AGENTES DE IA CON N8N: CREACIÓN DE ECOSISTEMAS CON ROLES Y RAG

Agentes de IA con n8n aplicados a procesos de negocio
Este curso de agentes de IA con n8n está orientado a la creación de ecosistemas de agentes inteligentes capaces de automatizar procesos reales de negocio mediante roles especializados y toma de decisiones coordinada.
A lo largo de la formación se desarrolla un proyecto completo en el que varios agentes de IA interactúan entre sí -gerente, comercial y tasador- para gestionar de forma automática solicitudes de clientes, analizar información interna y ejecutar acciones como la comunicación por correo electrónico.
El curso se centra en el uso práctico de n8n para diseñar flujos de trabajo con agentes, definir jerarquías, orquestar decisiones y conectar herramientas externas como formularios, bases de datos y servicios de mensajería.

Sistemas RAG y conocimiento interno en agentes de IA
Una parte clave del curso es la implementación de sistemas RAG para que los agentes puedan consultar información interna del negocio. Se trabaja con bases de datos vectoriales para indexar documentación y políticas internas, permitiendo que los agentes tomen decisiones basadas en datos propios y actualizados.
Se aborda la conexión con bases de datos vectoriales, la indexación automática de documentos y el uso de estas fuentes de conocimiento dentro de los agentes para resolver tareas como valoraciones, consultas o validaciones según las reglas del negocio.

Ecosistemas de agentes y automatización end-to-end
El curso muestra cómo combinar agentes especializados, datos estructurados y conocimiento interno para construir automatizaciones completas. El resultado es un ecosistema de agentes capaz de analizar una solicitud, coordinar acciones entre agentes, aplicar políticas internas y generar respuestas automáticas alineadas con los objetivos del negocio.
Esta formación está orientada a profesionales que quieren aplicar la inteligencia artificial de forma práctica en procesos empresariales reales, utilizando n8n como plataforma central de automatización.

Inscríbete y aprende a diseñar ecosistemas de agentes de IA con n8n orientados a automatización y toma de decisiones.

100 % Bonificable por FUNDAE para empresas y equipos.

1.
n8n - Instalación y configuración
1.1
Introducción a n8n: la plataforma visual para automatizar cualquier proceso
1.2
Ventajas y entornos de n8n frente a otras herramientas de automatización
1.3
Cómo usar n8n Cloud: infraestructura lista para automatizar
1.4
Acceso remoto y configuración de n8n en un servidor VPS
1.5
Instalación y despliegue de n8n en infraestructura local
2.
n8n - Conceptos básicos
2.1
Entorno de trabajo en n8n
2.2
Gestión segura de credenciales y autenticación en n8n
2.3
Tipos de disparadores (Triggers): cómo iniciar tus automatizaciones
2.4
Acciones (Nodes): tareas que ejecutan tus workflows
2.5
Control de flujo: condicionales, bifurcaciones y bucles
2.6
Creación de condiciones lógicas
2.7
Transformación de datos dentro de n8n
2.8
Cómo ejecutar código personalizado en n8n (JavaScript o Python)
2.9
Automatiza peticiones HTTP a APIs en n8n
2.10
Cómo compartir, importar y exportar workflows fácilmente
3.
n8n - Automatización de procesos
3.1
Conexión segura a APIs externas desde n8n (credenciales)
3.2
Automatización de correos con la integración Gmail
3.3
Automatización con Google Drive: cómo usar sus disparadores y acciones
3.4
Diseñar formularios personalizados integrados con n8n
3.5
Automatiza el almacenamiento con bases de datos en Airtable
3.6
Enlaza workflows para crear automatizaciones encadenadas
3.7
Conecta n8n con modelos de IA - OpenAI
3.8
Automatiza el análisis de imágenes con IA
3.9
Análisis de sentimientos con IA a partir de respuestas de clientes
3.10
Crea automatizaciones con n8n y modelos de IA en local - Ollama
4.
n8n - Agentes de Inteligencia Artificial
4.1
¿Qué son los agentes de Inteligencia Artificial?
4.2
Cómo integrar y configurar modelos de IA en tus agentes
4.3
Implementa memoria en tus agentes de IA para interacciones contextuales
4.4
Personaliza las instrucciones y comportamientos de tus agentes
4.5
Añadir herramientas de conocimiento al agente de IA
4.6
Creación de agente con acciones automatizadas
4.7
Usa IA para identificar y mapear parámetros automáticamente
5.
n8n - Sistemas RAG en Agentes de IA
5.1
Introducción a RAG: IA con recuperación de información
5.2
Configuración agente con base de datos vectorial
5.3
Creación de una base de datos vectorial en Pinecone y conectar a n8n
5.4
Indexar documentación automáticamente en Pinecone
5.5
Configuración de instrucciones del agente con herramienta RAG
6.
n8n - Memoria en Agentes de IA
6.1
Persistencia y recuperación del contexto conversacional
6.2
Despliegue de Postgres para almacenamiento de conversaciones con IA
6.3
Interacción con el agente y resultado de almacenamiento de conversaciones
6.4
Caso práctico – Uso de memoria y análisis para soporte personalizado al cliente
7.
n8n - Despliegue de Agentes de IA y múltiples agentes
7.1
Opciones de despliegue de Agentes de IA
7.2
Configuración de credenciales y bot de WhatsApp
7.3
Integración de n8n con WhatsApp para enviar mensajes de respuesta
7.4
Configuración de agente de IA en WhatsApp
7.5
Crear ecosistema de múltiples agentes
8.
Proyecto - Ecosistema de agentes de IA con diferentes roles
8.1
Definición del proyecto de IA
8.2
Definición jerarquía de agentes de IA
8.3
Implementación de base de datos de productos
8.4
Implementación sistema RAG políticas internas
8.5
Configuración del comportamiento de los agentes de IA para cada rol

-Comprender el funcionamiento de los sistemas RAG y su aplicación en agentes de IA.
-Crear agentes de IA con n8n capaces de consultar información interna mediante bases de datos vectoriales.
-Diseñar y configurar ecosistemas de agentes con distintos roles dentro de un proceso de negocio.
-Integrar bases de datos vectoriales para dotar a los agentes de conocimiento actualizado y controlado.
-Automatizar la indexación de documentación interna en sistemas RAG.
-Conectar agentes de IA con fuentes de datos estructuradas como bases de datos de productos.
-Definir instrucciones, lógica y comportamiento para agentes orientados a la toma de decisiones.
-Implementar un proyecto completo de automatización basado en agentes de IA aplicado a un caso real.