- Qué es el nodo AI Agent de n8n y cómo difiere de una simple llamada a un LLM.
- Instalación de n8n en local y en la nube en menos de 10 minutos.
- Paso a paso para crear un agente funcional con herramientas HTTP, calculadora y código.
- Cómo añadir memoria persistente para que el agente recuerde conversaciones anteriores.
- Comparativa honesta entre n8n y Make para decidir cuál usar según tu caso.
Por qué n8n es la mejor opción no-code para crear agentes IA
n8n (pronunciado "n-eight-n") es una herramienta de automatización de flujos de trabajo de código abierto que puedes instalar en tu propio servidor o usar como servicio en la nube. Nació como alternativa a Zapier y Make, pero su arquitectura basada en nodos y su comunidad activa lo han convertido en la plataforma no-code más completa para construir agentes de IA en 2026.
La razón por la que n8n destaca sobre otras plataformas no-code para agentes es concreta: tiene un nodo dedicado llamado AI Agent que implementa el ciclo completo de razonamiento de un agente. No es una simple llamada a un modelo de lenguaje que devuelve texto. Es un bucle donde el modelo decide qué hacer, ejecuta acciones sobre herramientas reales, evalúa los resultados y repite hasta completar la tarea. Eso, combinado con más de 400 integraciones nativas, lo convierte en una plataforma capaz de crear agentes que actúan de verdad.
Además, al ser open-source y self-hosteable, n8n elimina el coste de plataforma para quienes tienen acceso a un servidor. El único coste variable es el uso de la API del modelo de lenguaje elegido. Para profundizar en el cálculo de costes completo, consulta nuestra guía sobre cuánto cuesta un agente IA.
n8n se puede instalar en local en menos de 5 minutos con un solo comando:
npx n8n. Para producción, la opción recomendada es Docker en un VPS,
con la imagen oficial disponible en
la documentación oficial de n8n .
n8n no es solo una herramienta de automatización. Con el nodo AI Agent activo, es una plataforma completa para construir agentes que razonan, usan herramientas y resuelven tareas complejas sin escribir una sola línea de código.
Qué es el nodo AI Agent de n8n y cómo funciona
El nodo AI Agent es el componente central de cualquier agente en n8n. Entender cómo funciona es fundamental para construir agentes útiles.
Cómo crear un agente IA con n8n paso a paso
Sigue estos seis pasos para tener un agente funcional con herramientas reales en menos de dos horas, independientemente de tu experiencia técnica.
npx n8n en tu terminal. n8n se levanta en
http://localhost:5678. Perfecto para probar y aprender.
En producción con Docker:
docker run -d --name n8n -p 5678:5678 -v ~/.n8n:/home/node/.n8n n8nio/n8n.
Funciona en cualquier VPS desde 5 USD al mes.
Versión cloud: accede a n8n.io para un período de prueba de 14 días sin configuración propia. Crea tu cuenta y entra al editor de flujos de trabajo.
Webhook: el agente responde a peticiones HTTP externas. Útil para integrarlo con cualquier aplicación o formulario web.
Chat trigger: abre una interfaz de chat directamente en n8n. La opción más rápida para probar un agente conversacional.
Schedule trigger: el agente se ejecuta periódicamente. Ideal para tareas automáticas como informes diarios o monitoreo.
Para empezar, usa el trigger de Chat, que te permite hablar con el agente directamente desde la interfaz de n8n sin configuración adicional.
Chat Model: haz clic en el campo "Chat Model" y selecciona tu proveedor. Para Claude de Anthropic, selecciona "Anthropic Chat Model" y pega tu API key. Para GPT-5, selecciona "OpenAI Chat Model".
System Prompt: escribe las instrucciones que definen el comportamiento del agente. Cuanto más específico seas, mejor funciona. Por ejemplo: "Eres un asistente de ventas de [empresa]. Tu trabajo es responder preguntas sobre nuestros productos usando solo la información de las herramientas disponibles. No inventes datos que no estén en las fuentes."
Memory: activa "Window Buffer Memory" para que el agente recuerde las últimas interacciones de la conversación. El valor por defecto de 5 mensajes es suficiente para empezar.
HTTP Request Tool: llama a cualquier API externa con autenticación, método HTTP, URL y parámetros configurables. El agente puede invocarla automáticamente cuando necesita datos externos.
Calculator: permite al agente hacer cálculos matemáticos precisos sin depender de la capacidad de cálculo del LLM, que puede fallar en operaciones complejas.
Code Tool: ejecuta JavaScript o Python. Da al agente capacidad de procesamiento de datos, transformaciones y lógica personalizada.
Conectores nativos como herramientas: Google Calendar, Gmail, Slack, Notion, Airtable y más de 400 aplicaciones pueden convertirse en herramientas del agente con la configuración estándar.
1. Haz clic en "Test workflow" en la esquina superior derecha. 2. Si tienes el trigger de Chat, aparece un panel de chat para escribir mensajes. 3. Observa cómo el agente razona: verás en tiempo real cuándo decide usar una herramienta, qué parámetros le pasa y qué respuesta obtiene.
Fíjate en el panel de la derecha durante la ejecución. Cada nodo muestra los datos de entrada y salida. Si algo falla, el nodo con error aparece resaltado con el mensaje de error completo. Esto hace que depurar un agente en n8n sea mucho más fácil que hacerlo con código.
Para exponer el agente externamente: si usas un webhook como trigger, n8n genera automáticamente una URL pública que puedes integrar en tu web, aplicación o herramienta favorita.
Monitoreo: en la sección "Executions" del panel lateral puedes ver el historial completo de ejecuciones del agente: cuándo se activó, cuánto tardó, si hubo errores y los datos que procesó. Revisa esta sección durante los primeros días para detectar comportamientos inesperados.
n8n vs Make para crear agentes IA: diferencias clave
Ambas plataformas sirven para automatización, pero sus capacidades para crear agentes IA reales son muy distintas. Aquí van las diferencias que importan.
| Característica | n8n | Make |
|---|---|---|
| Nodo AI Agent con bucle de razonamiento | Sí, nativo | No. Sólo llamadas simples a LLMs |
| Memoria para agentes | Window, Redis, vectorial | Manual via Data Stores |
| Herramientas para el agente | HTTP, calculadora, código, 400+ integraciones | Módulos como pasos, no herramientas del agente |
| Modelo LLM soportados | Claude, GPT-5, Gemini, Mistral, Ollama y compatibles OpenAI | OpenAI, Anthropic, Google AI, Cohere |
| Self-hosting gratuito | Sí, open-source | No. Solo versión cloud |
| Precio tier básico cloud | 20 USD/mes (2.500 ejecuciones/mes) | 9 USD/mes (10.000 operaciones/mes) |
| Número de integraciones | Más de 400 conectores nativos | Más de 1.500 conectores nativos |
| Curva de aprendizaje | Baja-Media | Baja |
| Mejor para | Agentes IA con razonamiento autónomo y herramientas | Automatizaciones sin IA o con llamadas simples a LLMs |
La conclusión es clara: si el objetivo es crear un agente IA que razone de forma autónoma y use herramientas para resolver tareas, n8n es la opción correcta. Make tiene más integraciones y es algo más fácil de usar, pero no tiene un equivalente real al nodo AI Agent de n8n. Sus módulos de IA permiten llamar a un LLM y obtener una respuesta, pero no implementan el bucle de razonamiento que distingue a un agente de un simple chatbot.
Si ya tienes flujos en Make y sólo necesitas añadir llamadas sencillas a un LLM como paso de un proceso (por ejemplo, clasificar texto o generar un borrador), Make puede ser suficiente. Para todo lo demás, n8n. Para una comparativa completa de plataformas y frameworks, consulta nuestra sección de frameworks de agentes IA.
Qué puedes construir con un agente n8n
Estos son cinco casos de uso reales que puedes implementar con n8n sin escribir código, con las herramientas y configuraciones concretas que necesita cada uno.
Clasificación y enrutamiento de correos entrantes
El agente recibe correos vía un trigger de Gmail o IMAP, analiza el contenido con el LLM, los clasifica por categoría (soporte, ventas, spam, urgente) y aplica etiquetas, los reenvía a la bandeja correcta o genera una respuesta automática según el tipo. La herramienta HTTP llama a tu CRM para registrar el contacto si no existe. Tiempo de implementación estimado: 3 horas la primera vez.
Calificación automática de leads
El agente recibe datos de un formulario web vía webhook, busca información adicional sobre la empresa del lead con la herramienta HTTP (LinkedIn, Clearbit u otras APIs de enriquecimiento), evalúa el perfil con el LLM según tus criterios de calificación, asigna una puntuación y actualiza automáticamente tu CRM (HubSpot, Salesforce, Pipedrive) vía sus conectores nativos de n8n.
Chatbot de soporte con base de conocimiento
El agente responde preguntas de clientes usando una base de conocimiento almacenada en Google Sheets, Notion o cualquier fuente de datos accesible vía HTTP. Con memoria activada, mantiene el contexto de la conversación completa. Cuando no sabe la respuesta, lo reconoce y escala al equipo humano vía Slack o correo. Perfecto para FAQs, soporte técnico de primer nivel y asistentes de producto.
Análisis y resumen automático de documentos
El agente recibe documentos (PDFs, Word, texto) vía email, webhook o carpeta de Google Drive, los procesa, extrae la información clave definida en el prompt (datos, fechas, importes, nombres), genera un resumen estructurado y lo guarda automáticamente en Airtable, Notion o una hoja de cálculo. Útil para contratos, informes de clientes, propuestas comerciales y documentación técnica.
Gestión y programación de contenido en redes sociales
El agente consulta un calendario editorial en Google Sheets o Notion, genera el texto de los posts con el LLM según las pautas de estilo definidas en el prompt, los adapta al formato de cada red (Twitter, LinkedIn, Instagram) y los publica o programa vía las integraciones nativas de n8n con las APIs de las plataformas sociales. Un schedule trigger lo puede ejecutar automáticamente cada lunes por la mañana.
Cuánto cuesta un agente n8n: plataforma y API del LLM
El coste total de un agente n8n tiene dos componentes independientes: la plataforma n8n y el consumo de la API del modelo de lenguaje. Para un análisis completo con calculadora interactiva, visita nuestra guía de coste de agentes IA.
n8n Cloud Starter: 20 USD/mes para 2.500 ejecuciones activas al mes. Cada ejecución es una activación del workflow completo. Si tu agente recibe 100 conversaciones al día, 2.500 ejecuciones son suficientes para el mes completo.
n8n Cloud Pro: 50 USD/mes con 10.000 ejecuciones activas, ejecuciones concurrentes y prioridad de soporte. Para uso empresarial.
Claude Haiku 4.5 (Anthropic): 1 USD input / 5 USD output. El más económico de la familia Claude para agentes con muchas llamadas. Rendimiento excelente para tareas de clasificación, resumen y respuestas estructuradas.
GPT-4.1 nano (OpenAI): 0,15 USD input / 0,60 USD output. Muy económico, buen rendimiento para casos de uso estándar.
Claude Sonnet (Anthropic): 3 USD input / 15 USD output. Para tareas que requieren razonamiento más sofisticado.
Para uso moderado (1.000 conversaciones al mes de 5 mensajes), el coste de API con Claude Haiku es típicamente menor de 5 USD al mes.
El escenario más económico: n8n self-hosted en un VPS de 5 USD + Claude Haiku para el LLM. Coste total para un agente con uso moderado: entre 6 y 15 USD al mes. El escenario más cómodo sin administrar servidores: n8n Cloud Starter a 20 USD/mes + el coste de API del modelo elegido. Para calcular exactamente tu caso, usa nuestra calculadora de costes de agentes IA con datos reales de las APIs de todos los proveedores principales.