Criador de Agentes de IA Personalizados com LangChain e Gemini - Fluxo de trabalho n8n

• Utilizadores técnicos e programadores familiarizados com lógica Python ou JavaScript.


• Especialistas em automação que procuram implementar personas de IA personalizadas e altamente especializadas.


• Equipas que procuram modelos avançados do n8n para construir agentes de IA conversacionais.


• Utilizadores que necessitam que o histórico de conversação com estado (stateful) seja gerido diretamente num fluxo de trabalho do n8n utilizando LangChain.

Este sofisticado fluxo de trabalho do n8n demonstra como construir e implementar um agente de IA complexo e de interpretação de papéis (role-playing) utilizando o poder dos componentes LangChain diretamente no n8n. Ao contrário das chamadas LLM padrão, esta automação alavanca um nó de código personalizado do n8n para definir traços de personalidade específicos, regras conversacionais (ex: idioma de resposta, tom e restrições) e utiliza uma gestão de memória robusta.

Ao combinar o gatilho When chat message received do n8n com nós especializados de memória e LLM do LangChain, este fluxo de trabalho do n8n cria uma experiência conversacional verdadeiramente persistente e envolvente. Esta abordagem oferece a máxima flexibilidade para a engenharia de prompts e é um dos modelos n8n mais avançados para a criação de agentes de IA, permitindo aos utilizadores ajustar todos os aspetos das respostas do agente, mantendo o contexto da conversação intacto.

Todo o processo é iniciado pelo gatilho dedicado do n8n para aplicações de chat, criando uma sessão persistente:

1. Iniciação (O Gatilho n8n): O gatilho When chat message received do n8n inicia o ciclo de execução sempre que um utilizador envia uma mensagem ao agente implementado. Serve também como o gestor final da resposta.


2. Seleção do Modelo de Linguagem: O fluxo conecta-se ao nó Google Gemini Chat Model do n8n, fornecendo a base computacional para gerar as respostas.


3. Recuperação de Memória: Acedemos ao nó Store conversation history do n8n (uma Memória de Buffer de Janela LangChain) para recuperar o contexto completo do histórico de conversação em curso, garantindo que o agente se recorda das interações passadas.


4. Execução Personalizada e Engenharia de Prompt: A lógica central reside no nó Construct & Execute LLM Prompt do n8n. Este código personalizado executa uma ConversationChain do LangChain utilizando o modelo e a memória fornecidos.


5. Lógica do Prompt: O modelo personalizado dentro deste nó do n8n define a persona (uma namorada espirituosa e distante chamada "Bunny"), regras estritas (responder exclusivamente em chinês, nunca fazer perguntas) e garante que as variáveis cruciais {chat_history} e {input} são preservadas para que o LangChain funcione corretamente.


6. Resposta: O resultado gerado pela cadeia LangChain é reencaminhado através da ligação de saída principal, que é automaticamente devolvido ao utilizador através do gatilho inicial do n8n.

Para implementar este fluxo de trabalho especializado do n8n, siga estes passos:

1. Importar o modelo n8n: Copie os dados JSON fornecidos e cole-os na sua tela do n8n através da opção 'New' -> 'Import from JSON'.


2. Configurar Credenciais: Configure as suas credenciais da API Google Gemini. Terá de criar um novo registo de credencial para a API Google Gemini (PaLM) e introduzir a sua chave. Esta credencial é necessária para o nó Google Gemini Chat Model do n8n.


3. Ativar e Testar: Ative o fluxo de trabalho e clique no botão 'Chat' no nó de gatilho When chat message received do n8n para começar a interagir com o seu agente de IA personalizado. Alternativamente, utilize o URL de webhook fornecido assim que o fluxo de trabalho do n8n estiver ativo.

Este fluxo de trabalho do n8n depende fortemente do conjunto de nós especializados LangChain do n8n para construir o agente de IA:

When chat message received (Gatilho n8n):
Função: Serve como o endpoint webhook interativo e o gatilho n8n para a interface de chat. Gere a sessão do utilizador e entrega a resposta final.
Configuração Principal: Definido para responder utilizando a saída lastNode, o que significa que o resultado do nó Construct & Execute LLM Prompt do n8n será devolvido.

Google Gemini Chat Model (nó LLM LangChain do n8n):
Função: Fornece o motor de modelo de linguagem grande (Gemini) que alimenta a capacidade conversacional do agente.
Configuração Principal: Utiliza o modelo models/gemini-2.0-flash-exp, configurado com uma temperatura de 0.
7.

Store conversation history (nó de Memória LangChain do n8n):
Função: Implementa um buffer de memória de janela deslizante (sliding window) para a cadeia LangChain. Isto é vital para o agente manter o contexto e o estado ao longo da conversa.
Configuração Principal: Utiliza o tipo Buffer Window Memory para armazenar eficientemente o histórico de conversação.

Construct & Execute LLM Prompt (nó de Código LangChain do n8n):
Função: Este nó crítico do n8n utiliza JavaScript personalizado para instanciar e executar uma ConversationChain do LangChain. Gere a injeção e estrutura complexas do prompt.
Configuração Principal: Contém todo o modelo de prompt que define a personalidade complexa e as restrições comportamentais do agente, garantindo a adesão aos requisitos estritos de interpretação de papéis definidos neste fluxo de trabalho do n8n.