Anteriormente expliqué cómo construí un agente de Inteligencia Artificial con Python usando Langchain. Fue un proyecto divertido de programar, pero ¿y si te dijera que también hay una opción sin código?
Además, esta opción sin código es extremadamente potente y lo hace parecer tan fácil que cuesta creer sus capacidades. Pues bien, esa opción existe. Si has estado al tanto de la IA, puede que ya hayas oído hablar mucho de ella. Me refiero a n8n.
Tabla de contenidos
¿Qué es n8n?
n8n es una potente herramienta de automatización de flujos de trabajo que te permite conectar apps y servicios de Google, Microsoft, Cisco, Jira, Notion y muchos otros. Su interfaz es muy intuitiva y facilita la configuración de procesos automatizados.
Es una herramienta de bajo código (y muy básico) que puede hacer cosas increíbles para automatizar tu trabajo, negocio o vida personal. Puedes ejecutar comandos, enviar y recibir correos electrónicos, consultar tu calendario. Mi favorita: crear agentes de IA.
Esto es lo que hace a n8n tan popular. Quizás hayas visto mi último artículo sobre cómo crear un agente de IA sencillo con Python. Bueno… esto lo hace aún más fácil. Puedes obtener un LLM para realizar una gran cantidad de tareas y que automatice tu vida.
Sinceramente, ha sido muy divertido aprender n8n y ver lo que puede hacer. Ahora, explicaré cómo construí un agente de IA sencillo con tecnología de n8n.
¿Qué construí?
En esta ocasión, creé un agente de IA para responder correos electrónicos. No se trata solo de crear una respuesta automática. Es algo que tu cliente de correo electrónico puede hacer.
Este agente de IA escuchará los correos electrónicos recibidos con ciertos criterios, los leerá, redactará una respuesta personalizada para ese correo específico y luego responderá al remitente con lo que escribió. Finalmente, me avisará por Discord cuando se envíe el correo electrónico.
Este es básico, pero se puede avanzar mucho con él. Por ejemplo, si este agente de IA es un representante de atención al cliente, puede responder a los problemas de los clientes tomando sus consultas, recuperando datos de una base de conocimientos y luego respondiendo a la consulta del cliente con una solución utilizando los datos obtenidos de la base de conocimientos. Este concepto se conoce como RAG (Grupo de Respuesta Automática). Si aún no lo entiendes, puedes consultar mi artículo sobre el tema aquí:
Entendiendo RAG (Generación Aumentada por Recuperación)
Para simplificar, este es simple: escucha los correos electrónicos con el asunto «n8n», escribe un correo electrónico de respuesta, envíalo y luego envía una alerta por Discord.
Nodo de activación de Gmail
Empiezo con el nodo de activación de Gmail, que sondea Gmail cada minuto para detectar nuevos correos electrónicos.
- Filtro: Procesa solo los correos con «n8n» en el asunto.
- Beneficio: Esto garantiza que la automatización solo gestione las consultas relevantes.
Cadena LLM básica con Google Gemini
Aquí es donde surge la magia. Los datos del correo electrónico (asunto, fragmento, remitente) se transfieren a una cadena LLM básica conectada a Google Gemini. Se configura así:
Prompt: Se le indica al modelo que es un asistente de IA para mi agencia SaaS de IA.
You are an AI virtual assistant for my AI SaaS agency, responding to customers who are looking for my services in creating, and maintaining n8n workflows for their business.
**Subject: Response to {{ $json.Subject }}. Must be brief, friendly but professional
** body: A friendly response to this part, {{ $json.snippet }}. Replying to their inquiries.
{{ $json.From }} set this as the reply to address.
Instrucciones:
- Escribe una respuesta profesional y amable.
- Incluye el asunto y un fragmento del correo electrónico.
- Usa la dirección del remitente original como respuesta.
Ahora, las partes entre corchetes, como {{ }}, son JavaScript. Ese es el código que probablemente usarás. Estas partes se extrajeron de los resultados del nodo anterior.
Analizador de Salida Estructurada
Para que la salida de la IA sea utilizable en los siguientes pasos, añadí un Analizador de Salida Estructurada. Este espera:
- subject: para el asunto del correo electrónico de respuesta.
- body: para el contenido del cuerpo con formato HTML.
- replyTo: la dirección de correo electrónico del remitente original.
Esto garantiza un formato consistente y evita respuestas incorrectas de la IA.
Enviar respuesta de Gmail
A continuación, la respuesta analizada se envía a través del nodo «Enviar un mensaje» de Gmail.
- Para: El remitente original.
- Asunto: Se antepone «Re:» y se extrae de la respuesta de IA.
- Cuerpo: Se inyecta como HTML.
Al principio, esto funcionó bien, pero tuve que ajustar el cuerpo porque el espaciado era incorrecto. Una vez configurado como HTML, hay que agregar replaceAll(/\n/g, ‘
’).
En mi caso, así es como se veía:
{{ $json.output.body.replaceAll(/\n/g, '<br>') }}La próxima vez que ejecuté este flujo, el espaciado se veía mucho mejor y no era solo un párrafo sin separación del saludo, el cuerpo y la firma.
Notificación de Discord
Después de enviar el correo electrónico, me notifico a mí mismo mediante un webhook de Discord.
Ingresé un mensaje como «Hola, respondí a un mensaje de» y, después del remitente, arrastré y solté los corchetes del remitente para saber a quién se envió el correo.
Esto me da una alerta en tiempo real de lo que la IA está haciendo por mí, sin tener que revisar mi bandeja de entrada. Para saber qué está pasando, y la verdad es que el paso de Discord me parece genial.
Conclusión
Al final, recibí el mensaje de Discord, y el remitente (que era solo otra dirección de correo electrónico para mí) se veía genial. Estaba muy contento. Si quieres ver de qué es capaz n8n, tienen documentación increíble aquí: documentación de n8n.
No dudes en preguntar si quieres crear algo así y te atascas. Si te gustan las historias como esta, sígueme para ver más artículos sobre IA y tecnología.
Por último, ¡pronto crearé un canal de YouTube! Así que estate atento, porque crearé un video sobre cómo creé este mismo flujo.
¡Ahora es tu turno! ¡Prueba n8n y diviértete automatizando!