Este workflow automatiza el proceso de scraping web utilizando Selenium para navegar y extraer información de sitios web. El flujo comienza con un trigger (Webhook) que proporciona una URL objetivo y un tema de búsqueda. Selenium inicia una sesión de navegador, navega a la URL, y extrae el contenido HTML. Si la página requiere cookies, el workflow las gestiona. Un nodo ‘If’ verifica si la extracción fue exitosa; de lo contrario, se gestiona el error. La información extraída se limpia y se procesa, utilizando modelos de lenguaje OpenAI para análisis semántico y extracción de información clave. Si la información es insuficiente, se realiza una búsqueda en Google utilizando el tema y el dominio del sitio web para obtener información adicional. Finalmente, el workflow devuelve la información extraída, incluyendo capturas de pantalla del proceso. Se utilizan múltiples nodos ‘httpRequest’ para interactuar con el Selenium webdriver, gestionar sesiones, obtener capturas de pantalla y navegar. Los modelos OpenAI se emplean para el análisis de texto e imágenes. El workflow incluye manejo de errores y múltiples comprobaciones para asegurar la robustez del proceso. Automatización completa del proceso de scraping web. Integración con Selenium para la navegación web. Uso de modelos de lenguaje OpenAI para

Este workflow automatiza la traducción de mensajes de texto e imágenes recibidos a través de un webhook de Line. Utiliza la API de Line para recibir mensajes, mostrar una animación de carga, y enviar las respuestas. La traducción se realiza mediante la API de OpenRouter, que utiliza modelos de lenguaje de gran tamaño (LLM) para procesar tanto texto como imágenes. El flujo es el siguiente: 1) Un webhook de Line activa el workflow al recibir un mensaje. 2) Se muestra una animación de carga al usuario en Line. 3) Se determina si el mensaje es texto o una imagen. 4) El mensaje (texto o imagen) se envía a OpenRouter para su traducción. 5) La traducción (texto o imagen) se envía de vuelta al usuario a través de la API de Line. Si el mensaje no es texto ni imagen, se devuelve un mensaje de error. Automatiza la traducción de mensajes de Line. Integra Line, OpenRouter y modelos de lenguaje de gran tamaño. Maneja tanto texto como imágenes. Proporciona retroalimentación al usuario con una animación de carga. Utiliza un switch para gestionar diferentes tipos de mensajes.

Este workflow automatiza el proceso de análisis de feedback usando una IA y distribuye los resultados a través de email y Telegram. Comienza con un webhook (Receive Feedback) que recibe la información del feedback. Esta información se preprocesa en un nodo de función (Prepare AI Prompt) para ser enviada a la API de DeepSeek (Analyze with AI) para su análisis. El resultado del análisis de la IA se formatea en otro nodo de función (Format AI Output) antes de ser enviado como reporte por email (Send Feedback Report) y como borrador en Telegram (Send Social Draft). El flujo es lineal: webhook → preprocesamiento → análisis IA → formateo → envío de reportes (email y Telegram).

Este workflow automatiza la generación y envío de un informe semanal de SEO. Cada lunes a las 7 AM, se activa un trigger que extrae datos de rendimiento SEO desde Google Search Console (GSC) usando la API de GSC. Estos datos son procesados por un nodo de función (que podría contener código personalizado para transformar los datos en un formato de reporte legible) y finalmente, se envía un correo electrónico con el informe generado a través de una cuenta de Gmail configurada. El workflow requiere una configuración previa de las credenciales de acceso a la API de Google Search Console y a una cuenta de Gmail. El contenido del correo electrónico, incluyendo el formato del reporte SEO, es configurable a través del nodo de función.

Este workflow implementa un chatbot que utiliza el modelo de lenguaje Azure OpenAI para responder a mensajes de texto recibidos a través de la plataforma de mensajería Line. El flujo comienza con un webhook de Line que activa el workflow. Un nodo ‘Loading Animation’ envía una notificación de carga al usuario. Luego, un nodo condicional (‘Check Message Type IsText?’) verifica si el mensaje es de texto. Si lo es, el mensaje se envía a un nodo ‘AI Agent’, que utiliza el modelo Azure OpenAI para generar una respuesta. La respuesta se formatea y se envía de vuelta al usuario a través de Line mediante el nodo ‘ReplyMessage – Line’. Si el mensaje no es de texto, se envía una respuesta genérica. Se utilizan nodos HTTP para interactuar con las APIs de Line y Azure OpenAI. Integración con Line para recibir y enviar mensajes. Uso del modelo de lenguaje Azure OpenAI para procesar el texto. Manejo de mensajes de texto y otros tipos de mensajes. Respuesta en tiempo real a los usuarios. Implementación de una animación de carga para mejorar la experiencia del usuario.

Este workflow conecta Airtable con la plataforma Telli para automatizar la programación de llamadas de voz con IA. Cuando se detecta un nuevo contacto en Airtable (trigger), se envía la información del contacto a Telli a través de una solicitud HTTP para añadirlo como nuevo contacto. Posteriormente, se realiza otra solicitud HTTP a Telli para programar una llamada con ese contacto. El flujo es sencillo: Airtable (trigger) → Añadir Contacto (Telli) → Programar Llamada (Telli). No se realizan transformaciones de datos intermedias. El workflow se basa en las APIs de Airtable y Telli, utilizando solicitudes HTTP para la comunicación entre ambas plataformas. Automatización de la programación de llamadas. Integración entre Airtable y Telli. Uso de solicitudes HTTP para la interacción con las APIs. Flujo simple y directo de datos. Ideal para gestionar y programar llamadas de forma eficiente.

Este workflow de n8n actúa como un agente conversacional inteligente que puede acceder y procesar información de sitios web. Se inicia manualmente con un mensaje de chat. El mensaje contiene una URL. El workflow utiliza el nodo ‘OpenAI Chat Model’ para interactuar con un modelo de lenguaje grande de OpenAI. A través del nodo ‘HTTP Request’, el workflow extrae el contenido HTML de la URL proporcionada. Se implementan nodos ‘Set’ para manipular y limpiar la información extraída, eliminando etiquetas HTML innecesarias y simplificando la salida. Un nodo ‘If’ maneja posibles errores en la solicitud HTTP. Finalmente, el contenido procesado se convierte a formato Markdown y se envía. El workflow utiliza nodos de Langchain para la gestión del agente y el modelo de lenguaje. Integración con OpenAI para procesamiento de lenguaje natural. Extracción de contenido HTML desde URLs arbitrarias. Manejo de errores en solicitudes HTTP. Limpieza y simplificación de la salida HTML. Conversión de la salida a formato Markdown.