Mapa tygodnia/Moduł 04
agenty
n8n
automatyzacja-nocode
40 min · średni

Budowa agentów AI w n8n

Od workflow do faktur po agenta obsługującego skrzynkę co minutę — w jednej platformie.

Tryb: pełny

Executive summary

  • n8n vs Make: n8n można self-hostować (mniejszy celownik hakerski, większa odpowiedzialność za serwer). Make jest prostszy, n8n potężniejszy w skomplikowanych agentach.
  • Workflow podstawowy: Manual Trigger → Google Drive (lista plików) → Download → Extract from PDF → Code (parser JS, kod od Gemini) → If (sprzedaż vs zakup) → Google Sheets (zapis).
  • AI Agent node = cluster: model językowy (Gemini 2.5 Flash) + Memory (Simple Memory z kluczem sesji) + Tools (Gmail send, HTTP request, custom).
  • Pamiętaj: agent czytający Gmail co minutę = 60 wywołań/h × 24 = 1440 wywołań dziennie. Ustaw filtr, żeby reagował tylko na maile po określonym czasie / od określonych nadawców.

Czym to jest

n8n to open-source'owy konkurent Make z możliwością self-hostowania i lepszą obsługą agentów AI. W jednej platformie zbudujesz zarówno deterministyczny workflow (200 faktur → arkusz z VAT-em), jak i prawdziwego agenta z pamięcią i toolami, który czyta skrzynkę co minutę i odpisuje sam.

Kluczowe pojęcia

Node
Pojedynczy krok workflow. Może być triggerem, akcją, transformacją danych, kodem, decyzją.
Manual Trigger
Najprostszy trigger: uruchamiasz workflow ręcznie przyciskiem. Idealny do batchowych zadań „raz na miesiąc".
Cluster node
Specjalny węzeł, który grupuje inne. AI Agent to cluster: w środku zatrzaskujesz model, pamięć i toole.
AI Agent
Cluster node n8n implementujący pętlę Plan → Act → Observe. Wymaga modelu LLM + opcjonalnie Memory + Tools.
Simple Memory
Najprostsza pamięć agenta: trzyma ostatnie N wiadomości po kluczu sesji (np. ID wątku Gmail).
Tool
Cokolwiek, co agent może wywołać: Send Email, HTTP Request, Code, inny workflow. To one przekładają „decyzję" agenta na działanie.
Code node
Pozwala wstrzyknąć JS/Python. Świetnie dogadać się z Gemini — wkleisz mu dane wejściowe i poprosisz o gotowy fragment do skopiowania.
Extract from File
Konwertuje PDF/DOCX/CSV na surowy tekst, gotowy do parsowania przez kod albo LLM.

Pryncypia

  1. 01Najpierw zbuduj workflow bez AI, zobacz że dane lecą. Dopiero potem podmień Code/If na AI Agenta.
  2. 02Self-hosting n8n = zysk + ryzyko. Bez doświadczenia z administracją serwerem — wybierz n8n Cloud.
  3. 03Agent z triggerem „every minute" wymaga FILTRA — inaczej spali Ci API key i wyśle 1000 odpowiedzi na 1 maila.
  4. 04Memory agenta = kosztuje tokeny przy każdym wywołaniu. Trzymaj krótką (3-5 wymian), nie ciągnij całej historii.

Przykłady zastosowań

Workflow faktur (bez AI)

Manual Trigger (zakres dat) → Create Spreadsheet (3 zakładki: Sprzedaż/Zakupy/Podsumowanie) → Drive List Files → Download → Extract from PDF → Code (parser JS od Gemini) → If (sprzedaż?) → Sheets Append. Output: gotowy arkusz VAT-owy z 200 faktur.

Agent obsługujący Gmail co minutę

Gmail Trigger (every minute) → AI Agent [model: Gemini 2.5 Flash, memory: Simple Memory z thread_id, tools: Gmail Send + Sheets Lookup (dostępność produktów) + Slack Notify pracowników]. System prompt klasyfikuje mail i decyduje akcję.

Generator opisów produktów

Trigger: webhook z e-commerce → AI Agent z toolem „pobierz dane produktu z bazy" → generuje opis → tool „zapisz do CMS" → Slack notification do copywritera „nowy opis czeka na akceptację".

Case study

Sklep internetowy — agent obsługujący zapytania o dostępność

Sklep z 2000 SKU. ~80 maili dziennie typu „czy macie X w rozmiarze Y na 15.06?". Pracownik tracił 2h dziennie na sprawdzanie i ręczne odpisywanie.

Podejście

  1. 1.Trigger Gmail every minute, filtr: tylko maile z polem „dostępność" lub „rozmiar" w temacie/treści.
  2. 2.AI Agent: model Gemini 2.5 Flash, Simple Memory (key = thread_id), Tools: 1) HTTP Request do API magazynu (sprawdza stan), 2) Gmail Send (odpisuje).
  3. 3.System prompt: klasyfikuje pytanie (dostępność/cena/inne), wywołuje odpowiedni tool, generuje uprzejmą odpowiedź ze stanem i sugestią terminu dostawy.
  4. 4.Fallback: jeśli pytanie spoza zakresu → tag „escalate" + powiadomienie pracownika.
Efekt: Pracownik odzyskał 2h/dziennie. 73% maili obsłużonych w 100% automatycznie, 27% trafia do człowieka z gotowym kontekstem. Koszt Gemini: ~12 USD/mc.

Najczęstsze błędy — checklista

0/4 oznaczone

Prompty gotowe do użycia

System prompt dla agenta obsługi zamówień

Kiedy: n8n AI Agent czyta Gmail i podejmuje decyzje.

Jesteś asystentem działu obsługi sklepu internetowego TwojaMarka. Otrzymujesz mail klienta. Twoje zadania, w tej kolejności: 1) Sklasyfikuj mail w jednej z kategorii: [dostępność, status zamówienia, reklamacja, pytanie ogólne, spam]. 2) Jeśli „dostępność" — wywołaj tool check_stock(sku, size). Jeśli „status zamówienia" — wywołaj tool get_order(order_id). 3) Wygeneruj uprzejmą odpowiedź po polsku, max 5 zdań, z konkretną informacją. 4) Jeśli kategoria to „reklamacja" lub „pytanie ogólne" — NIE odpowiadaj sam, wywołaj tool escalate_to_human(reason). NIGDY nie wymyślaj numerów SKU, cen ani terminów dostawy. Jeśli czegoś nie wiesz z toola — eskaluj.

Częsty błąd: Bez „NIGDY nie wymyślaj" agent zwróci halucynowane SKU i odeśle klienta z błędną informacją.

Prompt dla Gemini: napisz parser faktury w JS

Kiedy: Potrzebujesz Code node w n8n, który wyciągnie pola z surowego tekstu PDF.

Jesteś programistą JavaScript. Napisz funkcję dla n8n Code node, która z poniższego surowego tekstu wyciągniętego z PDF faktury zwróci obiekt: { invoiceNumber, issueDate, sellerName, sellerNip, buyerName, buyerNip, netAmount, vatAmount, grossAmount }. Wszystkie kwoty jako Number (kropka jako separator dziesiętny). Daty w ISO 8601. Jeśli pole niewykrywalne — zwróć null. Kod gotowy do wklejenia w n8n (return items.map(...)). Przykładowy input: """${EXAMPLE_PDF_TEXT}"""

LAB — ćwiczenie

LAB · 45 min · średni

Zbuduj w n8n agenta, który raz dziennie czyta Twoją skrzynkę, klasyfikuje 10 ostatnich maili i wysyła Ci na Slacka podsumowanie.

  1. 1Schedule Trigger ustawiony na 18:00 każdego dnia roboczego.

  2. 2Gmail node Get Many Messages, limit 10, filter „is:unread" lub po dacie.

  3. 3AI Agent cluster: model Gemini 2.5 Flash, BEZ memory (jednorazowe wywołanie), system prompt klasyfikujący.

  4. 4Slack Send Message do Twojego kanału prywatnego, treść = output agenta.

  5. 5Manual Execute — Slack dostaje czytelne podsumowanie kategorii i 3 najpilniejszych maili.

Pytania kontrolne

Powiązane moduły

Make zaawansowany Wprowadzenie do agentów ElevenLabs voice agent

Skończyłeś moduł? Oznacz go i ruszaj dalej.