ИИ-агенты в n8n: как собрать и когда нужна платформа

Холст на сорок узлов — и в нём уверенно ориентируется один человек в компании, тот самый, кто его собрал. Остальные открывают сценарий, смотрят на нити между блоками и закрывают. Так выглядит любая удачная автоматизация через год после запуска, и агент в n8n тут не исключение.

Как устроен ИИ-агент в n8n

По документации n8n, агент собирается вокруг узла AI Agent, к которому подключаются три вещи: чат-модель, инструменты и память. Агент сам решает, какой инструмент вызвать, при этом подключён должен быть минимум один.

Инструменты в n8n — это подузлы. Это может быть запрос к любому REST API через узел HTTP Request, обращение к таблице, отправка письма. Память подключается отдельным подузлом. Simple Memory хранится внутри n8n, у неё два параметра: ключ сессии и длина окна контекста. Postgres Chat Memory кладёт историю в базу Postgres. Чтобы у клиентов была раздельная память, ключи сессии должны быть разными, это прямо сказано в документации. Там же отмечено, что Simple Memory не стоит брать на боевые сценарии в режиме очереди: вызовы могут попасть на разных исполнителей.

С каналами всё прямолинейно — в списке узлов есть Telegram и Telegram Trigger, которые подключаются через учётные данные бота. Сам n8n живёт в облаке или на вашем сервере. Для сквозной автоматизации между сервисами это удобный инструмент: заявка пришла, строка легла в таблицу, менеджеру ушло сообщение — и всё это одним сценарием, где каждый шаг виден на холсте. Когда задача звучит как «после события А сделать Б, В и Г в разных системах», именно такой сценарий и нужен.

С диалогом с клиентом картина другая. Агент в n8n получает входящее сообщение, вспоминает историю по ключу сессии, обращается к модели и вызывает инструмент. Всё перечисленное работает, и на этом базовом уровне демонстрационный бот собирается быстро. Разговор начинается там, где бот должен вести сотни разных людей день за днём.

Что придётся собрать самому для клиентского бота

Для переписки с клиентами вокруг узла AI Agent собирают ещё несколько частей. Это наш вывод из устройства узла, документация n8n такого перечня не даёт. Перечень выглядит так:

• Память по клиентам — ключ сессии на каждого клиента, хранилище истории, срок хранения и правила очистки.
• Передача человеку — условие, по которому агент замолкает, уведомление менеджеру, возврат агента в диалог.
• Контроль расходов — потолок сообщений или стоимости на диалог, остановка при зацикливании, оповещение о балансе у поставщика модели.
• Журнал диалогов — место, где команда читает переписку, ищет сбойный ответ и видит, какие инструменты агент вызвал.
• Эксплуатация — на своём сервере обновления, мониторинг и логи ведёт владелец сервера, а для нагрузки режим очереди требует Redis и общий PostgreSQL.

Каждый пункт решается, вопрос только в том, кто его делает и сопровождает. Если в компании есть человек, который любит собирать такие вещи, получится ровно то, что нужно. Если нужен работающий бот на следующей неделе, тот же перечень уже встроен в платформу. Откуда у агента берутся эти слои, видно по общей схеме того, что такое ИИ-агент и как он работает.

Где справляется n8n, где платформа агентов, а где они вместе

Инструменты решают разные задачи и друг другу не конкуренты. Схема ниже показывает, где какой подходит.

Кому отдать задачу Нажмите на задачу

1 Ответы клиентам

Ответы клиентам в мессенджерах и на сайте

Разговор удобно держать там, где он уже устроен.

n8n

Возможны, Telegram через узел Telegram Trigger

Платформа агентов

Каналы подключаются в разделе «Каналы»

Вместе

Платформа ведёт диалог

2 Сквозная автоматизация

Цепочка из пяти сервисов после заявки

Движение данных между сервисами лучше оставить сценарию.

n8n

Сильная сторона n8n

Платформа агентов

Отдельное действие-вебхук

Вместе

Агент Савви собирает данные, n8n раскладывает по сервисам

3 Память и передача человеку

Память по клиентам и передача человеку

Ключи сессии, паузу и возврат агента в n8n собирают сценарием.

n8n

Ключи сессии, хранилище и передача собираются сценарием

Платформа агентов

Память хранится в диалогах, есть пауза, оповещения и возврат в диалог

Вместе

Платформа

4 Расчёт во внутренней системе

Расчёт или запрос во внутреннюю систему

Нестандартный сервис можно подключить с обеих сторон.

n8n

Узел HTTP Request

Платформа агентов

Шаг «Вебхук»

Вместе

Любой из двух

Разговор удобно держать там, где он уже устроен, а движение данных между сервисами оставить сценарию. Граница у них проходит по одному вопросу: кто ведёт клиента от первого сообщения до заявки.

Как агент Савви вызывает сценарий n8n

Агент Савви вызывает сценарий n8n шагом «Вебхук»: на стороне n8n запрос принимает узел Webhook, а ответ возвращает узел Respond to Webhook. По документации n8n, у узла Webhook два адреса, тестовый и боевой, причём боевой начинает работать после публикации сценария. В Савви нужен боевой.

Как агент Савви вызывает сценарий n8n

1 Клиент пишет агенту Например, спрашивает статус заказа

2 Агент вызывает функцию Срабатывает шаг «Вебхук» в действии

3 Узел Webhook Принимает запрос и запускает сценарий n8n

4 Respond to Webhook Возвращает короткий результат агенту

5 Агент отвечает клиенту Пересказывает результат в том же канале

1 Собрать сценарий в n8n Узел Webhook с методом POST, дальше нужные узлы, в конце Respond to Webhook с ответом для агента. Скопируйте адрес узла.

2 Создать действие в Савви Вкладка «Действия» → «Добавить» → тип шага «Вебхук». Укажите «Название функции» латиницей и «Описание функции»: по нему агент решает, когда вызывать.

3 Задать переменные и константы В «Переменных действий» перечислите то, что агент соберёт у клиента. Токен для защиты вызова положите в «Константы действия».

4 Заполнить шаг Вставьте «URL» из n8n, выберите «Метод запроса» POST, в «Заголовки запроса» добавьте авторизацию, в тело запроса JSON с переменными.

5 Проверить Сохраните действие, нажмите «Тестировать вебхук» → «Выполнить» и прочитайте блок «Результат».

Тело запроса, которое уходит из Савви на узел Webhook, может выглядеть так. Номер заказа агент спрашивает у клиента сам — это переменная действия:

{
  "order_number": "A-4521",
  "customer_phone": "79000000000"
}

Respond to Webhook в конце сценария возвращает короткий ответ, который агент перескажет клиенту:

{
  "status": "Собран, передан в доставку",
  "delivery_date": "14 ноября"
}

Два замечания из руководства Савви. Первое — по умолчанию шаг реагирует на код 200, а на случай ошибки текст для агента берётся из поля «Сообщение об ошибке». Второе — в шаге есть «Максимальная длина ответа (символы)», и ответ длиннее лимита завершает шаг ошибкой даже при коде 200, поэтому отдавайте из n8n только нужные поля. Если шагов в действии несколько, правила ответа и пропуска шага удобно сверить по настройке вебхука для ИИ-агента.

app.suvvy.ai

Вызывать действие можно и без участия модели: в блоке «Условия срабатывания» есть «Вызов по триггеру» — например, по событию «Новое сообщение от клиента». Тогда сценарий n8n запускается на каждое такое событие, а токены на решение о вызове не тратятся.

app.suvvy.ai

Токен для защиты адреса стоит хранить в константах действия, а на стороне n8n проверять его в заголовке: так чужой запрос на адрес узла Webhook не запустит сценарий.

Обратное направление строится на «Персональном канале (API)»: узел HTTP Request в n8n отправляет сообщение клиента агенту POST-запросом, а ответ агента Савви присылает на узел Webhook. Чтобы не гадать с полями, токеном и кодами ошибок, подключите персональный канал через API по шагам.

app.suvvy.ai

Сколько стоят 400 диалогов агента в месяц и за год

Опорный объём для примера — 400 диалогов в месяц. По платформе Савви диалог стоит около 15 ₽, значит, в месяц выходит 6 000 ₽ за 400 диалогов, или 72 000 ₽ за год.

Для сравнения с ручной обработкой: при ставке менеджера 89 ₽ за обращение (оценка по средним ставкам) тот же объём обходится в 35 600 ₽ в месяц. Переход «до → после» выглядит как 35 600 ₽ → 6 000 ₽ в месяц, то есть 427 200 ₽ → 72 000 ₽ за год. При проектировании сценария n8n учитывайте потолок в десять вызовов одной функции за диалог. Дорогой диалог останавливают лимиты и контроль расходов, и выставить их стоит до запуска сценария.

Откройте свой сценарий и выпишите, кто его чинит

Откройте самый длинный сценарий n8n в компании и выпишите по узлам, что в нём связывает сервисы друг с другом, а что ведёт разговор с клиентом, и кто в компании, кроме автора, сможет прочитать сценарий и объяснить, что он делает. Первые узлы оставьте в n8n, разговорную часть проверьте на тестовом агенте в Савви: создайте действие с шагом «Вебхук», подставьте адрес узла Webhook и нажмите «Тестировать вебхук». Когда сценарий отвечает как нужно, соберите такого агента в Савви и подключите его к клиентским каналам.

Начните с одного вопроса, например статуса заказа, и проверьте его на десятке диалогов — потом добавляйте следующий. Полный список настроек шага, коды статусов и правила ответа при нескольких шагах лежат в руководстве Савви.

Частые вопросы

ДК

Дмитрий КайгородовДиректор по маркетингу платформы СаввиПишет о том, как бизнес из разных ниш продаёт и обслуживает клиентов с ИИ-агентами и сколько это даёт в деньгах.