INTEGRACIÓN CONTEXTUAL AI n8n: AUTOMATIZAR CONTEXTUAL AI CON N8N

La acción Parse Document te permite analizar y extraer contenido de documentos de forma automatizada, transformando archivos complejos en datos estructurados que puedes utilizar en el resto de tu workflow n8n.

Parámetros clave: Input Binary Field(s) (campo de texto requerido donde especificas el nombre del campo binario que contiene el documento), Parse Mode (menú desplegable requerido con opciones como "Standard"), Figure Caption Mode (define cómo se gestionan los pies de figura, requerido), Enable Document Hierarchy (interruptor opcional on/off para estructura jerárquica), Page Range (campo de texto opcional para especificar rango de páginas), Output Types (formato de salida requerido como "markdown-per-page").

Casos de uso típicos: Extrae automáticamente el contenido de PDFs recibidos por email para alimentar tu CRM; procesa facturas y extrae datos clave como importes, fechas y proveedores; convierte documentación técnica en formato markdown para tu wiki interna.

Esta acción te permite reordenar una lista de documentos basándose en una consulta específica y instrucciones personalizadas, optimizando la relevancia de los resultados según tus criterios.

Parámetros clave: Query (campo de texto requerido para la consulta de búsqueda, acepta expresiones), Documents (campo requerido para listar documentos a reordenar, acepta expresiones), Instruction (campo de texto opcional para instrucciones específicas), Model (menú desplegable preconfigurado con "ctxl-rerank-v2-instruct-multilingual"), Top N (input numérico requerido para número de documentos a devolver), Metadata (campo opcional para información adicional).

Casos de uso típicos: Mejora los resultados de búsqueda en tu base de conocimiento interna; prioriza documentos relevantes antes de alimentar un agente IA en n8n; optimiza respuestas de chatbots filtrando el contenido más pertinente.

Parse Result te permite procesar y extraer información de operaciones de parsing previamente iniciadas, recuperando los resultados cuando el análisis asíncrono ha finalizado.

Parámetros clave: Job ID (campo de texto opcional pero recomendado para especificar el identificador único del trabajo de parsing), Output Types (menú desplegable requerido para seleccionar el tipo de salida esperada como "markdown-document").

Casos de uso típicos: Recupera el resultado de un parsing de documento largo una vez completado; encadena con la acción Parse Document para workflows de procesamiento documental completos; obtén contenido formateado en markdown para integración directa en otras aplicaciones.

Esta acción recupera el estado de un trabajo de parsing en curso, permitiéndote monitorizar el progreso de análisis documentales que pueden tardar en completarse.

Parámetros clave: Job ID (campo de texto requerido donde introduces el identificador del trabajo de parsing cuyo estado deseas consultar).

Casos de uso típicos: Implementa bucles de espera que verifican si un documento ha terminado de procesarse; crea notificaciones automáticas cuando un parsing largo finaliza; gestiona colas de procesamiento documental monitorizando múltiples trabajos.

Run LMUnit te permite ejecutar un recurso LMUnit con parámetros específicos, ideal para realizar pruebas unitarias y validaciones de modelos de lenguaje dentro de tus workflows.

Parámetros clave: Query (campo de texto opcional para definir parámetros de consulta, acepta expresiones), Response (campo de texto opcional para definir cómo gestionar la respuesta), Unit Test (parámetro opcional para introducir prueba unitaria de validación, soporta expresiones).

Casos de uso típicos: Valida automáticamente las respuestas de tus modelos IA antes de enviarlas a usuarios; implementa tests de calidad en tus pipelines de procesamiento de lenguaje natural; automatiza la verificación de outputs de agentes IA según criterios predefinidos.

Query agent te permite interactuar con un agente IA configurado en Contextual AI, enviándole consultas y recibiendo respuestas inteligentes basadas en tu base de conocimiento.

Parámetros clave: Agent ID (campo requerido para introducir o seleccionar el ID del agente, acepta texto fijo o expresiones), Query (input de texto requerido para la consulta real al agente), Retrievals Only (booleano opcional para procesar solo recuperaciones), Include Retrieval Content Text (booleano opcional para incluir texto del contenido recuperado), Stream Response (booleano opcional para streaming de respuesta), Conversation ID (campo de texto opcional para seguimiento de conversación).

Casos de uso típicos: Crea un chatbot que responde preguntas basándose en tu documentación interna; automatiza respuestas a tickets de soporte consultando tu base de conocimiento; implementa asistentes virtuales que consultan múltiples fuentes de información.

Create Agent te permite configurar un nuevo agente IA con parámetros específicos, definiendo su comportamiento, fuentes de datos y sistema de prompts.

Parámetros clave: Agent Name (campo de texto requerido para el nombre del agente), Agent Description (campo opcional para descripción de capacidades), Datastore Name (input opcional para nombre del datastore asociado), Datastore IDs (campo opcional para identificadores de registros del datastore), Input Binary Field(s) (parámetro para especificar campos binarios relevantes), Document Metadata (JSON String) (campo opcional para metadatos en formato JSON), System Prompt (campo de texto típicamente requerido que guía el comportamiento del agente).

Casos de uso típicos: Automatiza la creación de agentes especializados para diferentes departamentos; despliega nuevos asistentes IA cuando se añaden nuevas líneas de producto; configura agentes con prompts personalizados según el contexto del cliente.

Delete Agent te permite eliminar un agente de tu sistema Contextual AI, útil para limpiar agentes obsoletos o gestionar el ciclo de vida de tus asistentes IA.

Parámetros clave: Agent ID (campo de texto requerido crítico que identifica qué agente debe eliminarse).

Casos de uso típicos: Limpia automáticamente agentes de prueba después de validar su configuración; gestiona el ciclo de vida de agentes temporales creados para campañas específicas; automatiza la eliminación de agentes cuando se desactiva un proyecto.

Esta acción recupera los metadatos de documentos específicos almacenados en un datastore, permitiéndote acceder a información sobre tus archivos sin descargar el contenido completo.

Parámetros clave: Datastore ID (campo de texto requerido para el identificador único del datastore), Document ID (campo de texto requerido para el identificador único del documento cuyos metadatos necesitas).

Casos de uso típicos: Verifica si un documento ya existe antes de procesarlo de nuevo; recupera información de clasificación y etiquetas de documentos almacenados; audita tu base de conocimiento listando metadatos de documentos específicos.

Ingest Document te permite añadir documentos a un datastore específico, alimentando tu base de conocimiento con nuevo contenido que tus agentes IA podrán consultar.

Parámetros clave: Datastore ID (campo de texto requerido para especificar el ID del datastore), Input Binary Field(s) (parámetro para especificar nombres de campos binarios como "data"), Metadata (JSON String) (campo de texto opcional para metadatos adicionales en formato JSON).

Casos de uso típicos: Automatiza la ingestión de nuevos documentos recibidos por email o webhook; alimenta tu base de conocimiento con contenido extraído de otras aplicaciones; sincroniza documentos desde servicios de almacenamiento cloud hacia Contextual AI.

List Datastores recupera una lista de todos los datastores disponibles en tu cuenta, útil para gestionar y auditar tus repositorios de conocimiento.

Parámetros clave: Limit (parámetro numérico opcional que define el máximo de datastores a recuperar, por defecto 50), Cursor (campo de texto opcional para paginación), Agent ID (campo de texto opcional para especificar el identificador del agente asociado).

Casos de uso típicos: Genera informes automáticos del inventario de tus bases de conocimiento; verifica la existencia de un datastore antes de crear uno nuevo; implementa dashboards de monitorización de tus recursos Contextual AI.

Create Datastore te permite crear un nuevo repositorio de conocimiento donde almacenar documentos que tus agentes IA podrán consultar.

Parámetros clave: Datastore Name (campo de texto requerido para especificar el nombre del datastore, debe contener una cadena válida), Configuration (JSON String) (parámetro opcional para configuraciones adicionales en formato JSON).

Casos de uso típicos: Crea automáticamente datastores para nuevos proyectos o clientes; organiza tu conocimiento creando repositorios temáticos de forma programática; implementa sistemas multi-tenant con datastores separados por organización.

List Agents recupera una lista de todos los agentes configurados en tu cuenta Contextual AI, facilitando la gestión y auditoría de tus asistentes IA.

Parámetros clave: Limit (parámetro numérico opcional que determina el máximo de agentes a recuperar por solicitud, valor sugerido 50), Cursor (campo de texto opcional para paginación y obtención de resultados adicionales).

Casos de uso típicos: Genera inventarios automáticos de todos tus agentes IA activos; verifica si un agente con determinadas características ya existe antes de crear uno nuevo; implementa sistemas de monitorización que alertan sobre el número de agentes desplegados.