cerebro-vip INEMA.CLUB
inícioINEMA.N8N

Aula prática (ap49) sobre como construir um enxame de agentes de IA…

INEMA.N8N · 2025-07-27 · ~11 min · ver no Telegram ↗

INEMA

⚡️ HACKS PARA CRIAR E USAR AGENTES DE IA NO N8N

1. Use {{ $now }} para passar a data e hora atual para os agentes

  • Evita que eventos ou tarefas sejam agendados com datas erradas.
  • Adicione isso no prompt do agente:

A data atual é: {{ $now }}


2. Evite erros com campos obrigatórios usando descrições

  • Exemplo: no campo “Para” do e-mail (destinatário), coloque:

``` Este campo deve conter um e-mail válido (ex: nome@email.com)

```* Isso ajuda o modelo a gerar o conteúdo corretamente.


3. Não deixe o agente principal fazer tarefas

  • No prompt do agente principal, inclua:

    ```Sua função é apenas delegar tarefas. Não execute nenhuma ação diretamente.


### 4. Use logs para identificar falhas com precisão

*** Sempre analise os age**nt logs quando algo falhar.
* Descubra que**m chamou quem, o** q**ue foi enviado e **qual parâmetro deu erro.

---

### 5. Reutilize agentes com ferramentas diferentes

* Um mesmo agente (ex: e-mail) pode ser usado com ferramentas diferentes (Gmail, Outlook).
* Basta duplicar o agente e trocar a ferramenta.

---

### 6. Use o botão “Let model decide” para campos dinâmicos

* Em vez de preencher manualmente os campos, clique em:

    L```et the model define this parameter

* ```Isso permite que o modelo de IA decida o conteúdo de cada campo.

---

### 7. Comece simples: 1 agente, 1 ferramenta

* Evita confusão inicial.
* Escale gradualmente para múltiplos agentes.

---

### 8. Compartilhe memória com Session ID

* Para manter contexto entre agentes, passe o mesmo Session ID:

    Us```e Telegram Chat ID ou outro identificador único


--```-

### 9. Crie promps específicos para cada subagente

* Exemplo no Email Agent:

    Sem```pre verifique se o e-mail é válido antes de enviar. Use a ferramenta de envio apenas quando o destinatário estiver correto.


---```

### 10. Reaproveite modelos e ferramentas prontos

* Copie ferramentas e prompts de outros agentes já testados.
* Isso economiza tempo e evita erros comuns.

## 🧩 PASSO A PASSO PARA CRIAR O WORKFLOW DE AGENTES NO N8N

### 1. Abrir o n8n com um canvas em branco

* Criar um novo workflow
* Deixar o canvas limpo para adicionar os agentes

---

### 2. Adicionar o AGENTE PRINCIPAL (Main Agent)

* Pressione `Tab` e escolha **"AI Agent"**
* Dê um nome, ex: `Main Agent`
* Conecte um **modelo de linguagem** via **OpenRouter**:

  * Criar conta em [openrouter.ai](https://openrouter.ai/)
  * Gerar uma **API Key**
  * Colar a chave na conexão do modelo no n8n

---

### 3. Criar o SUBAGENTE DE E-MAIL (Email Agent)

* Adicionar um novo AI Agent
* Nome: `Email Agent`
* Descrição: “Agente responsável por enviar e-mails”
* Conectar ao mesmo modelo de IA (ou outro, se quiser)
* Configurar o **User Message** como **dinâmico**, deixando o Main Agent preencher com o que deve ser feito

#### Adicionar ferramenta:

* Clique em `+ Tool`
* Escolha `Gmail Tool`
* Configure:

  * Tipo: `Text`
  * Campos dinâmicos: para, assunto, corpo
  * Desabilite assinatura automática do n8n

---

### 4. Criar o SUBAGENTE DE CALENDÁRIO (Calendar Agent)

* Mesmo processo do Email Agent
* Nome: `Calendar Agent`
* Descrição: “Cria eventos no Google Calendar”
* Conectar ao mesmo modelo ou outro

#### Adicionar ferramenta:

* Ferramenta: `Google Calendar`
* Operação: `Create Event`
* Campos configurados:

  * Start time
  * End time
  * Summary (título do evento)
* Deixe os valores para o modelo decidir dinamicamente

---

### 5. Ajustar o prompt do AGENTE PRINCIPAL

* Adicionar um **system prompt** claro:

  ```  Você é um agente orquestrador. Sua função é decidir qual subagente usar para cada tarefa. Não execute ações diretamente. Apenas repasse o comando ao subagente adequado.
  ```

---

### 6. Ligar os AGENTES com o AGENTE PRINCIPAL

* Em “Tools” do Main Agent:

  * Adicionar E`mail Agent `como ferramenta
  * Adicionar C`alendar Agent `como ferramenta

---

### 7. Testar a comunicação via chat

* Use um nó de entrada, como T**elegram Trigger **ou W**ebhook,** para simular um usuário
* Envie mensagens como:

   ``` Crie um evento para hoje às 14h com título "Revisar projeto"


8. Corrigir erros observando os LOGS

*** Vá até o Ag**ent Logs no Main Agent * Veja qual agente foi chamado, com qual mensagem e se houve erro * Ex: se data incorreta → adicionar ao system prompt:

```A data atual é: {{ $now }}

```---

9. Adicionar planilha de LOG (opcional)

  • Use um nó Goo`gle Sheets
  • `Salve: hora, prompt, ações, tokens usados

10. Exportar ou clonar o workflow

  • Ao final, o autor disponibiliza o JSON para duplicar o workflow
  • Você pode importar esse JSON no seu ambiente n8n

exemplos

Aqui estão os exemplos práticos citados no vídeo sobre como usar um enxame de agentes de IA no n8n:


1. Pedido complexo via Telegram (Exemplo 1)

Comando enviado: “Me envie 4 vídeos de alta performance sobre n8n no YouTube, mande por e-mail para Dexter Morgan e também me diga como está o clima hoje em Chicago.”

Ações executadas:

  • Web Agent → consulta o clima em Chicago
  • Contact Agent → busca e-mail de Dexter Morgan
  • YouTube Agent → busca 4 vídeos relevantes sobre n8n
  • Email Agent → envia os vídeos e o clima por e-mail
  • Log → tudo é registrado em uma planilha do Google Sheets

2. Pedido mais avançado (Exemplo 2)

Comando enviado: “Pegue minhas ideias de vídeos do banco de dados, faça uma pesquisa sobre elas com o Tavi (ou Perplexity), envie o resumo para o Michael Scott e agende um evento hoje às 16h para discutir.”

Ações executadas:

  • YouTube Agent → pega ideias do banco de dados
  • Contact Agent → busca e-mail de Michael Scott
  • Web Agent → faz pesquisa sobre os vídeos com Perplexity
  • Email Agent → envia resumo por e-mail
  • Calendar Agent → agenda evento no Google Calendar às 16h com Michael

3. Criação de evento com falha de data (Exemplo 3)

Comando enviado: “Crie um evento para hoje às 13h chamado almoço.”

Erro ocorrido:

  • O agente marcou o evento para 27 de abril de 2024 (data antiga) porque não sabia que “hoje” era 25 de julho de 2025.

Correção feita:

  • Foi adicionado ao prompt a variável {{ $now }} para informar a data atual aos agentes.

4. Criação de evento com falha de título (Exemplo 4)

Comando enviado: “Crie um evento para hoje às 18h para jantar.”

Erro ocorrido:

  • O evento foi criado, mas sem título.

Correção feita:

  • Adicionado o campo “summary” (título do evento) como parâmetro no calendário para o agente preencher com o nome do evento.

5. Envio de e-mail simples (Exemplo 5)

Comando enviado: “Mande um e-mail para nate@example.com perguntando se ele está tendo um bom dia.”

Erro ocorrido:

  • O e-mail não foi enviado porque o agente não entendeu o endereço corretamente.

Correção feita:

  • Ajustes nos prompts de sistema para garantir que o agente principal não execute a tarefa, mas sim delegue para o subagente de e-mail.

Quando usar AGENTE de IA

Use quando o sistema precisa pensar ou decidir o que fazer com base no que a pessoa pediu.

Exemplos:

  • Entender pedidos em linguagem natural (“avise o João e marque reunião amanhã”)
  • Escolher qual ferramenta usar
  • Lidar com comandos diferentes a cada vez

Quando usar WORKFLOW

Use quando o processo é sempre igual, com passos fixos, sem decisões inteligentes.

Exemplos:

  • Enviar e-mail todo dia às 8h
  • Salvar formulário em planilha
  • Enviar alerta se valor for maior que X

Regra rápida:

Se precisa pensar → AGENTE Se é só fazer → WORKFLOW

A diferença entre usar um agente de IA ou um workflow tradicional está principalmente na necessidade de tomada de decisão, raciocínio dinâmico e flexibilidade. Veja abaixo um resumo prático com exemplos:


Quando USAR um AGENTE de IA

Use um agente quando o processo:

  • Não é linear
  • Exige interpretação de comandos
  • Precisa escolher entre opções
  • Envolve contexto variável
  • Pode se adaptar a situações novas

Exemplos:

  1. Atendimento automatizado multicanal
  • O usuário envia: “Me avise se tiver chuva hoje e envie um e-mail para meu chefe com minha ausência”
  • O agente entende a mensagem, consulta a previsão do tempo, verifica quem é o chefe e envia o e-mail.
  1. Pesquisa e recomendação inteligente
  • “Me envie 3 vídeos bons sobre marketing no YouTube e agende uma reunião com meu time para revisar.”
  • O agente busca vídeos, resume, agenda reunião e envia e-mail.
  1. Assistente pessoal inteligente
  • Um só comando pode ativar múltiplos subagentes como:

    • Buscar dados
    • Analisar
    • Resumir
    • Notificar

Quando NÃO usar agente (usar WORKFLOW)

Use um workflow tradicional quando o processo:

  • É linear e previsível
  • Não muda com base no input
  • Pode ser modelado com lógica fixa
  • Precisa de controle rígido de etapas
  • Não há necessidade de interpretação complexa

Exemplos:

  1. Automatizar envio de faturas
  • A cada dia 5, gerar PDF de cobrança e enviar e-mail.
  1. Cadastrar novos leads em planilha
  • Recebe formulário > valida campos > grava no Google Sheets.
  1. Responder automaticamente a e-mails com texto padrão
  • Se assunto contiver "cancelamento", responde com modelo X.

Comparativo direto

Critério Workflow Tradicional Agente de IA
Tipo de tarefa Repetitiva e previsível Variável e dinâmica
Lógica Fixa (sequencial) Raciocínio com IA
Necessidade de contexto Baixa Alta
Personalização por usuário Limitada Alta (memória, histórico)
Facilidade de depuração Alta Média (precisa ler logs do agente)
Flexibilidade com comandos Baixa Alta

Regra prática para decidir:

Se o processo pode ser descrito com clareza em 5 passos fixos → use workflow. Se o processo precisa “entender” o pedido para saber o que fazer → use agente.

Resumo completo "Construir um enxame de agentes de IA no n8n ficou muito fácil":

O vídeo ensina, passo a passo, como criar um sistema com múltiplos agentes de IA (enxame de agentes) dentro de um único workflow no n8n, usando ferramentas no-code. O objetivo é construir um sistema orquestrador (agente principal) que aciona subagentes especializados para tarefas específicas (como e-mail, clima, YouTube, contatos e calendário). O autor demonstra isso em tempo real e compartilha gratuitamente os recursos para replicação.

1. Demonstração prática do funcionamento

  • O autor envia um comando no Telegram pedindo:

  • 4 vídeos do YouTube sobre o n8n

  • Enviar e-mail para Dexter Morgan
  • Informações do clima em Chicago
  • O agente orquestrador:

  • Ativa os subagentes certos (web, e-mail, YouTube, contatos)

  • Executa e registra tudo em uma planilha do Google

2. Arquitetura do enxame de agentes

  • Todos os subagentes estão no mesmo fluxo, o que facilita testes, visualização e depuração.
  • Cada subagente tem:

  • Seu próprio modelo de linguagem (GPT, Google Flash, etc.)

  • Seus próprios prompts e especializações
  • Pode ou não compartilhar memória via Session ID
  • Permite personalizar modelos por custo e qualidade.

3. Segunda demonstração mais complexa

  • Tarefa: buscar ideias de vídeos no banco, fazer pesquisa, enviar e-mail e criar evento no calendário.
  • O sistema:

  • Aciona os agentes certos

  • Realiza pesquisas com Perplexity
  • Cria evento no Google Calendar
  • Envia e-mail com resumo da pesquisa

4. Como construir do zero

  • Explica como usar OpenRouter para conectar modelos de IA.
  • Monta um exemplo básico com:

  • Agente principal

  • Subagente de e-mail com ferramenta do Gmail
  • Subagente de calendário com integração ao Google Calendar
  • Mostra como configurar prompts e corrigir erros via logs.

5. Boas práticas para construir agentes

  • Três habilidades essenciais:
  1. Ler os logs para entender falhas e acertos.
  2. Criar bons prompts, adicionando instruções claras e específicas.
  3. Entender como os agentes usam ferramentas (e.g. envio de e-mails, criação de eventos).

6. Importante distinção: workflow vs agente

  • Workflows são melhores para tarefas determinísticas e previsíveis.
  • Agentes são úteis para tarefas com decisão, raciocínio e imprevisibilidade.
  • A maioria das automações simples não precisa de agentes.

7. Recursos gratuitos disponíveis

  • JSON para importar o fluxo completo no n8n
  • Planilha de log dos agentes
  • Template para tracking no Google Sheets
  • PDF sobre "Reactive Prompting"

8. Comunidades e suporte

  • Comunidade gratuita com todos os arquivos e tutoriais
  • Comunidade paga com suporte técnico e dois cursos:

  • "Agent Zero" (Fundamentos da Automação com IA)

  • "10 horas para 10 segundos" (Design de automações que economizam tempo)

Tópicos listados com exemplos

  1. Agente Orquestrador
  • Decide quais subagentes acionar com base no pedido do usuário.
  • Exemplo: Recebe uma mensagem e distribui para YouTube Agent, Weather Agent, etc.
  1. Subagentes especializados
  • E-mail, YouTube, Contato, Web, Calendário.
  • Cada um com sistema de prompts e modelo de IA próprio.
  1. Uso de memória com Session ID
  • Permite compartilhamento de contexto entre agentes.
  1. Erros comuns e como depurar
  • E-mail enviado com endereço inválido
  • Evento no calendário marcado com data errada
  1. Boas práticas de criação
  • Comece com poucos agentes e aumente gradualmente
  • Faça testes com prompt simplificado
  • Use logs para entender o que falhou
  1. Ferramentas usadas
  • OpenRouter (modelos de IA)
  • Google Sheets (log de execuções)
  • Google Calendar
  • Gmail
  • Telegram (entrada de mensagens)
  1. Importância de saber quando usar agentes
  • Exemplo de quando não usar agente: processo fixo como emitir nota fiscal
  • Exemplo de quando usar: decisões com base em múltiplas variáveis

Um Enxame de Agentes de IA no n8n Ficou Muito Fácil

Como construir um enxame de agentes de IA totalmente funcional usando ferramentas no-code no n8n.

Esse framework permite que um agente principal (pai) acione vários subagentes especializados, cada um com sua própria tarefa. Essa abordagem modular melhora o desempenho, reduz o excesso de informações nos prompts e aumenta a precisão do contexto — especialmente ao lidar com consultas complexas.

Graças a uma atualização recente do n8n, agora podemos manter tudo dentro de um único fluxo de trabalho, o que facilita depurar, testar e iterar — tudo de forma visual. Também explicarei quando um enxame de agentes não é a melhor escolha e como ele se compara ao uso de fluxos de IA padrão ou subfluxos.

Planilha de Log dos Agentes Planilha de Ideias para o YouTube

ap49 - Enxame de Agentes

chatgpt.com ↗

1

Recursos

↑ voltar ao topo · ver no Telegram ↗