Node AI Agent w n8n pozwala zbudować agenta AI wewnątrz workflow: łączysz model językowy (chat model) z narzędziami, a agent sam decyduje, które narzędzie wywołać, żeby wykonać zadanie. Narzędziem może być wyszukiwarka, zapytanie do CRM, odczyt z Google Sheets, inny workflow n8n albo wywołanie API. Do agenta możesz dodać pamięć rozmowy i parser odpowiedzi. W aktualnych wersjach n8n każdy node AI Agent działa jako Tools Agent, czyli agent wywołujący narzędzia.
Co umożliwia node AI Agent w n8n
- Rozmowę w języku naturalnym: agent odpowiada na pytania z czatu, Slacka, Telegrama lub formularza.
- Wybór narzędzia: na podstawie pytania agent decyduje, czy sprawdzić zamówienie w bazie, wyszukać informację, czy wysłać maila.
- Wieloetapowe zadania: agent może wywołać kilka narzędzi po kolei i złożyć wynik, np. pobrać dane klienta, sprawdzić historię zgłoszeń i przygotować odpowiedź.
- Pamięć: z sub-node pamięci agent pamięta wcześniejsze wiadomości w rozmowie.
- Ustrukturyzowany wynik: parser wymusza odpowiedź w formacie JSON, którą dalsza część workflow może przetworzyć.
Jak jest zbudowany agent AI w n8n
| Element | Rola | Przykład |
|---|---|---|
| Wyzwalacz | Uruchamia agenta | Chat Trigger, Webhook, wiadomość ze Slacka |
| AI Agent (root node) | Steruje rozumowaniem i wywołaniami narzędzi | Prompt systemowy z rolą i zasadami |
| Chat model (wymagany) | Model językowy | OpenAI, Anthropic Claude, Google Gemini, model lokalny przez Ollama |
| Tools (co najmniej jedno) | Akcje, które agent może wykonać | HTTP Request, Google Sheets, Postgres, inny workflow |
| Memory (opcjonalnie) | Kontekst rozmowy | Pamięć okna ostatnich wiadomości, Postgres, Redis |
| Output parser (opcjonalnie) | Format odpowiedzi | Structured Output Parser z schematem JSON |
Przykład: agent do researchu konkurencji
- Marketer wpisuje w czacie: „porównaj ofertę trzech konkurentów w kategorii X”.
- Agent wywołuje narzędzie wyszukiwania i pobiera strony z cennikami.
- Drugim narzędziem zapisuje wyniki do Google Sheets: nazwa, cena, grupa docelowa, link do źródła.
- Na końcu zwraca krótkie podsumowanie z oznaczeniem, których danych nie udało się potwierdzić.
Najważniejsze jest ostatnie zdanie. Agent może się pomylić albo przeczytać nieaktualną stronę, więc wynik zawsze zawiera źródła, a decyzję podejmuje człowiek.
Kiedy agent, a kiedy zwykły workflow
Jeśli kroki są zawsze takie same (pobierz fakturę, wyciągnij dane, zapisz w ERP), zbuduj zwykły workflow z jednym krokiem AI. Jest tańszy, szybszy i łatwiej go testować. Agenta używaj, gdy kolejność kroków zależy od pytania użytkownika. Więcej o tym w artykule o orkiestracji AI: kiedy agent, a kiedy workflow.
Dobre praktyki
- Opisz każde narzędzie jasno w polu opisu. Agent wybiera narzędzie na podstawie tego tekstu.
- Daj agentowi tylko potrzebne uprawnienia: odczyt zamiast zapisu, jeśli wystarczy.
- Ustaw limit iteracji, żeby agent nie wpadł w pętlę i nie generował kosztów.
- Loguj wywołania narzędzi i sprawdzaj odpowiedzi na zestawie testowych pytań. Opisaliśmy to w tekście o ewaluacji workflow AI w n8n.
- Przy dostępie do danych firmy zabezpiecz agenta przed prompt injection i ogranicz, co może zwrócić.
Wdrożenie agenta AI w firmie
Agentów AI w n8n budujemy m.in. do obsługi klienta, kwalifikacji leadów i pracy na dokumentach. W Detailly kwalifikacja leadów z pomocą AI i n8n przyspieszyła 5-krotnie (case study). Zobacz usługę wdrożenia AI albo umów bezpłatną konsultację.