen técnico de una integración, resulta más fácil de emparejar con la petición de un usuario.
Trata cualquier reescritura concreta que le haya funcionado a otra persona como una hipótesis que probar en tu propio flujo de trabajo, no como una solución garantizada.
Sources: Trouble with AI Agents - Questions - n8n Community
Qué cambia cuando este agente necesita funcionar para un equipo
El nodo Simple Memory es un punto de partida razonable para esta primera construcción del tutorial de agente de IA en n8n porque es fácil de conectar, pero la propia guía de n8n señala que este patrón de memoria en memoria y por sesión está pensado para despliegues de una sola instancia. Cuando un equipo ejecuta el agente en varias instancias de trabajo o necesita que la memoria persista de forma fiable, la recomendación documentada es pasar a Postgres o Redis Chat Memory.
Si tu equipo más adelante quiere tanto memoria de conversación como algo como búsqueda de documentos, recuerda que un nodo AI Agent solo acepta un subnodo de memoria, así que el enfoque documentado consiste en añadir la segunda funcionalidad como herramienta en lugar de como una segunda conexión de memoria. Ese compromiso es el tipo de maraña entre memoria y herramientas que Pavel Duchovny, Lead Developer Advocate en MongoDB, describió al recorrer un tutorial de n8n sobre memoria de agentes y búsqueda vectorial. Su observación subraya por qué el diseño de la memoria merece su propia decisión a escala de equipo, aparte de qué herramientas conectes una vez que una sola sesión en memoria ya no es suficiente.
Sources: AI Agent Memory: Types, Storage, and Retrieval Guide – n8n Blog
