Créer un agent IA avec n8n : exemple et templates gratuits

En bref

• Un agent IA n8n repose sur un nœud AI Agent relié à trois briques : un modèle de chat (le cerveau), une mémoire (le fil de la conversation) et au moins un outil (les mains). Sans outil connecté, le nœud ne fonctionne pas.
• L’exemple de ce guide construit en sept étapes un agent de support qui répond aux questions fréquentes et enregistre les demandes de rappel dans un tableur Google Sheets.
• Vous pouvez démarrer gratuitement : soit avec l’essai de 14 jours de n8n Cloud, soit en installant l’édition Community sur votre propre machine. Le modèle d’IA reste facturé à part par son fournisseur, sauf crédits Gateway sur n8n Cloud.
• Sept modèles gratuits de la bibliothèque officielle vous évitent de partir d’une page blanche.
• Chaque message envoyé à un agent via le déclencheur de chat compte pour une exécution : c’est ce chiffre qui pèse sur la facture n8n Cloud.

Vous voulez un assistant qui ne se contente pas de discuter, mais qui consulte vos données et agit à votre place ? Avec n8n, c’est possible sans écrire une ligne de code, à condition de bien comprendre comment l’agent choisit ses actions. Ce guide part d’un exemple concret, détaille chaque réglage, puis vous oriente vers des modèles prêts à importer.

Qu’est-ce qu’un agent IA dans n8n ?

Un workflow n8n classique suit un chemin fixé à l’avance : déclencheur, puis actions dans un ordre précis. Un agent, lui, reçoit une demande en langage naturel et décide seul quels outils appeler pour y répondre. Le nœud AI Agent fonctionne exactement ainsi : vous lui branchez un modèle de chat et un ou plusieurs outils, et c’est le modèle qui choisit lequel utiliser en fonction de la tâche.

Concrètement, le nœud AI Agent présente trois connecteurs sous son cadre :

• Chat Model : le modèle de langage qui raisonne. Le Tools Agent prend en charge notamment les modèles d’OpenAI, d’Anthropic, de Mistral Cloud, de Groq et de Microsoft Foundry.
• Memory : l’historique de la conversation. Sans mémoire, chaque message repart de zéro.
• Tool : les actions possibles. Le catalogue va de Gmail, Google Sheets, Notion ou Slack à des outils génériques comme HTTP Request, Code ou Call n8n Workflow.

Un point de vocabulaire évite bien des confusions : les anciens tutoriels demandent de choisir un « type d’agent » (Conversational, ReAct, Tools Agent…). Ce réglage est déprécié depuis la version 1.82.0 : tous les nœuds AI Agent fonctionnent désormais comme un Tools Agent. L’ancienne version du nœud (v1) disparaîtra avec n8n 3.0. Si un modèle importé l’utilise encore, remplacez le nœud par sa version récente, et gardez votre instance à jour en suivant les versions publiées sur GitHub.

Ce qu’il vous faut avant de commencer

Trois éléments suffisent pour suivre l’exemple : une instance n8n, un accès à un modèle d’IA et, pour l’outil de l’exemple, un compte Google avec un tableur vide.

n8n Cloud ou auto-hébergé

Le plus rapide est l’essai gratuit de n8n Cloud : 14 jours avec les fonctions du plan Pro, une limite de 1 000 exécutions et aucune carte bancaire demandée. Attention, si vous ne passez pas à une offre payante, l’instance est supprimée à la fin de l’essai ; vous disposez ensuite de 90 jours pour télécharger vos workflows.

L’alternative est l’auto-hébergement. L’édition Community est gratuite et offre presque toutes les fonctions ; une inscription gratuite (Registered Community) ajoute les dossiers et le débogage dans l’éditeur. Sur un ordinateur équipé de Docker, l’installation officielle tient en deux commandes : docker volume create n8n_data, puis docker run avec le port 5678 et le volume n8n_data. L’éditeur s’ouvre ensuite à l’adresse localhost:5678 dans votre navigateur.

Côté licence, n8n est publié sous Sustainable Use License, une licence « fair-code » : le code est consultable, mais son usage commercial est encadré, si bien que n8n ne se présente pas comme un logiciel open source. Vous pouvez l’utiliser librement pour vos besoins internes, personnels ou non commerciaux, et facturer la création de workflows à des clients. En revanche, vous ne pouvez pas proposer n8n à vos clients pour qu’ils y connectent leurs comptes et construisent leurs propres workflows. Gérer des automatisations pour plusieurs clients reste permis tant qu’ils n’accèdent pas directement à votre instance.

Un accès à un modèle d’IA

Le nœud de modèle demande des identifiants (credentials), en général une clé d’API chez OpenAI, Anthropic, Google Gemini, Mistral ou Groq. Sur n8n Cloud, les plans Starter et Pro proposent aussi des crédits Gateway : vous sélectionnez cette option sur un nœud compatible et n8n facture chaque requête sur un solde prépayé, sans compte chez le fournisseur. Un petit crédit gratuit est offert à l’inscription. Ces crédits n’existent pas en auto-hébergement. Pour un agent entièrement local, un nœud Ollama Chat Model permet aussi d’utiliser un modèle installé sur votre machine.

Exemple pas à pas : un agent de support qui répond et note les rappels

Le scénario : un petit commerce veut un assistant qui répond aux questions courantes (horaires, livraison, retours) et, quand il ne sait pas, propose un rappel en enregistrant le nom, le téléphone et le motif dans Google Sheets. Préparez un tableur avec trois colonnes : Nom, Téléphone, Motif.

1. Créez le workflow et ajoutez le déclencheur. Dans un nouveau workflow, choisissez le Chat Trigger (« When chat message received »). Il fournit une fenêtre de chat de test et transmet le message (chatInput) ainsi qu’un identifiant de session (sessionId). Laissez l’option « Make Chat Publicly Available » désactivée pendant la construction.
2. Ajoutez le nœud AI Agent. Reliez-le au déclencheur. Laissez le paramètre Prompt sur la lecture automatique du message transmis par le chat : l’agent récupère alors directement chatInput.
3. Branchez le modèle de chat. Cliquez sur le connecteur Chat Model, choisissez par exemple OpenAI Chat Model ou Google Gemini Chat Model, puis créez les identifiants avec votre clé d’API (ou activez les crédits Gateway sur n8n Cloud).
4. Rédigez le message système. Dans les options du nœud, ouvrez System Message et décrivez le rôle, le ton et les règles. Par exemple : « Tu es l'assistant du magasin. Réponds en français, en vouvoyant, en quatre phrases maximum. Si tu ne connais pas la réponse, propose un rappel. Pour enregistrer un rappel, demande le nom, le téléphone et le motif, puis utilise l'outil enregistrer_rappel. Ne promets jamais de remise ni de remboursement. » Ajoutez sous ces règles vos horaires et conditions de livraison.
5. Ajoutez la mémoire. Sur le connecteur Memory, choisissez Simple Memory. La clé de session est reprise automatiquement du déclencheur de chat ; le champ Context Window Length fixe le nombre d’échanges précédents que l’agent garde en tête.
6. Connectez l’outil Google Sheets. Sur le connecteur Tool, ajoutez Google Sheets, sélectionnez votre tableur et l’action d’ajout de ligne. Nommez l’outil enregistrer_rappel et décrivez précisément quand l’utiliser : c’est cette description que le modèle lit pour décider. Pour chaque colonne, cliquez sur l’icône en forme d’étoiles au bout du champ : le modèle remplira lui-même la valeur à partir de la conversation, grâce à la fonction $fromAI().
7. Testez dans le chat. Ouvrez la fenêtre de chat en bas de l’éditeur. Posez une question couverte par vos règles, puis une question hors sujet, puis demandez un rappel. Vérifiez qu’une ligne apparaît dans le tableur et que l’agent se souvient de votre nom d’un message à l’autre.

Si l’agent n’appelle jamais l’outil, la cause est presque toujours la description de l’outil ou le message système : rendez la consigne explicite (« utilise l'outil enregistrer_rappel dès que le client a donné son nom et son téléphone ») et relancez le test. L’option Return Intermediate Steps affiche les étapes suivies par l’agent, utile pour comprendre ses choix.

Fiabiliser et publier votre agent

Avant d’ouvrir le chat à vos clients, quelques réglages du Tools Agent et du déclencheur font la différence :

• Max Iterations limite le nombre de passages du modèle pour une même demande. La valeur par défaut est de 10 ; elle empêche un agent de tourner en boucle.
• La validation humaine met en pause l’agent avant un outil sensible. Avec la revue humaine des appels d’outils, une demande d’approbation part dans le chat n8n, Slack ou Telegram, et l’action ne s’exécute qu’après accord. Activez-la sur tout outil qui envoie un message, modifie ou supprime des données.
• Require Specific Output Format impose une sortie structurée via un analyseur (Structured Output Parser, par exemple) quand la réponse doit alimenter d’autres nœuds.
• La publication du chat se règle sur le Chat Trigger : mode Hosted Chat (l’interface fournie par n8n, recommandée dans la plupart des cas) ou Embedded Chat (votre propre interface ou le widget de chat de n8n). Choisissez aussi l’authentification : aucune, identifiant et mot de passe communs, ou connexion avec un compte n8n.
• La mémoire en production demande de la prudence : Simple Memory ne fonctionne pas en mode queue dans un workflow actif, car n8n ne peut pas garantir que chaque appel arrive sur le même worker. Pour un usage intensif, passez à une mémoire externe comme Postgres Chat Memory ou Redis Chat Memory.

Templates gratuits pour créer un agent IA n8n plus vite

Plutôt que de partir de zéro, importez en un clic un modèle de la bibliothèque de workflows de n8n. Les sept modèles ci-dessous sont gratuits :

• Build your first AI agent : le point de départ le plus simple, avec Chat Trigger, AI Agent, un modèle Google Gemini et Simple Memory. Idéal pour comprendre la structure avant d’ajouter vos outils.
• Build an interactive AI agent with chat interface and multiple tools : un tutoriel interactif dont l’agent dispose d’un outil Code et de Wikipédia, avec le choix entre Gemini et OpenAI.
• AI agent chat : publié par l’équipe n8n, un agent conversationnel qui combine un modèle OpenAI, la recherche Google via SerpApi et une mémoire. Il demande n8n 1.50.0 ou plus récent.
• AI chat with any data source : l’agent appelle un second workflow via l’outil Call n8n Workflow, ce qui lui donne accès à n’importe quelle source de données. L’exemple fourni interroge Hacker News.
• Conversational interviews with AI agents and n8n forms : un « intervieweur » qui pose des questions via les formulaires multipages de n8n, avec un modèle Groq, Redis pour la session et Google Sheets pour les réponses.
• Personal knowledgebase AI agent : un assistant Telegram qui résume des vidéos YouTube ou des articles, les range dans Google Sheets et les retrouve sur demande.
• Create Your First AI Agent with Weather & Web Scraping : un kit de démarrage avec météo et extraction web. Il utilise des nœuds communautaires, donc uniquement compatibles avec n8n auto-hébergé.

Après import, vérifiez deux choses : recréez les identifiants de chaque service avec vos propres clés, et contrôlez la version des nœuds AI Agent et Simple Memory. Un modèle ancien peut contenir une version dépassée, source de l’erreur « Error in sub-node Simple Memory » décrite plus bas.

Combien coûte un agent IA avec n8n ?

Deux postes s’additionnent : n8n lui-même et le modèle d’IA. Tous les plans n8n Cloud incluent utilisateurs, workflows et intégrations illimités. La facturation se fait au nombre d’exécutions, une exécution correspondant à un passage complet du workflow, quel que soit le nombre d’étapes. En facturation annuelle, les prix affichés en euros sont les suivants :

• Starter : 20 € par mois pour 2 500 exécutions, 5 exécutions simultanées et 1 projet partagé, avec les agents, les nœuds IA et l’accès à des modèles sans clé d’API.
• Pro : 50 € par mois pour 10 000 exécutions, jusqu’à 50 exécutions simultanées et 3 projets partagés.
• Business : 667 € par mois pour 40 000 exécutions, avec SSO, environnements multiples et versionnage Git. Ce plan est réservé à l’auto-hébergement : il n’est pas proposé sur n8n Cloud.
• Enterprise : sur devis.

Le point clé pour un agent conversationnel : chaque message envoyé au Chat Trigger exécute le workflow. Une conversation de 10 messages consomme donc 10 exécutions. Pour estimer vos besoins, multipliez le nombre de conversations attendues par le nombre moyen de messages. En auto-hébergement avec l’édition Community, il n’y a pas de quota d’exécutions à payer à n8n : vous financez seulement votre serveur.

Le modèle d’IA est facturé à part, au volume de texte traité, selon la grille du fournisseur choisi, ou débité de vos crédits Gateway sur n8n Cloud. Un message système court et une fenêtre de mémoire raisonnable limitent la quantité de texte envoyée au modèle, donc cette dépense.

Erreurs fréquentes et solutions

Voici les messages d’erreur que vous croiserez le plus souvent au début, avec leur solution :

• « A Chat Model sub-node must be connected » : aucun modèle n’est branché. Cliquez sur le connecteur Chat Model et choisissez un modèle.
• « No prompt specified » : l’agent attend un message du déclencheur de chat qui n’existe pas, par exemple si le workflow démarre par un webhook. Passez le paramètre Prompt sur « Define below » et construisez le texte vous-même.
• « 400 Invalid value for ‘content’ » : le prompt reçu est vide. Vérifiez que vos expressions renvoient bien une valeur et que le champ chatInput n’est pas nul.
• « Error in sub-node Simple Memory » : le plus souvent, le modèle importé utilise une ancienne version du nœud (anciennement Window Buffer Memory). Supprimez-le et ajoutez-le de nouveau.
• « No sessionId » : sans le déclencheur de chat, la session n’est pas transmise. Pour un test, une clé fixe comme my_test_session suffit ; avant la mise en service, gérez une vraie clé par utilisateur.
• Deux conversations qui se mélangent : plusieurs nœuds Simple Memory partagent par défaut la même mémoire. Donnez-leur des identifiants de session différents.

n8n, Make ou Zapier pour un agent IA ?

Les trois plateformes savent désormais faire raisonner une IA au milieu d’une automatisation, mais leur logique de facturation diffère fortement, ce qui change le coût d’un agent bavard.

Outil	Agents IA et facturation
n8n	Nœud AI Agent avec modèle, mémoire et outils au choix ; auto-hébergement gratuit possible. Facturation Cloud à l’exécution complète, quel que soit le nombre d’étapes.
Make	Agents construits, exécutés et débogués dans le canevas des scénarios, avec un panneau qui montre le raisonnement. Facturation en crédits : la plupart des actions de module consomment 1 crédit ; le plan gratuit en inclut 1 000 par mois.
Zapier	Les agents passent dans une étape AI by Zapier au sein des Zaps, facturée en tâches comme le reste ; une limite par exécution (75 tâches par défaut) met l’agent en pause. Le plan gratuit offre 100 tâches par mois.

Pour un agent conversationnel qui enchaîne beaucoup d’appels d’outils, le modèle à l’exécution de n8n reste le plus prévisible, et l’auto-hébergement supprime le quota. Make convient si vous travaillez déjà dans ses scénarios et voulez suivre visuellement chaque décision de l’agent ; vous pouvez créer un compte Make gratuit pour comparer sur votre propre cas. Zapier permet de brancher rapidement des milliers d’applications, mais chaque étape et chaque appel de connecteur consomme des tâches. L’ancien produit Zapier Agents, facturé en activités, est en cours de migration vers AI by Zapier.

Questions fréquentes

Faut-il savoir coder pour créer un agent IA avec n8n ?

Non. L’exemple de ce guide se construit entièrement à la souris : déclencheur, nœud AI Agent, modèle, mémoire et outil. Le code n’intervient que si vous voulez transformer des données de façon avancée avec le nœud Code.

Peut-on créer un agent IA n8n gratuitement ?

Oui. L’édition Community auto-hébergée est gratuite, et l’essai n8n Cloud dure 14 jours sans carte bancaire. Seul le modèle d’IA reste payant, sauf si vous utilisez un modèle local via Ollama ou les crédits gratuits offerts à l’inscription sur n8n Cloud.

Pourquoi mon agent oublie-t-il ce que je viens de dire ?

Il lui manque une mémoire, ou la fenêtre de contexte est trop courte. Branchez Simple Memory sur le connecteur Memory et augmentez Context Window Length. La mémoire ne persiste pas d’une session de chat à l’autre.

Quelle différence entre un agent IA et un workflow classique ?

Un workflow classique exécute toujours les mêmes étapes dans le même ordre. Un agent choisit lui-même, à chaque demande, quels outils appeler et dans quel ordre, ce qui le rend plus souple mais moins prévisible.

Peut-on utiliser n8n pour vendre des agents à ses clients ?

Vous pouvez facturer la création et la maintenance d’agents pour vos clients. Vous ne pouvez pas, sous licence Community, héberger n8n pour que vos clients y créent eux-mêmes leurs workflows : il faut alors un accord commercial avec n8n.