Анна из логистики подключила к AI Agent в n8n четыре tools сразу – поиск, CRM, email, калькулятор. На третьей заявке workflow завис с «Agent has stopped due to max iterations», в CRM пусто, клиенту ушёл выдуманный статус заказа. Десятки шаблонов «агент на всё» и вечер настройки – а с чего начать для одной задачи? Ниже каркас для первичной обработки заявки: триггер → модель → 1–2 tools → промпт → тест и чек-лист перед продакшеном.
TL;DR / Быстрый инсайт: Не собирайте «супер-агента на весь бизнес». Возьмите один процесс (входящая заявка), подключите AI Agent node с одной Chat Model и 1–2 tools, пропишите в system message, когда вызывать каждый инструмент. Max Iterations держите на уровне 5–8, на опасные действия включите human-in-the-loop (с 2026 это штатная опция n8n). Перед продакшеном прогоните 5–10 тестовых заявок и проверьте execution log: там должен быть реальный tool call, а не выдуманный JSON в ответе клиенту.
n8n – open-source платформа автоматизации workflow (self-hosted на своём сервере или облако). Узел AI Agent – не «просто чат с GPT»: по документации агент автономен и обязан иметь минимум один tool sub-node. С версии 1.82.0 все агенты – Tools Agent: модель сама решает, когда звать инструмент, вы задаёте правила. Голос инструкции – мастерская на одном столе, не ремонт всего дома сразу.
Выберите один процесс, где агент оправдан
Типичная ошибка – открыть n8n, выбрать шаблон с пятью интеграциями и пытаться автоматизировать продажи, поддержку и бухгалтерию одним workflow. Главная проблема новичков – не техническая, а в масштабе: слишком много tools на старте. В реальном проекте лучше стартовать с узкой задачи: первичная классификация и ответ на входящую заявку из формы, Telegram или email.
Запишите на бумаге три вещи: что приходит на вход (текст заявки, имя, контакт), какой выход считается успехом (класс «цена/срок/жалоба», черновик ответа, строка в Google Sheets) и что остаётся за человеком (сложные переговоры, возвраты). Если агенту не нужен диалог из нескольких реплик, память на старте можно не подключать – для stateless заявки достаточно одного прохода.
Хороший критерий выбора: процесс повторяется ежедневно, имеет чёткие правила и терпит 10–30 секунд задержки на ответ модели. Обработка заявок подходит; стратегические переговоры – нет.
Соберите каркас workflow: триггер → модель → tools → промпт
Официальный туториал n8n задаёт базовую схему. Для теста удобен Chat Trigger; для продакшена – Webhook, Telegram Trigger или Email Trigger. Дальше – AI Agent node, к нему подключаются Chat Model (например OpenAI Chat Model с gpt-4o-mini для экономии) и tools.
Схема первого агента:
Входящая заявка (триггер) → AI Agent → Chat Model → System Message → 1–2 tools → ответ клиенту или запись в таблицу
- Создайте workflow в n8n и добавьте триггер – для отладки подойдёт Chat Trigger из раздела Advanced AI.
- Добавьте AI Agent node и соедините его с триггером по официальному туториалу.
- Подключите Chat Model – заведите credentials провайдера (OpenAI, DeepSeek, Gemini из списка n8n). API здесь – это «ключ и адрес», по которым n8n обращается к облачной модели.
- Задайте Prompt в режиме «Define below»: пустой или null в chatInput даёт ошибки 400 и «No prompt specified» – это частая поломка из раздела common issues.
- Напишите System Message – роль агента, границы, когда звать tool, условие выхода («если данных нет – эскалируй менеджеру»).
- Добавьте Simple Memory, если нужен диалог с уточнениями: по умолчанию хранит 5 последних реплик (interactions). Для Telegram задайте Session ID = chat.id, чтобы у каждого клиента была своя история.
- Сохраните и выполните тест – до подключения tools агент не запустится: документация требует минимум один tool sub-node.
Подключите 1–2 инструмента и опишите их так, чтобы понял LLM
Описание tool – это инструкция для модели, а не технический жаргон для разработчика. Плохо: «HTTP POST /api/v2/leads». Хорошо: «Запиши классифицированную заявку в Google Sheets. Вызывай только после того, как определил тип запроса и собрал имя с телефоном.»
На первый день хватит двух tools: Workflow Tool (поиск ответа в FAQ или таблице) и при необходимости HTTP Request к CRM. Четыре tools сразу – прямой путь к циклу max iterations, как у Анны из примера выше.
| Критерий | AI Agent node в n8n | Обычный workflow: LLM + HTTP вручную |
|---|---|---|
| Выбор инструмента | Модель сама решает, какой tool вызвать | Вы жёстко прописываете ветки IF/Switch |
| Гибкость формулировок | Понимает разные формулировки заявки | Нужны шаблоны под каждый вариант текста |
| Риск ошибки | Галлюцинация вместо tool call, циклы итераций | Предсказуемо, но длинный workflow |
| Когда выбирать | Нечёткие входы, 1–2 действия после классификации | Жёсткий API-контракт без вариативности текста |
Если в execution log видите текст, похожий на JSON вызова CRM, но CRM пустая – проверьте версию агента и модель. На GitHub до июня 2026 открыты issues AI Agent v3 с OpenAI-compatible моделями: агент имитирует вызов tool текстом вместо реального execution. Быстрый фикс – downgrade на v2 или смена модели; также смотрите issue #31135 про tool_choice на первой итерации.
Настройте fallback, логирование и human-in-the-loop перед продакшеном
Неожиданный, но полезный факт: с 2026 года human-in-the-loop для tool calls – штатная опция на AI Agent node (документация human-in-the-loop-tools), а не только костыль через Send and Wait. На опасных write-tools включите «Require approval»: workflow паузится, reviewer видит tool и параметры, жмёт approve или deny.
Max Iterations в Advanced options агента держите в диапазоне 5–8 для двух tools. Community n8n рекомендует break clauses в system prompt: «если за 3 попытки не получилось – остановись и передай менеджеру». При четырёх и более tools лучше разбить на mini-agents, чем крутить лимит до 20 и сжигать токены.
Настройте Error Workflow или ветку логирования: вход, вызванные tools, финальный ответ. При сбое – эскалация человеку, не бесконечный цикл. Postgres/Redis Memory – на потом; для MVP хватает Simple Memory.
Прогоните тестовые заявки и чек-лист запуска в работу
Перед переключением в Production пройдите чек-лист из 10 пунктов. Важно: не пропускайте пункты про execution log и human-in-the-loop. Убедитесь, что каждый сценарий отработал с реальным tool call:
- 5–10 тестовых заявок разных типов (цена, срок, жалоба, пустой текст).
- В execution log есть реальный tool call, не только текст модели.
- Max Iterations не срабатывает на типовых сценариях.
- System message описывает, когда звать каждый tool.
- Session ID настроен для multi-user (если Telegram или чат).
- Human-in-the-loop включён на запись в CRM и отправку email клиенту.
- Fallback: при ошибке модели уходит уведомление менеджеру.
- Нет null в prompt и chatInput (см. common issues).
- Simple Memory переподключена после правок промпта.
- Зафиксирована версия n8n и модели в заметках команды.
Как понять, что всё сработало (success criteria): итоговый результат – тестовая заявка проходит цепочку: агент классифицирует запрос, один раз вызывает нужный tool (запись в Google Sheets или ответ из FAQ), шаги видны в логе. После чек-листа вы сможете переключить workflow в Production – всё готово к работе с реальными заявками. При сбое срабатывает fallback или human-in-the-loop, а не бесконечный цикл и не выдуманный статус заказа клиенту.
Что дальше
После MVP добавьте второй tool или mini-agent для классификации. Лучше два простых workflow, чем один с шестью tools. Справочник: AI Agent node, human-in-the-loop. Актуальность – 2026-06-23.
Редакционная проверка: Елена Ковалева, главный эксперт по SEO/GEO.
Источники спроса: ключевые формулировки сверены с Яндекс Вордстат (июнь 2026); технические факты – с docs.n8n.io и GitHub issues, указанными в тексте.
Частые вопросы
Нужна ли память агенту в n8n на старте?
Для диалога с уточнениями – да, подключите Simple Memory (5 interactions по умолчанию). Для разовой обработки заявки из формы память можно не ставить: агент получает весь текст за один проход. Для Telegram обязательно задайте Session ID, иначе истории разных клиентов смешаются.
Чем AI Agent node отличается от обычного workflow?
Обычный workflow – фиксированные ветки: если поле X, то HTTP в CRM. AI Agent сам выбирает tool по смыслу текста. Цена гибкости – риск галлюцинаций и циклов; поэтому на старте ограничьте 1–2 tools и пропишите правила в system message.
Сколько инструментов подключать к агенту в первый день?
Один–два. Официальная документация требует минимум один tool; на практике четыре tools без чёткого промпта ведут к max iterations. Добавляйте третий tool только после стабильных тестов на текущем наборе.
Что делать при ошибке «Agent has stopped due to max iterations»?
Снизьте число tools, добавьте в system message условие остановки, поднимите Max Iterations до 8 (не до 20 без причины) или разбейте задачу на два workflow. Проверьте execution log: возможно, модель крутится, имитируя вызовы без реального execution.
Обязателен ли tool, если мне нужен только текстовый ответ?
Да. AI Agent node в n8n не запустится без минимум одного tool sub-node. Для простого ответа без внешних действий используйте лёгкий Workflow Tool (например поиск в FAQ) или отдельную ноду Basic LLM Chain без агента.
Как защититься от неверного ответа клиенту?
Включите human-in-the-loop на отправку сообщений и запись в CRM, задайте timeout и ветку эскалации менеджеру. Не публикуйте workflow в Production, пока 5–10 тестовых заявок не прошли с реальными tool calls в логе.