Olá a todos.
Quem não ouviu já a expressão AI Agents? E quantos de nós ficamos curiosos sobre o que era, como implementar ou até quem sabe testar no nosso homelab?
Este post vem precisamente desmistificar e explicar de uma forma simples como construir AI agents simples para automatizar e tirar peso de tarefas repetitivas de cima do nosso trabalho do dia a dia, utilizando para o exemplo presente, ferramentas que já falamos em posts anteriores, especificamente o n8n e o ollama-webui.
Claro que se pensarmos nisso, notamos que a automação inteligente está cada vez mais presente em diversos setores, e a criação de agentes de inteligência artificial (IA) tornou-se uma necessidade para empresas e laboratórios que desejam otimizar processos, melhorar o atendimento ao cliente e sobretudo aumentar a eficiência operacional. Contudo nem todos podemos ser coders de python, e um bocadinho de no-code pode ajudar muito a fazer o que necessitamos.
Se ainda não conhecem, ou não tiveram oportunidade de ler o meu ultimo post sobre o tema, o n8n é uma plataforma de automação de código aberto que permite criar fluxos de trabalho personalizados, conectando diferentes serviços e sistemas. Com sua abordagem visual e flexível, qualquer pessoa pode projetar automatismos bastante complexos, incluindo agentes de IA capazes de processar informações, tomar decisões e interagir com outras ferramentas de maneira autônoma.
Neste artigo, iremos explorar precisamente como criar um agente de IA no n8n, detalhando os componentes essenciais, o passo a passo do desenvolvimento e alguns casos práticos de uso.
O que é um Agente de IA?
Antes de começar a desenrolar na parte técnica, é importante entender o conceito de agentes de IA. Diferente de modelos de linguagem simples, que apenas geram texto baseado em entradas, um agente de IA é um sistema autônomo capaz de entender o conceito de ambiente, processar informações, tomar decisões e executar ações.
Por exemplo, um chatbot simples pode responder a perguntas de utilizadores com base em um conjunto de regras pré-definidas, ou com informação carregada alem do modelo, por processos RAG.
Já um agente de IA pode conectar-se a diferentes sistemas, analisar dados em tempo real e executar tarefas automaticamente, como marcar compromissos, enviar notificações ou mesmo interagir com sistemas de CRM para atualizar informações de clientes. Nota porem, que para mim, dar carta branca a um agente de AI armado com um acesso de root, é uma muito má ideia.
Onde entra o n8n nisto? O grande diferencial do n8n é permitir que qualquer pessoa crie e faça gestão esses agentes sem precisar escrever código manualmente, aproveitando integrações prontas com diversos serviços e APIs.
Componentes de um Agente de IA no n8n
Para construir um agente de IA no n8n, precisamos entender os seus componentes principais:
- Modelo de Linguagem (LLM)
O cérebro do agente é um modelo de linguagem, como o GPT-4 da OpenAI, Claude da Anthropic ou outros modelos locais, no nosso caso através do ollama-webui que processam linguagem natural. O n8n permite integrar esses modelos de maneira simples, utilizando nós específicos para chamadas de API. - Base de Dados
Um agente pode precisar armazenar e recuperar informações, como um histórico de conversas ou registros de clientes. O n8n suporta conexões com bases de dados como PostgreSQL, MySQL, Firebase e Airtable. - Integração com Ferramentas Externas
O grande poder do n8n está na sua capacidade de se conectar com diversas aplicações. Por exemplo, seu agente pode por exemplo:
Enviar mensagens pelo Slack ou WhatsApp;
Criar tickets no Zendesk;
Atualizar contatos no HubSpot;
Enviar emails via Gmail ou Outlook, ou via o nosso local smtp relay server.
Passo a Passo: Como criar um Agente de IA utilizando o n8n?
Agora que entendemos os componentes, vamos construir um agente de IA no n8n na prática
Passo 1: Criar um Workflow no n8n
Acedam sua instância do n8n e criem um novo workflow.
- Adicione um nó de gatilho (trigger), como o “Webhook” para receber dados externos.
- Se deseja um chatbot, utilize “Telegram Trigger” ou “Slack Trigger” para iniciar o fluxo ao receber mensagens.
Passo 2: Integrando um Modelo de IA
- Adicione o nó “Ollama Webui” (ou qualquer outro serviço de IA que deseja utilizar – Recomendo a visualização de como integrar o ollama que é descrito de forma sucinta e clara aqui. Ou para mentes mais curiosas e tech savy, aqui.)
- Configurem a chave da API do serviço escolhido.
- Definam um prompt adequado para orientar as respostas do agente.
Por exemplo, se o desejado for agente for um assistente de atendimento ao cliente, o prompt poderá ser:
“Tu és um assistente especializado em responder dúvidas sobre as nossas formações. Responda de forma clara e objetiva. Se não souber, peça ao utilizador para entrar em contato com o a responsável pelas formações.”
Passo 3: Criando uma Base de Conhecimento
Poderá se dar o caso do agente precisar de informações personalizadas, e nesse caso é importante o ligar a uma KB de conhecimento, tipicamente uma DB.
- Adicionem um nó “PostgreSQL” ou “Airtable” para recuperar respostas baseadas em consultas específicas.
- Configure queries para buscar informações conforme a pergunta do utilizador.
Passo 4: Interação com Ferramentas Externas
Dependendo da aplicação do agente, podemos adicionar integrações para ele executar tarefas automaticamente:
- Criar tickets de suporte → Conectar ao Zendesk ou Freshdesk.
- Enviar emails automáticos → Integrar com Gmail ou Outlook ou com o nosso SMTP relay local
- Atualizar contatos no CRM → Conectar com HubSpot ou Salesforce.
Passo 5: Testando e Otimizando
- Executem o workflow em modo de teste.
- Ajuste os prompts e refine as respostas.
- Configure um nó de “Erro” para capturar falhas e garantir que o agente funcione corretamente.
Casos de Uso para Agentes de IA Criados no n8n
- Atendimento ao Cliente Automatizado.
Imaginem um chatbot no WhatsApp que responde dúvidas sobre produtos, processa pedidos e até agenda ligações com um assistente humano, quando necessário. O n8n pode automatizar tudo isso, ligando o nosso modelo de LLM IA, base de dados de conhecimento e CRM. - Análise de Dados e Relatórios Automatizados
Empresas que trabalham com grande volume de informações podem criar agentes que ingerem dados de diversas fontes, geram relatórios automaticamente e enviam insights estratégicos para gestores. - Automação de Suporte Técnico
Um agente pode monitorar chamados abertos, sugerir soluções automaticamente com base em um banco de conhecimento e até escalonar problemas críticos para técnicos humanos.
Mas quais as vantagens de Criar Agentes de IA com n8n? O que diferencia isto do processo normal em python?
Podemos falar de muitas coisas, mas para mim, o mais importante são estas:
- Facilidade de Uso: Interface visual, sem necessidade de código complexo ou de saber sequer coding. Com o bem e o mal que isso acarreta.
- Flexibilidade: Suporte para diversas integrações e personalizações.
- Código Aberto: Sem custos elevados, podendo ser selfhosted / on premise.
- Escalabilidade: Funciona para pequenas automações ou projetos empresariais complexos. A nossa imaginação é o limite.
Chegamos ao fim de mais um post semanal. Neste demonstramos que criar agentes de IA pode parecer um processo complicado, mas com o n8n, ele se torna acessível e simples até para quem não tem experiência com programação. A plataforma permite integrar modelos de linguagem, bases de dados e ferramentas externas de forma intuitiva, criando fluxos de trabalho inteligentes e eficientes.
Seja para atendimento ao “cliente”, análise de dados ou automação de processos, os agentes de IA no n8n são uma solução poderosa e de muito fácil implementação. Com um pouco de criatividade, é possível transformar tarefas repetitivas em automações inteligentes, economizando tempo e aumentando a produtividade.
Até ao post da próxima semana, e claro se notarem algo menos correcto, já sabem onde me encontrar.
Abraço.
Nuno