Agente SQL de IA con Visualización Dinámica de Datos usando Quickchart.io - Flujo de trabajo de n8n

• Analistas de Datos y profesionales de Inteligencia Empresarial (Business Intelligence) que buscan automatizar consultas de datos conversacionales.


• Equipos que necesitan representaciones visuales y dinámicas de los resultados de consultas de bases de datos SQL.


• Desarrolladores que buscan plantillas avanzadas de n8n para integrar agentes LangChain e IA generativa (OpenAI) con fuentes de datos.


• Usuarios que buscan un potente flujo de trabajo de n8n que gestione árboles de decisión complejos y la ejecución de subflujos de trabajo.

Este potente flujo de trabajo de n8n transforma un Agente SQL conversacional estándar en una herramienta integral de visualización de datos. Al combinar el poder de consulta del Agente SQL de LangChain con las capacidades de generación de salida estructurada de OpenAI (específicamente usando gpt-4o y definiciones de Esquema JSON), esta plantilla de n8n decide automáticamente si se necesita un gráfico para complementar la respuesta de la consulta a la base de datos.

El problema central que resuelve es tender un puente entre los datos brutos devueltos por una consulta SQL y gráficos significativos y fáciles de digerir. El flujo de trabajo crea dinámicamente la configuración necesaria de Chart.js y renderiza la imagen utilizando Quickchart.io, proporcionando una respuesta visual más rica junto con la explicación textual del Agente de IA. Este flujo de trabajo de n8n es muy eficaz para fomentar un análisis de datos más rápido dentro de cualquier equipo.

Este flujo de trabajo avanzado de n8n opera en un proceso conversacional de múltiples pasos:

1. Desencadenante y Extracción: El desencadenante (trigger) de n8n se activa al recibir un mensaje de chat a través del nodo When chat message received de n8n. El Extractor de Información (impulsado por un nodo OpenAI Chat Model de n8n) limpia la consulta del usuario, eliminando cualquier instrucción explícita relacionada con gráficos, asegurando que la pregunta principal llegue al Agente SQL.


2. Ejecución del Agente SQL: La pregunta extraída se pasa al nodo Agente de IA de n8n (configurado como Agente SQL). Este agente se conecta a la base de datos PostgreSQL, ejecuta el SQL necesario y proporciona una salida de texto conversacional que contiene el análisis de los datos. El historial de la conversación se mantiene utilizando el nodo Window Buffer Memory de n8n.


3. Decisión de Visualización: El nodo Text Classifier - Chart required? analiza tanto la solicitud original del usuario como la salida de datos del Agente SQL. Utilizando un Clasificador de Modelo de Chat de OpenAI (OpenAI Chat Model Classifier), este nodo de n8n determina si los datos se entenderían mejor con un gráfico (chart_required).


4. Ruta Solo Texto: Si el clasificador considera que un gráfico no es necesario (por ejemplo, un único punto de datos), el nodo Set Text output formatea la respuesta del agente, completando la ejecución del flujo de trabajo de n8n.


5. Ruta de Generación de Gráficos (Subflujo): Si se requiere un gráfico, los datos se pasan a un nodo Execute Workflow, que inicia la ruta del subflujo de generación de gráficos.


6. Generación de JSON Estructurado: Dentro del subflujo, el nodo OpenAI - Generate Chart definition (una Solicitud HTTP a OpenAI) recibe los datos brutos y la solicitud del usuario. Utiliza una definición estricta de Esquema JSON para Chart.js, aprovechando la función de salida estructurada de OpenAI para generar un objeto de configuración de gráfico perfectamente formateado.


7. Ensamblaje de la URL de Quickchart: El nodo Set response toma la definición de gráfico JSON generada por OpenAI y la inserta en una URL de Quickchart.io, creando un enlace de imagen dinámico.


8. Salida Final: El nodo Set Text + Chart output fusiona la respuesta de texto original del Agente SQL con la URL de imagen de Quickchart recién generada (formateada como un enlace de imagen Markdown), proporcionando una respuesta visual rica al usuario a través de esta potente plantilla de n8n.

Para implementar esta plantilla de flujo de trabajo específica de n8n con éxito, siga estos pasos:

1. Importar el Flujo de Trabajo de n8n: Copie el código JSON proporcionado e impórtelo directamente en su instancia autohospedada o en la nube de n8n.


2. Configurar las Credenciales:

1. Preparación de la Base de Datos (Si usa los datos de ejemplo): El ejemplo del flujo de trabajo hace referencia a una credencial de base de datos 'Coffee Sales Postgres' y está diseñado para consultar datos de un conjunto de datos de ventas de café. Actualice las credenciales de la base de datos y el Prefix Prompt dentro del nodo AI Agent de n8n si su esquema difiere.


2. Activar el Desencadenante de n8n: Asegúrese de que el nodo desencadenante (trigger) When chat message received de n8n esté activo para que el flujo de trabajo de n8n pueda escuchar las consultas entrantes de los usuarios. Este flujo de trabajo de n8n está listo para ejecutarse.

Este complejo flujo de trabajo de n8n aprovecha varios tipos de nodos especializados de n8n para lograr su objetivo:

When chat message received (n8n trigger):
Función: Inicia la ejecución del flujo de trabajo de n8n al recibir un mensaje de usuario en la interfaz de chat integrada.
Configuración Clave: Configurado como un endpoint de webhook público.
AI Agent (LangChain Agent n8n node):
Función: El componente central para la interacción con la base de datos. Traduce preguntas en lenguaje natural a consultas SQL ejecutables, las ejecuta contra la base de datos PostgreSQL conectada y formatea los resultados de forma conversacional.
Configuración Clave: Utiliza el tipo sqlAgent. Incluye un extenso Prefix Prompt que instruye al modelo a centrarse en devolver respuestas, evitar jerga de desarrollador y manejar correctamente la sintaxis SQL (ej. entrecomillado de nombres de tabla).
Text Classifier - Chart required? (LangChain Text Classifier n8n node):
Función: Decide la ruta subsiguiente del flujo de trabajo de n8n basándose en el contexto. Clasifica la necesidad de visualización.
Configuración Clave: Define dos categorías de salida: chartrequired y chartnotrequired basándose en si los datos son multidimensionales o un valor único.
OpenAI - Generate Chart definition with Structured Output (HTTP Request n8n node):
Función: Este es un paso crucial en el flujo de trabajo de n8n. Llama a la API de OpenAI (gpt-4o-2024-08-06) y exige explícitamente que el formato de respuesta sea un objeto JSON que se ajuste a un estricto esquema de Chart.js. Esto garantiza que la salida sea utilizable por Quickchart.io.
Configuración Clave: Utiliza responseformat con un Esquema JSON detallado que define propiedades requeridas como type, data y options (incluyendo escalas y plugins).
Set response (Set n8n node):
Función: Construye la URL final de Quickchart.io codificando la salida de definición de gráfico JSON del nodo n8n anterior y adjuntándola a la URL base.
* Configuración Clave: Utiliza una expresión: ="https://quickchart.io/chart?width=200&c=" + encodeURIComponent($json.choices[0].message.content).