Pierwszy agent AI w n8n krok po kroku: odpowiadanie na maile

👁 172 przeczytań

Agent AI w n8n to przepływ, w którym model językowy sam decyduje, jakich narzędzi użyć, zamiast wykonywać sztywno zapisaną listę kroków. Najprostszy sensowny przykład to skrzynka mailowa: nowy mail uruchamia przepływ, model czyta treść, sprawdza kalendarz albo bazę, pisze odpowiedź i zapisuje ją jako szkic do zatwierdzenia. Poniżej cały przepływ krok po kroku, z nazwami węzłów, które zobaczysz w n8n, i z pułapkami, na których zwykle wykłada się pierwsza wersja.

Agent czy zwykły przepływ

W dokumentacji n8n są dwa rodzaje węzłów AI. Basic LLM Chain wysyła dane do modelu i odbiera odpowiedź, zawsze w ten sam sposób. AI Agent dostaje model, pamięć i listę narzędzi, a potem sam wybiera, którego narzędzia użyć i w jakiej kolejności. Od wersji 1.82 węzeł działa wyłącznie w trybie Tools Agent, wcześniejsze typy agentów zostały wycofane.

Różnica ma znaczenie dla portfela i nerwów. Streszczenie maila to zadanie dla łańcucha: jedno wywołanie modelu, jeden wynik. Odpowiedź na maila, która wymaga sprawdzenia terminu w kalendarzu albo statusu zamówienia w arkuszu, to zadanie dla agenta, bo model musi zdecydować, czy w ogóle zaglądać do kalendarza. Kiedy który wybrać, opisałem szerzej w tekście o agentach AI, a podstawy samego n8n w przewodniku.

Co przygotować przed budową

• Konto n8n: chmurowe z 14-dniowym okresem próbnym bez karty albo własna instalacja. Na własnym serwerze webhooki i OAuth wymagają publicznego adresu z HTTPS.
• Dostęp do Gmaila: poświadczenie Google OAuth2 w sekcji Credentials. W n8n Cloud jest gotowy przycisk logowania, na własnym serwerze trzeba założyć projekt w Google Cloud i wkleić identyfikator klienta.
• Model: własny klucz OpenAI, Anthropic albo Google, lub w n8n Cloud kredyty bramki (Gateway credits), które pozwalają wywoływać modele bez konta u dostawcy. Nowe konto dostaje ich niewielką pulę, a doładowanie jest dostępne tylko na planie płatnym.
• Ochrona danych: treść maili trafia do dostawcy modelu. Jeśli to niedopuszczalne, model uruchamiasz lokalnie przez Ollamę i podpinasz jako Ollama Chat Model.

Krok 1: wyzwalacz na skrzynce

Pierwszy węzeł to Gmail Trigger ze zdarzeniem Message Received. Węzeł nie dostaje powiadomień z Google, tylko odpytuje skrzynkę w ustalonych odstępach (Poll Mode). Domyślnie pobiera 10 wiadomości na jedno odpytanie, maksymalnie 50, a nadmiar czeka na kolejny cykl. Warto od razu zawęzić filtr: tylko nieprzeczytane, tylko z wybraną etykietą albo tylko od określonych nadawców.

Odstęp odpytywania ma wpływ na rachunek w n8n Cloud, bo każde uruchomienie przepływu, także takie, które nic nie znalazło, to jedno wykonanie z puli 2500 na Starterze. Odpytywanie co minutę daje ponad 43 000 wykonań miesięcznie; co 15 minut to 2880 i nadal za dużo; co godzinę to 720. Na własnym serwerze limit nie istnieje.

Krok 2: agent, model i pamięć

Do wyzwalacza podłączasz węzeł AI Agent. Ma dwa rodzaje wejść: główne, którym wpływa treść maila, i pomocnicze u dołu, do których podpinasz podwęzły. Wymagane są model i co najmniej jedno narzędzie. Model to np. OpenAI Chat Model z wybraną wersją i kluczem; pamięć to Simple Memory, która trzyma kilka ostatnich wymian w wątku, żeby agent widział kontekst, gdy klient odpisuje po raz trzeci.

W polu System Message opisujesz rolę: kim jest agent, w czyim imieniu pisze, w jakim języku, jak długo, czego nie wolno mu obiecywać. W polu Prompt przekazujesz wyrażeniem temat i treść maila z wyzwalacza, np. {{ $json.subject }} i {{ $json.text }}.

Krok 3: narzędzia, których agent może użyć

Narzędzie to dowolny węzeł n8n podpięty do wejścia Tools. Do odpowiadania na maile w praktyce wystarczają dwa lub trzy:

• Google Calendar Tool - agent sprawdza wolne terminy, gdy klient pyta o spotkanie,
• Google Sheets Tool - odczyt statusu zamówienia albo cennika z arkusza,
• Vector Store Tool - odpowiedzi na podstawie własnych dokumentów, np. regulaminu, wgranych wcześniej do bazy wektorowej.

Każde narzędzie ma opis, na którego podstawie model decyduje, kiedy go użyć. Im konkretniej napiszesz „sprawdź dostępność terminów w kalendarzu firmowym na najbliższe 14 dni”, tym rzadziej agent sięgnie po narzędzie bez powodu albo pominie je, gdy było potrzebne.

Krok 4: szkic zamiast wysyłki

Ostatni węzeł to Gmail z operacją Draft: Create, do którego przekazujesz odpowiedź agenta i identyfikator wątku. Wersja z automatyczną wysyłką (Message: Reply) istnieje, ale na początek nie polecam jej nikomu. Szkic w skrzynce to jedno kliknięcie więcej dla człowieka i zero ryzyka, że model obieca rabat, którego nie ma. To opinia redakcji.

Wariant ze streszczeniami buduje się jeszcze prościej: Schedule Trigger raz dziennie, Gmail z operacją pobrania wiadomości z ostatnich 24 godzin, Summarization Chain albo Basic LLM Chain, i wysyłka jednej wiadomości z podsumowaniem. To zwykły przepływ bez agenta, jedno wykonanie dziennie, więc na Starterze zużywa 30 z 2500 wykonań.

Na czym wykłada się pierwsza wersja

• Pętla odpowiedzi: agent odpowiada na własną odpowiedź albo na automat z drugiej strony. Filtr nadawców i etykieta „obsłużone” nakładana po przetworzeniu rozwiązują większość przypadków.
• Zbyt ogólny System Message: bez zdania „jeśli nie znasz odpowiedzi, napisz, że przekażesz pytanie dalej” model zmyśla terminy i ceny.
• Za dużo narzędzi: każde narzędzie to dodatkowe tokeny w każdym wywołaniu. Trzy dobrze opisane działają lepiej niż dziesięć.
• Wyczerpane kredyty bramki: gdy pula spadnie do zera, węzły korzystające z Gateway credits przestają działać, a węzły z własnym kluczem działają dalej. Na produkcji lepszy jest własny klucz.

Zobacz też: Ile kosztuje n8n: Cloud Starter, Pro i własny serwer w złotych · Gumloop: agenci AI bez kodu - jak działa i ile kosztuje plan Pro

Najczęstsze pytania

Czy do zbudowania agenta w n8n trzeba programować?

Nie. Wszystkie węzły z tego tekstu konfiguruje się w formularzach. Przydaje się umiejętność czytania danych w formacie JSON, żeby wiedzieć, w którym polu jest treść maila. To godzina nauki, nie kurs.

Czy agent może pisać po polsku?

Tak. Modele OpenAI, Anthropic i Google rozumieją polski, wystarczy wpisać w System Message, że odpowiada po polsku. Interfejs n8n jest po angielsku.

Ile kosztuje jedno wywołanie agenta?

W n8n jedno wykonanie przepływu niezależnie od liczby kroków, plus tokeny u dostawcy modelu. Przy krótkich mailach i modelu klasy mini to ułamki centa za wiadomość; dokładne stawki są u dostawcy modelu.

// czytaj dalejJak tworzyć filmy AI - pierwszy film krok po krokuArtykułyWan 2.2 w ComfyUI krok po kroku: pierwszy klip AI na swojej karcie graficznejArtykułyPierwsze zapytanie do API AI w Pythonie krok po krokuArtykuły