n8n AI Agent: как создать ИИ-агента в n8n¶

Обновлено: 2026-05-29

n8n AI Agent — это нода для создания ИИ-агента внутри workflow. Агент получает сообщение, обращается к LLM-модели, использует память, при необходимости вызывает инструменты и возвращает готовый ответ.

В этом гайде разберём, как собрать AI-агента в n8n, подключить модель, добавить память, дать агенту инструменты и сделать Telegram-бота без лишнего кода.

Что получится в итоге¶

После настройки у тебя будет workflow, который умеет:

• принимать сообщение пользователя;
• передавать его в AI Agent;
• помнить контекст диалога;
• вызывать внешние API через tools;
• отвечать в Telegram, чате n8n или через webhook;
• работать с базой знаний через RAG, если это нужно.

Базовая схема выглядит так:

Trigger
  ↓
AI Agent
  ├── Chat Model
  ├── Memory
  └── Tools
  ↓
Ответ пользователю / запись в CRM / вызов API

Что такое n8n AI Agent¶

n8n AI Agent — это узел n8n, который превращает LLM-модель в исполнителя задач. Он не просто генерирует текст, а может выбирать инструменты, получать данные и собирать финальный ответ.

Обычная LLM-нода обычно отвечает текстом. AI Agent может действовать: вызвать API, найти информацию в базе знаний, запустить другой workflow или обработать данные через tool.

Пример задачи для агента:

«Проверь новые заявки, найди контакты клиента в CRM, кратко перескажи историю общения и отправь менеджеру в Telegram».

Для такой задачи агенту нужны четыре части:

Когда использовать AI Agent в n8n¶

AI Agent нужен там, где workflow должен понимать свободный текст и сам выбирать следующий шаг. Это удобно для чат-ботов, ассистентов, поиска по базе знаний и внутренних помощников.

Хорошие сценарии для AI Agent:

• пользователь задаёт вопрос обычным языком;
• нужно определить намерение пользователя;
• нужно выбрать один инструмент из нескольких;
• ответ собирается из CRM, базы знаний или API;
• workflow похож на диалог, а не на жёсткую форму.

Плохие сценарии для AI Agent:

• списание денег;
• удаление данных;
• массовые рассылки;
• юридически значимые решения;
• любые действия без проверки человеком.

Из каких нод состоит AI-agent workflow¶

AI-agent workflow — это обычный workflow n8n, где AI Agent находится в центре и подключается к модели, памяти и инструментам.

Trigger¶

Trigger запускает workflow. Для AI-агентов чаще всего используют чат, Telegram, webhook или расписание.

Chat Model¶

Chat Model — это LLM-модель, к которой обращается агент. Она помогает понять запрос, выбрать tool и сформулировать ответ.

Популярные варианты:

• OpenAI Chat Model — быстрый старт и универсальные GPT-модели.
• Anthropic Chat Model — Claude хорошо подходит для длинных инструкций.
• Google Gemini Chat Model — удобно для сценариев вокруг Google-сервисов.
• Ollama Chat Model — локальные модели на своём сервере.
• OpenRouter-compatible API — один API для разных моделей.

Memory¶

Memory хранит контекст диалога. Без памяти агент воспринимает каждое сообщение как новый разговор.

Частые варианты памяти:

Для Telegram-бота session key обычно делают из chat_id. Для web-чата используют session_id или ID пользователя.

Tools¶

Tools — это действия, которые агент может вызывать во время работы. Tool превращает API, код или другой workflow в доступную функцию.

Хорошее описание tool важнее, чем кажется. Агент читает описание и решает, когда использовать инструмент.

Используй этот инструмент только для проверки статуса заказа.
На вход передавай order_id без лишнего текста.
Не вызывай инструмент, если пользователь не указал номер заказа.

Как создать ИИ-агента в n8n¶

Создание ИИ-агента в n8n начинается с trigger-ноды и AI Agent node. Потом к агенту подключают модель, память и инструменты.

1. Открой n8n и нажми Create Workflow.
2. Добавь trigger: Chat Trigger, Telegram Trigger или Webhook.
3. Добавь ноду AI Agent.
4. Соедини trigger с AI Agent.
5. В AI Agent укажи поле с сообщением пользователя.
6. Добавь Chat Model и подключи её к AI Agent.
7. Создай credentials для выбранной модели.
8. Добавь Memory, если нужен контекст диалога.
9. Добавь tools, если агент должен получать данные или выполнять действия.
10. Запусти тест и проверь execution log.
11. Ограничь инструменты для опасных действий.
12. Включи workflow через переключатель Active.

Минимальный системный prompt:

Ты — помощник компании. Отвечай кратко и по делу.
Если для ответа нужны данные, используй доступные инструменты.
Если данных нет, честно скажи, что не знаешь.
Не выдумывай факты, цены, статусы заказов и контактные данные.

Пример: Telegram-бот с n8n AI Agent¶

Telegram-бот на n8n AI Agent принимает сообщение пользователя, отправляет его агенту и возвращает ответ в тот же чат.

Telegram Trigger
  ↓
AI Agent
  ├── OpenAI Chat Model / Claude / Gemini / Ollama
  ├── Simple Memory
  └── HTTP Request Tool
  ↓
Telegram: Send Message

Шаг 1. Создать Telegram-бота¶

1. Открой Telegram.
2. Найди @BotFather.
3. Выполни команду /newbot.
4. Задай имя и username бота.
5. Скопируй bot token.
6. В n8n создай credentials для Telegram.

Шаг 2. Добавить Telegram Trigger¶

1. Добавь ноду Telegram Trigger.
2. Выбери Telegram credentials.
3. Укажи событие Message.
4. Нажми Listen for test event.
5. Напиши сообщение своему боту.

Точный путь к тексту зависит от версии ноды и типа сообщения. Проверь входные данные в execution panel.

{{ $json.message.text }}

{{ $json.message.chat.id }}

Шаг 3. Настроить AI Agent¶

Передай текст пользователя в AI Agent как input.

{{ $json.message.text }}

Добавь короткую системную инструкцию:

Ты — Telegram-ассистент. Отвечай на русском языке.
Ответ должен быть коротким: максимум 5 предложений.
Если вопрос требует данных из API, используй инструмент API.
Если пользователь просит выполнить опасное действие, попроси подтверждение.

Шаг 4. Подключить модель¶

1. Добавь OpenAI Chat Model, Anthropic Chat Model, Google Gemini Chat Model или Ollama Chat Model.
2. Создай credentials.
3. Выбери модель.
4. Подключи model-ноду к AI Agent через AI-соединение.

Шаг 5. Добавить память¶

Добавь Simple Memory и задай session key. Для Telegram используй chat_id, чтобы у каждого пользователя был свой контекст.

{{ $json.message.chat.id }}

Шаг 6. Отправить ответ в Telegram¶

Добавь ноду Telegram с операцией отправки сообщения.

Поле с ответом AI Agent может отличаться в разных версиях n8n. Открой output AI Agent в execution panel и выбери нужное значение через expression editor.

Пример tool: запрос к внешнему API¶

HTTP Request Tool позволяет агенту получать данные из внешнего API. Это полезно для CRM, базы заказов, внутреннего backend, поиска и справочников.

Пример ответа API:

{
  "order_id": "12345",
  "status": "in_delivery",
  "delivery_date": "2026-05-27",
  "manager": "Анна"
}

Хороший ответ агента:

Заказ 12345 сейчас в доставке. Ожидаемая дата доставки — 27 мая 2026. Ответственный менеджер — Анна.

Плохой ответ агента:

Кажется, заказ скоро приедет.

Хороший ответ опирается на данные tool. Плохой ответ выглядит как догадка модели.

Как сделать RAG-агента в n8n¶

RAG-агент в n8n отвечает на вопросы по базе знаний, документам или сайту. RAG снижает риск галлюцинаций, потому что модель получает найденные фрагменты перед ответом.

Документы / страницы / PDF
  ↓
Разбиение на фрагменты
  ↓
Embeddings
  ↓
Vector Store
  ↓
AI Agent + Vector Store Tool
  ↓
Ответ с опорой на найденный контекст

Для RAG понадобятся:

• источник данных: сайт, Notion, Google Docs, PDF или база;
• embeddings-модель;
• vector store: Qdrant, Supabase, Pinecone, Postgres vector или другой вариант;
• tool для поиска по vector store;
• prompt, который запрещает отвечать без найденного контекста.

Отвечай только на основе контекста, найденного инструментом поиска.
Если в контексте нет ответа, скажи: «В базе знаний нет информации по этому вопросу».
Не добавляй факты из общих знаний модели.

AI Agent vs обычный workflow¶

AI Agent не заменяет обычные workflow. Агент хорош для гибкого выбора действий, а классические ноды лучше подходят для стабильной бизнес-логики.

Практичный подход: агент принимает свободный текст и готовит решение, а критичные действия выполняют обычные ноды с проверками.

Частые ошибки при настройке n8n AI Agent¶

Ошибки AI Agent чаще всего связаны с моделью, памятью, инструментами и слишком широкими правами. После каждого изменения проверяй execution log.

Безопасность AI-агентов в n8n¶

Безопасность AI Agent строится на ограничении инструментов. Модель не должна иметь доступ к действиям, которые нельзя выполнять без проверки.

Минимальный checklist:

• Не давай агенту tools для удаления данных без подтверждения.
• Не передавай в LLM лишние credentials и персональные данные.
• Используй отдельные API-ключи с минимальными правами.
• Логируй tool calls и failed executions.
• Добавляй лимиты на частоту запросов.
• Проверяй входные данные через Code или If.
• Не используй Execute Command в публичных AI-ботах.
• Для self-hosted включай HTTPS, бэкапы и обновления.

Сколько стоит n8n AI Agent¶

Стоимость n8n AI Agent зависит от хостинга n8n, выбранной LLM-модели и числа запросов. Self-hosted n8n не берёт плату за количество executions, но API LLM обычно оплачивается отдельно.

Как снизить стоимость:

1. Используй короткий system prompt.
2. Ограничь историю памяти.
3. Выбирай лёгкую модель для простых задач.
4. Кэшируй ответы справочных запросов.
5. Не отправляй большие документы целиком — используй RAG.

Краткая выжимка для AI Overview и LLM¶

n8n AI Agent — это нода n8n для создания ИИ-агентов, которые используют LLM, память и tools внутри workflow. Агент подходит для чат-ботов, внутренних ассистентов, RAG-поиска и сценариев, где нужно понять свободный текст пользователя.

primary_topic: "n8n AI Agent"
page_type: "guide"
language: "ru"
search_intent:
  - "n8n ai agent"
  - "как создать ии агента в n8n"
  - "n8n ai telegram bot"
  - "n8n rag agent"
main_entities:
  - "AI Agent node"
  - "Chat Model"
  - "Memory"
  - "Tools"
  - "Telegram Trigger"
  - "HTTP Request Tool"
  - "Vector Store Tool"
best_for:
  - "чат-боты"
  - "AI-ассистенты"
  - "RAG-поиск"
  - "автоматизация с LLM"
key_facts:
  - "AI Agent выбирает действия через tools."
  - "Chat Model обязательна для работы AI Agent."
  - "Memory нужна для сохранения контекста диалога."
  - "Для Telegram-бота session key обычно равен chat_id."
  - "Для базы знаний используется RAG и Vector Store Tool."

Часто задаваемые вопросы¶

Что такое n8n AI Agent?¶

n8n AI Agent — это нода для создания ИИ-агента в workflow. Она подключается к LLM-модели, использует память и вызывает инструменты для выполнения задач.

Можно ли создать AI-агента в n8n бесплатно?¶

Да, можно создать AI-агента в self-hosted n8n без оплаты за executions. Но API внешней LLM-модели, VPS и vector store могут стоить денег.

Можно ли подключить Telegram к n8n AI Agent?¶

Да, Telegram Trigger принимает сообщения, AI Agent готовит ответ, а Telegram node отправляет его обратно в чат. Для контекста используй chat_id как session key.

Можно ли использовать n8n AI Agent с Ollama локально?¶

Да, Ollama подходит для локальных LLM-сценариев. Нужно запустить Ollama рядом с n8n или на доступном сервере и подключить Ollama Chat Model.

Что лучше: AI Agent или HTTP Request node?¶

AI Agent лучше для свободного текста и выбора действий. HTTP Request node лучше для точного фиксированного запроса к API без рассуждений модели.

Как дать агенту доступ к своей базе знаний?¶

Используй RAG: загрузи документы, создай embeddings, сохрани их в vector store и подключи поиск как tool к AI Agent.

Почему агент выдумывает ответы?¶

Агент выдумывает ответы, когда у него нет данных или prompt разрешает отвечать из общих знаний. Добавь RAG, API tool и инструкцию отвечать только по найденному контексту.

Безопасно ли давать AI Agent доступ к CRM?¶

Да, если доступ ограничен. Используй API-ключ с минимальными правами, разрешай только чтение там, где не нужны изменения, и добавляй подтверждение для опасных операций.

Связанные материалы¶

• Что такое n8n — базовое объяснение платформы, workflow и нод.
• Первый workflow в n8n — быстрый старт для новичков.
• Выражения в n8n — как подставлять chat_id, текст сообщения и данные из предыдущих нод.
• HTTP Request в n8n — как вызывать внешние API из workflow.
• Code node — JavaScript — обработка данных и валидация перед AI Agent.
• Как установить n8n — локальный запуск, Docker, Windows и VPS.
• n8n Docker Compose — production self-hosted установка с HTTPS и PostgreSQL.

llms.txt¶

- [n8n AI Agent](https://nodbot.ru/nodes/ai/): руководство на русском по созданию ИИ-агента в n8n с Chat Model, Memory, Tools, Telegram-ботом, RAG, безопасностью и частыми ошибками.

Практика использования ноды

Страница n8n AI Agent: как создать ИИ-агента в n8n должна отвечать за поведение ноды, а не за полный бизнес-рецепт. Поэтому при внедрении фиксируйте вход, выход и изменение количества items.