Cómo usar n8n: monta un flujo que trabaje solo por ti

Qué es n8n

Cada vez que entra un pedido nuevo hay que darlo de alta en el CRM, avisar al almacén y mandar un email de confirmación — y alguien lo hace a mano, cada vez. Con n8n montas ese flujo una vez y se dispara solo, sin límite real en la lógica que metas dentro.

Se puede usar de dos formas: en la nube gestionada por n8n, o autoalojado (Docker, on-premise, incluso en un entorno aislado sin conexión a internet) con el código fuente disponible en GitHub. Un matiz que conviene saber: técnicamente no es "open source" según los criterios de la OSI — usa la Sustainable Use License (basada en la Elastic License 2.0), que n8n llama "fair-code": el código es abierto y modificable, pero no se puede revender como un SaaS competidor.

Cómo funciona

Los flujos se construyen de forma visual, sobre un lienzo (canvas) donde cada paso es un nodo — pero se puede bajar a código (JavaScript o Python) en cualquier punto del flujo cuando la lógica visual no basta.

Un detalle que importa para el bolsillo: a efectos de facturación, una "ejecución" es una corrida completa del flujo de principio a fin, sin importar cuántos nodos tenga — un flujo de 30 pasos cuenta igual que uno de 3. Y al alcanzar el límite mensual de ejecuciones, los flujos se detienen de golpe, sin aviso previo ni margen de gracia. Como ventaja, cada paso del razonamiento de un agente de IA construido en n8n queda visible en el propio lienzo, no oculto en una caja negra.

Flujo de trabajo: autoalojar n8n con Docker

1. 1. Crear un volumen persistente

   docker volume create n8n_data — conserva las claves de cifrado y los logs entre reinicios.

2. 2. Arrancar el contenedor

   docker run -it --rm --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n n8nio/n8n, añadiendo las variables de zona horaria y las de conexión a Postgres si se usa en producción.

3. 3. Acceder a la interfaz

   En http://localhost:5678 tras el primer arranque.

4. 4. Usar Docker Compose para producción

   El propio repositorio de n8n mantiene ficheros de Compose completos con Postgres como base de datos, en vez de la SQLite por defecto de una instalación local rápida.

Flujo de trabajo: manejo de errores robusto

1. 1. Crear un flujo dedicado a errores

   Con el nodo 'Error Trigger' como primer nodo, guardado con un nombre reconocible (por ejemplo, "Error Handler").

2. 2. Asignarlo como flujo de error del flujo principal

   Desde Options > Settings > "Error workflow" del flujo que quieres proteger.

3. 3. El Error Trigger recibe el contexto completo del fallo

   Mensaje de error, stack trace, último nodo ejecutado, información del flujo, y si fue un reintento (execution.retryOf).

4. 4. Configurar el comportamiento por nodo

   Cada nodo tiene su propia opción "On Error" (detener el flujo, continuar, o continuar usando una salida de error separada) y "Retry On Fail" (número de intentos y espera entre ellos) — pero solo se puede tener un comportamiento activo por nodo a la vez.

Flujo de trabajo: elegir el disparador correcto

• Webhook: tiempo real, cuenta una ejecución por cada solicitud entrante, incluso con el cuerpo vacío.
• Polling (por ejemplo, el disparador de Gmail): revisa en intervalos programados y solo cuenta una ejecución cuando encuentra datos nuevos — una consulta vacía no cuenta como ejecución.
• Schedule Trigger: siete tipos de intervalo (segundos, minutos, horas, días, semanas, meses o cron personalizado de 6 posiciones), con gestión de "si se perdió la ejecución programada" para no duplicar un resumen si el servidor estuvo caído.

Flujo de trabajo: agente de IA con RAG

El nodo AI Agent de n8n solo funciona hoy como "Tools Agent": requiere obligatoriamente un modelo de chat conectado y al menos una herramienta conectada como subnodo. La memoria es opcional — un subnodo "Simple Memory" es volátil y se pierde al reiniciar, por lo que no es apta para producción; para persistencia real se usan alternativas como Redis.

1. 1. Importar los datos

   Obtener o subir los archivos, preparar los metadatos, y conectar la base de datos vectorial (Pinecone, Qdrant, Supabase, Weaviate, Postgres con PGVector, entre otras).

2. 2. Procesar el contenido

   Dividir en fragmentos (chunking), generar embeddings y almacenarlos.

3. 3. Configurar el agente

   Conectarlo a un modelo de lenguaje (en la nube o local vía Ollama, para mayor privacidad de datos).

4. 4. Añadir capacidad de recuperación y chat

   Para que el agente busque en la base vectorial antes de responder, en vez de depender solo de su conocimiento general.

n8n y el Model Context Protocol (MCP)

n8n tiene tres nodos oficiales relacionados con MCP: MCP Client (usa herramientas de un servidor MCP externo como pasos normales del flujo), MCP Client Tool (conecta un servidor MCP externo directamente a un AI Agent como herramienta invocable), y MCP Server Trigger (permite que n8n actúe como servidor MCP, exponiendo sus propios flujos a clientes externos como Claude Desktop). Existe además un proyecto de terceros popular, "n8n-mcp", que no es oficial de n8n, para construir flujos desde un asistente de código.

Nodos de la comunidad

Si necesitas conectar n8n a un servicio raro que no tiene nodo oficial, alguien de la comunidad probablemente ya construyó uno. Hay miles disponibles — la cifra exacta cambia constantemente, así que no merece la pena fijarse en un número concreto — y se instalan desde el propio panel de n8n con un par de clics, igual que instalarías un plugin en cualquier otra app.

Solo hay una diferencia importante entre ellos: un nodo verificado ha pasado una revisión de n8n y funciona también en la nube; uno sin verificar solo puedes usarlo si tienes n8n instalado en tu propio servidor — n8n Cloud no lo admite.

Gestión de credenciales y secretos

Cada vez que conectas n8n a otra herramienta (Gmail, Slack, tu CRM) le das una clave o una contraseña — eso es una credencial. Por defecto, n8n las guarda cifradas en su propia base de datos, así que no tienes que preocuparte de nada especial para empezar.

Si trabajas en un equipo con reglas de seguridad más estrictas, puedes conectar en su lugar un gestor de secretos externo — HashiCorp Vault, AWS Secrets Manager o Azure Key Vault, con la función "External Secrets": la clave real nunca llega a vivir dentro de n8n, se pide prestada justo en el momento en que el flujo la necesita. Y como con cualquier contraseña, dos hábitos simples evitan la mayoría de sustos: dar a cada credencial solo el acceso mínimo que necesita, y rotarla de vez en cuando.

Todo lo que cabe dentro de un flujo de n8n

• Miles de nodos ya construidos para aplicaciones comunes, más nodos de la comunidad instalables desde el propio panel.
• Conexiones a API personalizadas para cualquier servicio sin nodo propio.
• Construcción de agentes de IA complejos: sistemas multiagente y RAG, cambiando de modelo (en la nube o local) sin reconstruir el flujo.
• Código JavaScript o Python en cualquier punto del flujo, para cuando lo visual se queda corto.
• Nodos MCP Client/MCP Client Tool/MCP Server Trigger para conectar n8n con otros agentes de IA vía Model Context Protocol.
• Gestión de secretos externa (HashiCorp Vault, AWS Secrets Manager, Azure Key Vault) para no guardar credenciales en la base de datos de n8n.
• Despliegue autoalojado, incluso en entornos aislados sin conexión ('air-gapped').

Cuánto cuesta n8n

Workflows y usuarios son ilimitados en todos los planes de nube; el límite real es el volumen de ejecuciones mensuales. Estos precios reflejan lo publicado en n8n.io/pricing/ en el momento de escribir esta guía, tanto en la nube como autoalojado.

Qué puedes automatizar con n8n en la práctica

• Situación: te llega un lead nuevo desde un formulario de tu web. Qué hace n8n: valida los datos, busca la empresa asociada al dominio del email, clasifica el lead según ese contexto y crea la oportunidad directamente en tu CRM. Resultado esperado: el comercial abre el CRM y ya tiene el lead cualificado y asignado, sin que nadie lo haya tocado a mano. Advertencia: si la búsqueda de empresa depende de una API externa con límite de peticiones, un pico de leads puede agotarlo — conviene vigilar ese límite.
• Situación: tu bandeja de soporte recibe decenas de correos al día y alguien los va leyendo uno a uno para decidir a qué cola mandarlos. Qué hace n8n: lee cada correo nuevo, lo clasifica por contenido (por ejemplo con un nodo de IA) y lo etiqueta o lo reenvía a la persona correcta. Resultado esperado: la bandeja llega ya organizada, sin que nadie tenga que abrir cada mensaje para decidir qué hacer con él. Advertencia: un correo ambiguo puede clasificarse mal — conviene revisar de vez en cuando los casos límite antes de confiar el 100% del triaje a la automatización.
• Situación: cada mañana alguien entra a un panel externo, copia unos números y los pega en Slack para el equipo. Qué hace n8n: en un horario fijo, consulta la API de esa herramienta, arma un resumen y lo publica solo en el canal de Slack. Resultado esperado: el equipo ve el resumen del día sin que nadie tenga que copiarlo a mano. Advertencia: si la API externa cambia su formato de respuesta sin avisar, el flujo puede romperse en silencio — conviene tener activado un flujo de manejo de errores para enterarte cuando pase.
• Situación: los clientes preguntan cosas que ya están contestadas en tu documentación, pero nadie tiene tiempo de buscarlas cada vez. Qué hace n8n: con un agente de IA conectado a tus propios documentos (RAG), responde automáticamente citando la fuente interna. Resultado esperado: la mayoría de preguntas repetidas se resuelven solas, y solo las dudas genuinamente nuevas llegan a una persona. Advertencia: la memoria por defecto del agente se pierde al reiniciar — para un asistente que debe recordar conversaciones anteriores hace falta configurar una memoria persistente aparte.
• Situación: tu empresa no puede sacar ciertos datos fuera de su propia red por motivos de cumplimiento. Qué hace n8n: se puede instalar en tu propio servidor, incluso en un entorno completamente aislado sin conexión a internet, con el mismo lienzo visual que la versión en la nube. Resultado esperado: montas la misma automatización sin que ningún dato salga de tu infraestructura. Advertencia: autoalojar significa que el mantenimiento del servidor (actualizaciones, copias de seguridad) pasa a ser cosa tuya, no de n8n.

Dónde se suele atascar la gente al montar un flujo

• Combinar mal "Retry On Fail" con el modo "Continue" de un nodo: si el modo de error está en Continue, los reintentos configurados se ignoran y el nodo sigue adelante al primer fallo sin reintentar — solo se puede tener un comportamiento por nodo.
• Confiar en el pruning de historial sin revisar sus variables: por defecto se conservan 14 días o 10.000 ejecuciones (lo que se cumpla antes); las ejecuciones en curso o marcadas con una etiqueta nunca se eliminan automáticamente.
• No revisar si un nodo está deprecado tras una actualización: n8n distingue nodos retirados (dejan de funcionar), deprecados (siguen funcionando pero sin actualizaciones) y versionados (una nueva versión por defecto, sin afectar a los flujos ya construidos con la versión anterior).
• Riesgo de bucles infinitos: un webhook que se dispara a sí mismo, o un flujo de manejo de errores que reintenta indefinidamente, puede agotar créditos de API o de IA antes de detectarse — conviene revisar siempre un flujo autogenerado antes de activarlo en producción.
• Superar el límite de payload de un webhook: 16 MB por defecto (configurable en autoalojado).
• Subestimar la curva de aprendizaje: construir la lógica de mapeo de datos y expresiones lleva más tiempo las primeras semanas que en herramientas más simples como Zapier o Make, a cambio de mayor capacidad; en autoalojado, además, hay que asumir el mantenimiento del servidor.

Lo que n8n no resuelve por ti

• No es "open source" en sentido estricto (según criterios OSI): la Sustainable Use License restringe el uso comercial como SaaS competidor, aunque el código sea abierto y modificable.
• Los nodos de la comunidad no verificados solo están disponibles en instalaciones autoalojadas, no en n8n Cloud.
• El AI Agent node solo opera como "Tools Agent" hoy — otros tipos como Conversational Agent o SQL Agent ya no están disponibles.
• La memoria por defecto del agente ("Simple Memory") es volátil y se pierde al reiniciar — no apta para producción sin una alternativa persistente.