Este workflow de n8n crea un chatbot de WhatsApp impulsado por IA que puede procesar texto, voz, imágenes y PDFs. El workflow comienza con un trigger de WhatsApp que detecta mensajes entrantes. Dependiendo del tipo de mensaje (texto, audio, imagen o PDF), el workflow sigue diferentes rutas. Los mensajes de texto se envían directamente a un modelo de lenguaje OpenAI. Para los mensajes de audio, se utiliza la transcripción de OpenAI. Las imágenes se analizan con OpenAI para extraer información, y los PDFs se procesan extrayendo su texto. Toda la información se envía a un agente de IA de Langchain que gestiona la conversación y genera una respuesta. Finalmente, la respuesta se envía de vuelta al usuario a través de WhatsApp. Si la entrada es un audio y se requiere una respuesta de audio, se utiliza el modelo de OpenAI para generar audio. El workflow utiliza varias integraciones, incluyendo WhatsApp, OpenAI y posiblemente otras a través de solicitudes HTTP. El manejo de diferentes tipos de medios y la integración con la IA hacen que este workflow sea relativamente complejo.

Este workflow automatiza la creación de tareas en Google Tasks cada vez que se recibe un nuevo correo electrónico en una cuenta Gmail especificada. El workflow utiliza el nodo ‘Gmail Trigger’ para monitorear la bandeja de entrada de Gmail. Cuando se detecta un nuevo correo, el workflow activa el nodo ‘Google Tasks’ para crear una nueva tarea. La información del correo electrónico, como el asunto o el remitente, podría usarse para el título o la descripción de la tarea en Google Tasks (aunque esta funcionalidad no está implementada en este ejemplo). El flujo es directo: el trigger de Gmail inicia la creación de la tarea en Google Tasks sin pasos intermedios de transformación de datos. Automatización de tareas basada en correos electrónicos. Integración directa entre Gmail y Google Tasks. Flujo simple y directo sin transformaciones de datos. Requiere configuración de credenciales de Gmail y Google Tasks. Ideal para gestionar tareas derivadas de correos electrónicos entrantes.

Este workflow de n8n establece una sincronización bidireccional entre Notion y Todoist. Utiliza las APIs de ambos servicios para mantener actualizadas las tareas entre ambas plataformas. El flujo comienza con un trigger que puede ser activado manualmente o por webhooks de Notion y Todoist. Luego, se obtienen los datos de proyectos y secciones de Todoist y las bases de datos de Notion. Se utilizan nodos de código para preprocesar y transformar los datos, preparando la información para la comparación. Un nodo de comparación identifica las diferencias entre los conjuntos de datos de Notion y Todoist. Basado en estas diferencias, el workflow actualiza o crea tareas en ambas plataformas. Se manejan casos especiales como fechas vacías y se implementan mecanismos de bloqueo para evitar bucles infinitos. Finalmente, se incluye un resumen de los cambios realizados, que puede ser enviado por correo electrónico. El workflow incluye manejo de errores y reintentos para asegurar la robustez de la sincronización. Se utilizan webhooks para una sincronización en tiempo real, aunque también se incluye un trigger programado para sincronizaciones periódicas. La autenticación se realiza mediante OAuth 2.0 para Todoist y la API de Notion. El almacenamiento en Redis se utiliza para gestionar los IDs de

Este workflow automatiza la asignación y validación de cupones únicos con códigos QR para un sistema de generación de leads. Funciona así: comienza con un formulario (On form submission) que captura datos del lead. Estos datos pasan a una verificación de duplicados en Google Sheets (Duplicate Lead?). Si no hay duplicados, se obtiene un cupón único de Google Sheets (Get Coupon). Se crea un lead en SuiteCRM (Create Lead SuiteCRM) usando la API. Luego, se genera un código QR con el cupón (Get QR) usando quickchart.io. Finalmente, se envía un correo electrónico al lead con el código QR (Send Email). Si el lead ya existe, se indica un error. El workflow usa Google Sheets para almacenar y gestionar los cupones, SuiteCRM para gestionar los leads y quickchart.io para generar los códigos QR. La validación del cupón se realiza al escanear el código QR, el cual contiene un enlace a un webhook que verifica la validez del cupón en Google Sheets. Si el cupón es válido, se actualiza el estado del cupón en Google Sheets y se responde al webhook con un mensaje de éxito. Si el cupón no es válido o ya ha sido usado, se responde al webhook con

Este workflow transforma notas de Obsidian en un podcast. Se inicia con un webhook que recibe una nota de Obsidian. Luego, OpenAI convierte el texto a audio. El audio se sube a Cloudinary. Paralelamente, otro webhook obtiene datos de una hoja de cálculo de Google Sheets para la metadata del podcast (título, descripción, etc.). Se combinan los datos del audio y la metadata. Finalmente, se genera un feed RSS del podcast con la información completa, que se devuelve a través de otro webhook. El workflow usa OpenAI para la generación de voz, Cloudinary para el almacenamiento de audio, Google Sheets para la gestión de metadata y Webhooks para la entrada y salida de datos. El workflow incluye la capacidad de agregar manualmente datos adicionales al feed RSS. Se utiliza un nodo ‘Set’ para dar nombres únicos a los archivos de audio y otro para renombrar campos antes de agregarlos a la hoja de cálculo. Un nodo ‘Aggregate’ se encarga de combinar los datos del audio y la metadata antes de generar el feed RSS. Transformación de texto a audio con OpenAI. Almacenamiento de audio en Cloudinary. Gestión de metadata del podcast en Google Sheets. Generación de un feed RSS para

Este workflow crea un chatbot que responde preguntas sobre un currículum vitae (CV) almacenado en Google Drive. El workflow comienza con un trigger programado que inicia la extracción del CV desde Google Drive. El contenido del CV se procesa usando un splitter de texto para dividirlo en chunks, que luego son convertidos en embeddings con el modelo Google Gemini y almacenados en un vector store de Pinecone. Un agente Langchain, también usando Google Gemini, gestiona las conversaciones. Cuando un usuario interactúa a través de un webhook, el agente busca en Pinecone la información relevante para responder. Las conversaciones se guardan en NocoDB y se genera un reporte diario por email a través de Gmail. El workflow utiliza Google Gemini para generar embeddings y el modelo de lenguaje, Pinecone como vector store, Google Drive para el almacenamiento del CV, NocoDB para el registro de conversaciones y Gmail para enviar reportes. El flujo es: Trigger programado → Extracción de CV (Google Drive) → Procesamiento de texto (splitter) → Creación de embeddings (Google Gemini) → Almacenamiento en Pinecone → Interacción del usuario (Webhook) → Búsqueda en Pinecone → Respuesta del agente (Google Gemini) → Almacenamiento de conversación (NocoDB) → Reporte diario (Gmail). Integración

Este workflow construye un chatbot de recuperación de información (RAG) que utiliza ElevenLabs para la generación de voz, OpenAI para el procesamiento del lenguaje natural y Google Drive para almacenar y acceder a documentos. El flujo comienza con un trigger manual que inicia la creación y limpieza de una colección en Qdrant (base de datos vectorial). Luego, se obtienen archivos de una carpeta específica en Google Drive, se descargan, procesan con un ‘Token Splitter’ para dividirlos en fragmentos, y se generan embeddings con OpenAI para almacenarlos en Qdrant. Un agente Langchain, utilizando OpenAI como modelo de lenguaje y Qdrant como vector store, responde a las consultas de usuario. La respuesta del agente se envía a ElevenLabs para generar una respuesta de voz. El workflow utiliza memoria de ventana para mantener el contexto de la conversación. En resumen, el usuario interactúa a través de un webhook, el sistema recupera información relevante de Google Drive, la procesa, responde y entrega la respuesta por voz.

Este workflow analiza páginas web para optimizar su tasa de conversión usando un agente de IA. Comienza con un formulario que recibe la URL de la página de destino. Un nodo ‘httpRequest’ extrae el contenido HTML de la URL proporcionada. Este contenido se envía a un agente de IA (Langchain Agent) que, utilizando el modelo de lenguaje OpenAI, analiza la página y proporciona sugerencias para mejorar la conversión. El workflow integra tres servicios: un formulario para la entrada de URL, un agente de IA basado en Langchain y el modelo de lenguaje OpenAI. El flujo es simple: la URL se introduce, se extrae el contenido, se procesa con IA y se obtienen las sugerencias de optimización. No se realiza ninguna publicación o acción posterior al análisis de la IA. Automatiza el análisis de páginas web para optimizar la conversión. Utiliza un agente de IA para un análisis inteligente del contenido. Integra OpenAI para el procesamiento del lenguaje natural. Requiere una URL de página web como entrada. Proporciona sugerencias de optimización basadas en el análisis de IA.