TabNews

Como rodar agentes de IA no n8n de graça com Ollama (testei 20 workflows)

TabNews·15 Oct at 10:47 am

Quis saber se dá para usar os nós de IA do n8n (AI Agent, Text Classifier, Information Extractor, Basic LLM Chain) sem pagar API nenhuma, só com um modelo local. Dá, com alguns ajustes. Aqui está o que funcionou, com números reais.

Ambiente: n8n 2.43.5 (self-hosted via npm, Node.js 24), Ollama, modelo Qwen2.5-3B-Instruct (quantização Q4_K_M), máquina Linux com 8 núcleos de CPU, sem GPU.

1. Subir o Ollama e baixar o modelo

ollama pull qwen2.5:3b

Escolhi o Qwen2.5 3B porque ele tem suporte a tool calling, que o nó AI Agent precisa para usar ferramentas. Para conferir:

ollama show qwen2.5:3b

Na seção Capabilities precisa aparecer tools.

2. Credencial no n8n

Crie uma credencial Ollama com a URL base:

  • n8n rodando direto na máquina: http://localhost:11434
  • n8n no Docker e Ollama no host: http://host.docker.internal:11434

Depois é só conectar o nó Ollama Chat Model na entrada de modelo do agente ou da chain.

3. O ajuste que mais importou: contexto e limite de tokens

Com as opções padrão do nó Ollama Chat Model, dois workflows travaram: o modelo ficou gerando texto sem parar (passou de 4.000 tokens a uns 7 tokens/s antes de eu matar o processo). Os dois tinham prompts longos: um mandava o Markdown de uma página inteira, o outro recebia a resposta de uma ferramenta MCP.

O padrão do contexto (numCtx) no nó é 2048 tokens. Com prompt longo + definição das ferramentas, isso estoura fácil e o modelo se perde. O que resolveu, nas opções do nó:

Opção (Options → Add Option)

Nome interno

Valor

Tamanho do contexto

numCtx

8192

Máximo de tokens gerados

numPredict

1024

Penalidade de repetição

repeatPenalty

1.1

Temperatura

temperature

0.2

Depois disso, todos os testes passaram.

4. Resultados

Todos executados de ponta a ponta (webhook ou chat chamados via HTTP), tempos de uma execução em CPU:

Workflow

Nó principal

Tempo

Resultado

Chat com memória

AI Agent + Simple Memory (Window Buffer)

3 s

lembrou o nome dito na mensagem anterior

Sentimento de feedback

Sentiment Analysis

5 s

{"sentiment":"Positive"}

Triagem de e-mail

Text Classifier (4 categorias)

6 s

{"queue":"billing"} para "fui cobrado duas vezes"

Extração de fatura

Information Extractor

9 s

número, emissor, datas, total e moeda corretos

Agente com ferramentas

AI Agent + Calculator + Wikipedia

13 s

1234 × 5678 = 7006652

Agente com servidor MCP

AI Agent + MCP Client Tool (Context7)

24 s

encontrou o ID /reactjs/react.dev

A extração de fatura, por exemplo, recebeu este texto:

INVOICE #INV-2041Acme GmbH, BerlinDate: 2026-09-30Due: 2026-10-30Total due: EUR 1,250.00

e devolveu:

{"invoice_number":"INV-2041","vendor":"Acme GmbH, Berlin","invoice_date":"2026-09-30","due_date":"2026-10-30","total":1250,"currency":"EUR"}

5. Onde um modelo de 3B não basta

  • Documentos longos: resumir páginas grandes funciona melhor cortando o texto antes (eu limitei a 6.000 caracteres) ou usando um modelo maior.
  • Agentes com várias etapas: com uma ferramenta simples ele vai bem; com muitas ferramentas e raciocínio em cadeia, modelos maiores erram menos.
  • Respostas de ferramentas MCP muito grandes comem o contexto rápido. Peça ao agente uma busca específica em vez de "traga toda a documentação".

Se depois quiser trocar por OpenAI, Gemini ou Anthropic, é só apagar o nó Ollama Chat Model e conectar o nó do outro provedor na mesma entrada; o resto do workflow não muda.

Transparência: eu mantenho o Socketlist, um diretório aberto de servidores MCP, e vendo lá um pacote pago com esses e outros workflows testados (n8n AI Agent Workflow Pack, US$ 15). Tudo o que está neste post funciona sem ele.

Source

2 views·1 share
2 views