Agentes de IA con n8n: RAG, MCP y Automatización Inteligente

Nivel: Intermedio–avanzado
Requisitos: conocimientos básicos de n8n. No exigiría conocimientos profundos de IA.

Este sería el curso con más potencial comercial.

Unidad 1. IA generativa aplicada a la automatización

• IA generativa y LLM.
• Cómo funciona un modelo de lenguaje.
• Tokens.
• Contexto.
• Prompts.
• Temperatura y parámetros.
• Structured Outputs.
• Modelos de OpenAI, Anthropic, Google y otros proveedores.
• Automatización tradicional frente a automatización con IA.
• Cuándo utilizar IA y cuándo no.
• Costes y limitaciones.

Práctica: clasificar y procesar automáticamente información mediante un LLM.

Unidad 2. Creación de workflows con IA

• Nodos de IA de n8n.
• Chat models.
• Prompt templates.
• Structured Output Parser.
• Clasificación.
• Extracción de información.
• Resumen.
• Generación de contenido.
• Análisis de documentos.
• Procesamiento de correos.
• Sentiment analysis.
• Integración de IA dentro de workflows tradicionales.

Práctica: crear un sistema inteligente para procesar automáticamente correos de clientes.

Unidad 3. Agentes de IA en n8n

• Qué es un agente.
• Diferencia entre chatbot y agente.
• AI Agent.
• Model.
• Memory.
• Tools.
• Herramientas personalizadas.
• Uso de APIs como herramientas.
• Agentes que ejecutan acciones.
• Human-in-the-loop.
• Límites y permisos.
• Diseño de agentes seguros.

Práctica: crear un agente que consulte información y ejecute acciones en aplicaciones externas.

Unidad 4. RAG y conocimiento empresarial

• Problema del conocimiento de los LLM.
• Qué es RAG.
• Embeddings.
• Chunking.
• Vector databases.
• Vector stores.
• Ingesta de documentos.
• PDF, Word, web y otras fuentes.
• Recuperación semántica.
• Retriever.
• Generación basada en documentos corporativos.
• Actualización del conocimiento.
• Evaluación de respuestas.
• Reducción de alucinaciones.

Práctica: crear un asistente que responda utilizando documentación interna.

Unidad 5. MCP y herramientas externas

• Qué es Model Context Protocol.
• Arquitectura cliente-servidor.
• MCP Client.
• MCP Server.
• Tools.
• Resources.
• Exposición de herramientas mediante MCP.
• Uso de servicios externos desde agentes.
• n8n como consumidor y proveedor de herramientas.
• Seguridad y permisos.
• Casos empresariales de MCP.

Práctica: conectar un agente con herramientas externas mediante MCP.

Unidad 6. Arquitecturas avanzadas de agentes

• Workflows deterministas + agentes.
• Cuándo utilizar cada enfoque.
• Agentes especializados.
• Agentes con múltiples herramientas.
• Orquestadores.
• Routing.
• Arquitecturas multiagente.
• Memoria a corto y largo plazo.
• Estado de una conversación.
• Subworkflows como herramientas.
• Agentes que llaman a otros procesos.
• Ejecución de procesos empresariales complejos.

Práctica: crear varios agentes especializados coordinados desde n8n.

Unidad 7. Producción, seguridad y gobierno de agentes IA

Esta parte me parece especialmente importante para diferenciar un curso profesional de uno de YouTube.

• Prompt injection.
• Acceso indebido a herramientas.
• Protección de información.
• Datos personales.
• Credenciales.
• Limitación de acciones del agente.
• Human approval.
• Auditoría.
• Logging.
• Gestión de errores.
• Timeouts.
• Control de costes.
• Consumo de tokens.
• Evaluación de resultados.
• Testing de workflows de IA.
• Observabilidad.
• Monitorización.
• Buenas prácticas para llevar agentes a producción.

Proyecto final

Construir un agente empresarial completo que:

1. reciba una petición;
2. identifique la intención;
3. consulte documentación mediante RAG;
4. utilice herramientas o APIs;
5. ejecute una acción mediante n8n;
6. solicite autorización humana para acciones sensibles;
7. registre el resultado.