cerebro-vip INEMA.CLUB
inícioINEMA.N8N

Material de aula sobre integração da Evolution API com N8N para…

INEMA.N8N · 2025-04-05 · ~6 min · ver no Telegram ↗

INEMA

coloca a pergunta no assuntos gerais, atinge mais gente q aqui neste topico. e detalhe o q é para ser bem especificio

Evolution API: Parte 2 | WhatsApp mais natural

Como trabalhar com os módulos da Evolution API diretamente no N8N, sem precisar usar módulos HTTP personalizados. Isso simplifica muito o trabalho com o WhatsApp e outras funcionalidades relacionadas.

🔌Instalação do módulo da Evolution API Acessamos a seção Community Nodes do N8N e buscamos:
n8n-nodes-evolution-api. Selecionamos e instalamos o nó criado pela Orion Design. Depois de instalado, já conseguimos visualizar os módulos no painel de ações com o nome "Evolution". 🔐Configuração de credenciais Criamos uma nova credencial do tipo Evolution API. Inserimos a URL da instância da Evolution (a geral, não uma específica). Também adicionamos a API Key, que é obtida no Portainer (editando o stack da Evolution). 📤Envio de mensagens com a Evolution API
Com tudo configurado, podemos enviar: - Texto - Imagens
- Vídeos - Áudios
- Documentos - Contatos
- Localização - Botões interativos
- Respostas a mensagens - E até status/histórias do WhatsApp (ainda em fase de testes) 👉 Testamos o envio de status ou histórias, uma função muito poderosa que ainda está sendo testada. 🧠Agrupamento de mensagens antes do envio
Criamos uma lógica para agrupar todas as mensagens enviadas nos primeiros 30 segundos. Isso traz dois benefícios: 1. Melhora a naturalidade da resposta do chatbot 2. Reduz o consumo de tokens no OpenAI Para isso: - Usamos o Redis como banco de dados rápido
- Armazenamos todas as mensagens recebidas nesse intervalo - Verificamos se já se passaram 30 segundos desde a última mensagem
- Se sim, enviamos todas as mensagens agrupadas para o webhook do chatbot 🛠️Configuração avançada da Evolution API Dentro de cada instância, na aba "Settings": - Bloqueamos chamadas se houver um chatbot ativo
- Ativamos a pré-visualização de links - Permitimos o recebimento de eventos como status, mensagens, áudios e arquivos Na aba "Events": - Ativamos o webhook do N8N
- Colamos a URL do webhook (ambiente de testes ou produção) - Ativamos a opção Base64 Webhook para arquivos 📱Vinculação do número do WhatsApp
No WhatsApp: - Vamos em “Dispositivos vinculados” - Escaneamos o QR code a partir da Evolution
Pronto! O número está conectado e funcionando. 🧰Novas funcionalidades do N8N
- Agora é possível criar pastas para organizar os workflows
- Vimos como atualizar a versão do N8N diretamente pelo Portainer (botão “Update”) - Também exploramos a criação de novas instâncias da Evolution com o canal Bailys (que permite conectar o WhatsApp tradicional) 💬Perguntas frequentes respondidasQual é melhor: Evolution API ou WhatsApp Cloud API?👉 O ideal é ter as duas: usar Evolution para conversas comuns e Cloud API para envios em massa. Qual base de conhecimento usar: Supabase ou Pinecone?👉 Ambas são boas. O Supabase é mais conveniente se for instalado junto com a Evolution no VPS, pois é open source e gratuito. Recursos:
Chatbot_Evolution_API

RAC em um NAS. Explicamos que, até o momento, conseguimos instalar o Supabase corretamente apenas com o setup do Orion em Ubuntu 24.

Conclusão
Conseguimos montar um fluxo completo integrando a Evolution API com o N8N, onde:

  • Recebemos qualquer tipo de mensagem
  • Processamos e classificamos o conteúdo
  • Respondemos de forma coerente, segmentada e com atrasos naturais
  • Tudo conectado a uma base de conhecimento dinâmica

Esse sistema permite criar assistentes muito mais naturais, escaláveis e adaptados a diferentes tipos de usuários e conteúdos.

Parte 1 do conteúdo sobre Evolution API e WhatsApp Web:

Evolution API: WhatsApp Web nos seus fluxos

📌 Objetivo da aula
Aprendemos a instalar e configurar a Evolution API para integrá-la com agentes criados no N8N, permitindo enviar e receber mensagens pelo WhatsApp, incluindo texto, áudios, imagens e figurinhas (stickers). Além disso, exploramos como gerenciar as respostas do agente com atrasos naturais e como dividir mensagens longas para que pareçam mais humanas.

🧰 Passos principais e configuração

  1. Instalação e acesso ao Orion
    Acessamos o ambiente de instalação com o comando já utilizado em aulas anteriores.
    Selecionamos a opção 06 para instalar a Evolution API.
    É necessário ter uma VPS ativa para hospedar nossa instância e garantir que tudo funcione corretamente.

  2. Configuração da Evolution API
    Acessamos a URL do painel de gerenciamento após a instalação.
    Criamos uma nova instância (ex: "cocreacion") usando o canal gratuito Baylys.
    Configuramos a instância para:

  • Rejeitar chamadas
  • Ignorar grupos (se necessário)
  • Marcar mensagens como lidas
  • Sincronizar o histórico

Colamos o webhook de entrada do N8N e ativamos a opção para receber arquivos em base64.
Ativamos apenas o evento message.upsert.

  1. Conexão com o WhatsApp
    Geramos o QR code a partir da Evolution API.
    Escaneamos o QR com o aplicativo do WhatsApp, como se fosse o WhatsApp Web.
    Confirmamos que a linha está conectada.

🛠️ Construção do fluxo no N8N

  1. Recepção e filtragem de mensagens
    Criamos um webhook POST no N8N para receber as mensagens.
    Adicionamos filtros para ignorar eventos como "lido" ou "entregue" e também para não responder mensagens enviadas por nós mesmos (fromMe = false).

  2. Normalização de variáveis
    Extraímos variáveis principais como número do WhatsApp, nome, ID da mensagem e tipo de conteúdo.
    Detectamos se o conteúdo é texto, áudio, imagem ou sticker e salvamos numa variável chamada message_type.

  3. Processamento por tipo de mensagem

  • Texto: Enviado diretamente ao agente
  • Áudios: Convertidos de base64 para .ogg e transcritos com o OpenAI
  • Imagens: Analisadas com um prompt simples como “Você é um assistente, analise esta imagem...”
  • Stickers: Tratados da mesma forma que imagens

Todas as respostas são armazenadas na mesma variável, para que o agente as processe uniformemente.

🧠 Resposta do agente e formatação natural

  1. Interação com o agente
    Configuramos o agente com um prompt base (ex: um Coach).
    Usamos o OpenAI com temperatura 0 para garantir respostas coerentes e baseadas no conhecimento.
    Armazenamos a conversa por número de telefone usando windows buffer memory.

  2. Formatação da resposta
    Se a resposta tiver mais de 120 caracteres, dividimos em partes com um LLM.
    Criamos uma estrutura JSON com: parte 1, parte 2, parte 3...
    Simulamos que o bot está "escrevendo" com delays proporcionais ao tamanho da resposta, para parecer mais humano.

  3. Envio da resposta
    Utilizamos HTTP Request para enviar a resposta pelo WhatsApp.
    Mapeamos a URL, chave de API, instância, número e texto.
    Adicionamos um delay calculado como: tamanho * 50 milissegundos.
    Se houver mais partes, adicionamos etapas para enviar cada uma em sequência.

📚 Gestão do conhecimento
Utilizamos o Supabase como base de conhecimento.
Criamos um RAC (Repositório de Conhecimento) no Supabase carregando arquivos a partir de uma pasta.
Integramos esse RAC ao agente para que ele possa acessar as informações ao responder.
Se o volume de informação for pequeno, também é possível incluir diretamente no prompt do agente.

💬 Perguntas destacadas

  • Jannet pergunta se é possível automatizar a divisão da resposta em partes. Explicamos que atualmente é feito manualmente, mas pode ser controlado com lógica condicional ou com um agente que calcule o número de partes necessárias.
  • Víctor pergunta sobre hospedar o

Domine a Evolution API com um PRO 🔥

Implementar uma automação avançada com a Evolution API no N8N, sem módulos HTTP, sem complicações e com resultados que falam por si só. 🔥💡O que conseguimos com essa automação?✅ Agrupar várias mensagens do WhatsApp como uma só ideia antes de responder (resposta mais natural!) ✅ Economizar tokens e evitar processamentos desnecessários nos LLMs
✅ Configurar o envio de mensagens, imagens, áudios, vídeos, documentos… e até histórias do WhatsApp! 😱✅ Armazenar temporariamente as mensagens e decidir quando responder E tudo isso com uma configuração técnica sólida, limpa e altamente escalável. 💬 Se você está criando assistentes conversacionais no WhatsApp, isso muda o jogo. 📁 O blueprint atualizado já está disponível

ea2 - Evolution API Whatsapp

1

Recursos

🔒 Fonte (ChatGPT) — acesso privado

↑ voltar ao topo · ver no Telegram ↗