Agentes de IA

Flujo de trabajo automatizado

17 nodos 214 121 Automatic trigger
Descargar

Descripción del flujo de trabajo

Un flujo de trabajo inteligente que combina disparadores de chat con cadenas LLM y un agente de IA para manejar consultas complejas. Procesa solicitudes grandes en lotes mientras mantiene el contexto mediante búferes de memoria e integra herramientas externas para respuestas mejoradas.

Cómo funciona

  1. 1.Recibir mensajes de chat entrantes a través del disparador
  2. 2.Pasar la entrada a la cadena LLM usando el modelo Open Router
  3. 3.Procesar tareas a través del agente de IA inteligente
  4. 4.Dividir consultas grandes en lotes manejables
  5. 5.Mantener el contexto de conversación usando búfer de memoria
  6. 6.Recuperar información complementaria de la herramienta Wikipedia

Casos de uso

  • Manejo automatizado de consultas complejas de clientes
  • Procesamiento de solicitudes de alto volumen mientras se preserva el historial
  • Búsqueda inteligente y agregación de información de fuentes externas

Requisitos

  • Clave API de Open Router configurada
  • Integración de plataforma de chat n8n habilitada
  • Configuración de memoria y contexto para sesiones extendidas

Valor del servicio

Ideal como servicio de automatización inteligente que combina integraciones e inteligencia artificial para producir resultados listos para usar.

Aplicaciones utilizadas

Chat Trigger LLM Chain Lm Chat Open Router AI Agent Split In Batches Memory Tool

Detalles

Disparador Automatic trigger
Nodos 17
Aplicaciones 7
Vistas 214
Descargas 121

Cómo usar

  1. 1.Haz clic en "Descargar plantilla"
  2. 2.Abre tu panel de n8n
  3. 3.Ve a Workflows > Import from File
  4. 4.Selecciona el archivo descargado y configura las credenciales

Nodos utilizados (17)

/

Chat Message Trigger

Chat Trigger

#1

Generate Search Queries using LLM

LLM Chain

#2

LLM Response Provider (OpenRouter)

Lm Chat Open Router

#3

Parse and Chunk JSON Data

Code

#4

Perform SerpAPI Search Request

HTTP Request

#5

Perform Jina AI Analysis Request

HTTP Request

#6

Format SerpAPI Organic Results

Code

#7

Extract Relevant Context via LLM

Agent

#8

Generate Comprehensive Research Report

Agent

#9

Split Data for SerpAPI Batching

Split In Batches

#10

Split Data for Jina AI Batching

Split In Batches

#11

LLM Memory Buffer (Input Context)

Memory Buffer Window

#12

LLM Memory Buffer (Report Context)

Memory Buffer Window

#13

Fetch Wikipedia Information

Tool Wikipedia

#14

Sticky Note: SerpAPI Setup

Sticky Note

#15

Sticky Note: Jina AI Setup

Sticky Note

#16

Sticky Note: OpenRouter API Setup

Sticky Note

#17