Créer un agent IA avec n8n et LangChain : tutoriel 2026

Ce que vous allez créer

Dans ce tutoriel, nous allons créer un agent IA capable de rechercher des informations sur le web et de répondre à des questions en utilisant n8n et LangChain.

L'agent pourra :

• Comprendre des questions en langage naturel
• Décider s'il a besoin de chercher des informations
• Effectuer des recherches web
• Synthétiser les résultats
• Répondre de manière structurée

Prérequis

• n8n installé (cloud ou self-hosted)
• Une clé API OpenAI (ou autre LLM)
• Optionnel : Une clé API SerpAPI pour la recherche web

Étape 1 : Comprendre l'architecture

Un agent IA dans n8n repose sur plusieurs composants :

Le nœud AI Agent

C'est le cerveau de l'agent. Il reçoit une requête, décide des actions à entreprendre, et orchestre les outils disponibles.

Les outils (Tools)

Ce sont les capacités de l'agent : recherche web, calcul, lecture de fichiers, appels API, etc.

La mémoire

Permet à l'agent de se souvenir des échanges précédents pour des conversations cohérentes.

Le modèle LLM

Le cerveau linguistique : GPT-4, Claude, ou un modèle local via Ollama.

Étape 2 : Créer le workflow de base

2.1 Ajouter un trigger

Commencez par ajouter un déclencheur. Pour les tests, utilisez le nœud "Manual Trigger". En production, vous pourrez utiliser :

• Webhook (pour une API)
• Chat Trigger (pour une interface conversationnelle)
• Schedule (pour des tâches planifiées)

2.2 Configurer le modèle LLM

Ajoutez un nœud "OpenAI Chat Model" (ou le modèle de votre choix) :

1. Cliquez sur "Add node" > recherchez "OpenAI Chat Model"
2. Configurez vos credentials OpenAI
3. Sélectionnez le modèle (gpt-4-turbo recommandé)
4. Ajustez la température (0.7 pour un bon équilibre créativité/précision)

2.3 Ajouter le nœud AI Agent

C'est le cœur du système :

1. Ajoutez le nœud "AI Agent"
2. Connectez-le au LLM créé précédemment
3. Configurez le "System Message" pour définir le comportement de l'agent

Exemple de System Message :

Tu es un assistant de recherche expert. Quand on te pose une question :
1. Analyse si tu as besoin d'informations supplémentaires
2. Si oui, utilise l'outil de recherche web
3. Synthétise les informations trouvées
4. Réponds de manière claire et structurée

Sois concis mais complet. Cite tes sources quand pertinent.

Étape 3 : Ajouter des outils

3.1 Outil de recherche web

Ajoutez le nœud "SerpAPI" comme outil :

1. Créez un compte SerpAPI et obtenez une clé API
2. Ajoutez le nœud et configurez les credentials
3. Connectez-le à l'AI Agent via l'entrée "Tools"

Configuration recommandée :

• Search Engine : Google
• Number of results : 5
• Location : France (pour des résultats localisés)

3.2 Outil de calcul

Ajoutez le nœud "Calculator" pour permettre à l'agent de faire des calculs :

1. Recherchez "Calculator" dans les nœuds
2. Ajoutez-le et connectez-le aux Tools de l'agent

3.3 Outil personnalisé (optionnel)

Vous pouvez créer des outils personnalisés avec le nœud "Code" :

1. Ajoutez un nœud Code
2. Définissez les inputs attendus
3. Écrivez la logique en JavaScript
4. Connectez-le comme Tool

Étape 4 : Ajouter la mémoire

Pour que l'agent se souvienne des échanges :

1. Ajoutez le nœud "Window Buffer Memory"
2. Configurez la taille de la fenêtre (5-10 messages recommandés)
3. Connectez-le à l'entrée "Memory" de l'AI Agent

Pour une mémoire persistante entre sessions, utilisez "Postgres Chat Memory" ou "Redis Chat Memory".

Étape 5 : Tester l'agent

5.1 Test manuel

1. Cliquez sur "Execute Workflow"
2. Dans le nœud Manual Trigger, ajoutez un input : {"question": "Quelles sont les dernières actualités sur l'IA en France ?"}
3. Observez le workflow s'exécuter

5.2 Analyser le raisonnement

Dans les logs de l'AI Agent, vous verrez :

• Le raisonnement de l'agent ("Je dois chercher des informations...")
• Les outils appelés et leurs résultats
• La réponse finale générée

Étape 6 : Exposer l'agent via API

Pour utiliser l'agent depuis une application externe :

6.1 Remplacer le trigger

Remplacez le Manual Trigger par un nœud "Webhook" :

1. Configurez la méthode POST
2. Définissez un path (ex: /agent)
3. Activez l'authentification si nécessaire

6.2 Formater la réponse

Ajoutez un nœud "Respond to Webhook" à la fin :

1. Connectez-le à la sortie de l'AI Agent
2. Formatez la réponse en JSON

Étape 7 : Bonnes pratiques

Gestion des erreurs

• Ajoutez des nœuds "Error Trigger" pour capturer les échecs
• Implémentez des fallbacks si un outil échoue
• Loguez les erreurs pour le debug

Optimisation des coûts

• Utilisez GPT-3.5-turbo pour les tâches simples, GPT-4 pour les complexes
• Limitez la taille de la mémoire
• Cachez les résultats de recherche fréquents

Sécurité

• Ne jamais exposer les clés API dans les logs
• Validez les inputs utilisateurs
• Limitez les permissions des outils

Exemple complet : Agent de veille

Voici un cas d'usage concret : un agent qui surveille un sujet et envoie un résumé quotidien.

Workflow

1. Schedule Trigger : Déclenche tous les jours à 8h
2. AI Agent : Recherche les actualités du jour sur le sujet configuré
3. SerpAPI Tool : Effectue les recherches
4. Code Node : Formate le résumé en HTML
5. Email Node : Envoie le résumé par email

System Message de l'agent

Tu es un agent de veille sur l'intelligence artificielle.

Ta mission quotidienne :
1. Recherche les 5 actualités IA les plus importantes des dernières 24h
2. Pour chaque actualité, fournis : titre, source, résumé en 2-3 phrases
3. Classe par importance décroissante
4. Ajoute une conclusion avec les tendances observées

Format de sortie : JSON structuré

Aller plus loin

RAG (Retrieval-Augmented Generation)

Connectez l'agent à vos propres documents avec les nœuds :

• "Document Loader" : Charge vos fichiers
• "Vector Store" : Stocke les embeddings
• "Retriever" : Recherche dans vos documents

Multi-agents

Créez plusieurs agents spécialisés qui collaborent :

• Agent Recherche
• Agent Analyse
• Agent Rédaction
• Agent Superviseur qui coordonne

Intégration Ollama

Pour utiliser des modèles locaux (gratuit, données souveraines) :

1. Installez Ollama sur votre serveur
2. Téléchargez un modèle (llama2, mistral, etc.)
3. Utilisez le nœud "Ollama Chat Model" dans n8n

Conclusion

Vous avez maintenant les bases pour créer des agents IA puissants avec n8n. La combinaison n8n + LangChain ouvre des possibilités immenses : de l'assistant personnel au système multi-agents complexe.

Commencez simple, testez, itérez. L'IA agentique est un domaine en évolution rapide, et n8n facilite l'expérimentation.

Besoin d'aide pour créer vos agents IA ? Contactez Flowriax pour un accompagnement personnalisé.