Tag: http-request

La versión 2026 de n8n consolida la plataforma como el estándar para la orquestación de flujos de trabajo orientados a inteligencia artificial y alta disponibilidad. Las actualizaciones recientes se alejan de los cambios puramente estéticos para resolver problemas arquitectónicos reales en entornos de producción. La evolución de n8n gira en torno a nodos nativos de IA, mejoras en el motor de expresiones y una mayor fiabilidad operativa al trabajar en queue mode.

En este tutorial técnico, analizaremos cómo implementar el nuevo canvas espacial para organizar flujos masivos, cómo configurar el nodo AI Agent aprovechando el tool calling y cómo exprimir las nuevas capacidades del nodo HTTP Request, incluyendo autenticación OAuth PKCE y políticas de reintentos.

El nuevo Canvas Espacial: Organización en flujos complejos

Hasta ahora, los flujos de trabajo con más de 50 nodos sufrían de problemas de legibilidad. El nuevo canvas espacial de n8n abandona la cuadrícula estática bidimensional en favor de un entorno de zoom semántico y agrupación tridimensional. Esto permite encapsular lógica compleja sin necesidad de abusar del nodo Execute Workflow.

Cuándo usar el modo espacial

El canvas espacial está diseñado para automatizaciones donde conviven múltiples dominios lógicos. Debes activarlo cuando tu flujo cumpla alguna de estas condiciones:

1. Contiene más de tres ramas condicionales anidadas (If/Switch).
2. Combina extracción de datos (ETL), procesamiento con IA y notificaciones en el mismo lienzo.
3. Requiere documentación visual extensa para que otros ingenieros de datos puedan auditar el proceso.

Para activarlo, dirígete a los ajustes del workflow y selecciona “Enable Spatial Canvas”. Una vez activo, podrás agrupar nodos seleccionándolos y usando el atajo Ctrl/Cmd + G. Estos grupos actúan como contenedores colapsables.

Gestión de sub-workflows visuales

A diferencia de los sub-workflows tradicionales (que requieren workflows separados), los contenedores del canvas espacial comparten el mismo contexto de ejecución. Esto significa que puedes referenciar datos de un contenedor a otro usando expresiones estándar como {{ $('Contenedor_API').item.json.data }}.

Un patrón recomendado es estructurar el canvas en tres zonas espaciales:

• Zona de Ingesta (Izquierda): Webhooks, triggers de bases de datos o polling.
• Zona de Procesamiento (Centro): Nodos de transformación de datos y el nodo AI Agent.
• Zona de Salida (Derecha): Nodos de escritura en bases de datos o envío de respuestas.

Nodo AI Agent: Tool Calling nativo y control de memoria

El ecosistema de nodos de IA en n8n ha madurado. El nodo AI Agent de 2026 unifica la funcionalidad que antes requería encadenar múltiples nodos de LangChain. Su principal ventaja es el soporte nativo para tool calling estructurado, permitiendo que el LLM decida cuándo y cómo interactuar con sistemas externos basándose en esquemas JSON estrictos.

Configuración del AI Agent con herramientas personalizadas

Para implementar un agente que pueda consultar una base de datos interna y enviar correos, debes conectar el nodo AI Agent a un modelo compatible con function calling (como gpt-4o o claude-3-5-sonnet) y añadir herramientas mediante el nodo Tool.

En lugar de depender de descripciones en texto plano, el nuevo AI Agent requiere una definición estricta de los parámetros de la herramienta. Aquí tienes un ejemplo de cómo configurar el esquema JSON dentro del nodo Tool para una API de consulta de inventario:

{
  "name": "consultar_inventario",
  "description": "Consulta el stock disponible de un producto mediante su SKU.",
  "parameters": {
    "type": "object",
    "properties": {
      "sku": {
        "type": "string",
        "description": "El código SKU del producto, formato: PROD-XXXX"
      },
      "almacen": {
        "type": "string",
        "enum": ["madrid", "barcelona", "valencia"],
        "description": "Ciudad del almacén a consultar"
      }
    },
    "required": ["sku", "almacen"]
  }
}

Cuando el agente determina que necesita esta información, pausa su generación de texto, emite un payload estructurado hacia la herramienta, espera la ejecución del nodo HTTP Request subyacente y retoma la respuesta con los datos inyectados en su contexto.

Persistencia de memoria en Queue Mode

Uno de los mayores retos al escalar n8n con agentes de IA era mantener el historial de la conversación cuando los contenedores operaban en queue mode (múltiples workers procesando tareas en paralelo).

En la versión 2026, el nodo AI Agent introduce el parámetro Session ID vinculado directamente a un backend de persistencia (Redis o PostgreSQL). Para configurarlo correctamente en un entorno distribuido:

1. En el nodo AI Agent, selecciona Memory Type: External Database.
2. Define el Session ID usando una expresión dinámica que identifique al usuario o hilo, por ejemplo: {{ $json.body.chat_id }}.
3. Asegúrate de que las variables de entorno de tus workers de n8n apunten al mismo clúster de Redis (N8N_QUEUE_BULL_REDIS_HOST).

Esto garantiza que si el mensaje 1 es procesado por el Worker A y el mensaje 2 por el Worker B, el agente mantenga el contexto exacto de la conversación sin dependencias locales en memoria.

HTTP Request Mejorado: OAuth PKCE, Reintentos y Chaining

El nodo HTTP Request es el núcleo de cualquier plataforma de automatización. Las novedades de 2026 eliminan la necesidad de crear bucles complejos o scripts personalizados para manejar autenticaciones modernas y fallos de red.

Implementación de OAuth 2.0 con PKCE

Muchas APIs modernas (como Twitter v2 o integraciones empresariales de Microsoft Entra ID) exigen el flujo de autorización OAuth 2.0 con PKCE (Proof Key for Code Exchange) para clientes públicos o entornos donde el client secret no puede exponerse de forma segura.

n8n ahora soporta PKCE de forma nativa en la configuración de credenciales. Para implementarlo:

1. Crea una nueva credencial de tipo OAuth2 API.
2. En el campo Authentication Flow, selecciona Authorization Code with PKCE.
3. n8n generará automáticamente el code_verifier y el code_challenge (usando SHA-256) durante el handshake inicial.
4. Define el Code Challenge Method como S256.

Esta abstracción reduce el riesgo de errores criptográficos y permite conectar n8n a APIs de alta seguridad en cuestión de minutos, gestionando la renovación del token (refresh token) en segundo plano de forma transparente.

Lógica de reintentos (Retries) y backoff exponencial

En arquitecturas orientadas a eventos, las APIs de terceros pueden devolver errores 429 Too Many Requests o fallos temporales 503 Service Unavailable. Anteriormente, manejar esto requería un nodo Loop combinado con un nodo Wait.

El nodo HTTP Request ahora incluye una pestaña dedicada a Retry Policy. Para configurar un sistema robusto:

• Retry on Status Codes: Define una lista separada por comas, ej. 429, 500, 502, 503.
• Max Retries: Establece un límite, por ejemplo 5.
• Backoff Strategy: Selecciona Exponential.
• Initial Interval: 2000 (milisegundos).

Con esta configuración, si la petición falla, n8n esperará 2 segundos, luego 4, luego 8, hasta alcanzar el límite. Esto es crítico en queue mode, ya que el worker suspenderá la tarea temporalmente liberando recursos para otros procesos, en lugar de bloquear el hilo de ejecución.

Chaining de peticiones en un solo nodo

El Request Chaining es una característica que permite ejecutar peticiones secuenciales dependientes dentro del mismo nodo HTTP Request, ideal para APIs que requieren un token efímero por transacción o para manejar paginación compleja sin saturar el canvas.

Puedes activar el modo Chained Requests en las opciones avanzadas del nodo. Esto te permite definir un array de peticiones. Por ejemplo:

1. Request A (Pre-flight): Llama a /api/v1/auth/ticket para obtener un ticket de un solo uso.
2. Request B (Main): Llama a /api/v1/data inyectando el ticket obtenido en el paso anterior usando la expresión local {{ $chained.RequestA.data.ticket }}.

El nodo solo devolverá el resultado de la petición final (Request B), manteniendo el flujo de datos limpio y reduciendo el número de nodos en el canvas.

Conclusión

Las actualizaciones de n8n en 2026 demuestran un enfoque claro hacia la ingeniería de automatización profesional. El canvas espacial resuelve el problema de la deuda técnica visual, el nodo AI Agent estandariza la interacción con LLMs mediante esquemas estrictos de tool calling, y las mejoras en el nodo HTTP Request dotan a la plataforma de la resiliencia necesaria para operar en entornos empresariales. Implementar estas características, especialmente combinadas con una arquitectura en queue mode, te permitirá construir integraciones más seguras, escalables y fáciles de mantener.