Ressources · Intégration n8n

Intégration AWS Comprehend n8nAutomatiser AWS Comprehend avec n8n.

Passé un certain volume, plus personne ne lit les verbatims qui arrivent. L'intégration AWS Comprehend n8n confie cette lecture aux modèles d'Amazon : 3 opérations sur une seule ressource Text, aucun nœud trigger, donc l'étape placée avant décide de ce qui part en analyse. Pour les équipes ops noyées sous le texte.

Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth

Pourquoi automatiser

Que fait vraiment l'intégration AWS Comprehend n8n ?

L'intégration AWS Comprehend n8n permet à un workflow d'envoyer un texte à AWS Comprehend et de récupérer une réponse structurée, item par item. Le nœud est livré avec n8n : rien à installer, rien à payer en plus côté n8n, que tu sois sur n8n Cloud ou sur une instance auto-hébergée. Il expose une ressource, Text, et 3 opérations : identifier la langue dominante, repérer les entités nommées, analyser le sentiment.

Premier cas concret : les réponses d'enquête. Une lecture Google Sheets récupère les verbatims de la semaine, Detect Sentiment attribue une note à chacun, et seuls les mécontents partent dans un canal Slack où quelqu'un rappelle le client. Le reste alimente le récap du vendredi. Personne ne relit deux fois la même ligne.

Deuxième cas : une boîte de réception qui parle plusieurs langues. Detect Dominant Language passe en premier, son résultat remplit le Language Code de l'appel suivant via une expression (la façon dont n8n va chercher un champ de l'étape précédente, écrite {{ $json.champ }}), et l'aiguillage qui suit arrête de supposer que tout arrive en français. Un nœud de plus, beaucoup de bricolage en moins.

Troisième cas : du texte long qu'on veut en colonnes. Detect Entities renvoie les entités nommées trouvées dans un compte rendu, un contrat ou une réclamation, et un envoi vers Gmail ou une base fait le reste. Le catalogue recense un template partagé bâti sur ce principe, le workflow 965, qui analyse des retours clients et publie le résultat dans un canal Mattermost.

Le nœud couvre 3 opérations sur cette ressource Text. Pour tout ce qui sort de cette liste dans l'API Comprehend, le nœud HTTP Request appelle l'endpoint directement et réutilise le même credential AWS (l'identifiant que tu enregistres une seule fois dans n8n) grâce à l'authentification prédéfinie. C'est le chemin prévu, pas un contournement.

Un point à anticiper avant de construire : cette intégration n'a pas de nœud trigger. Le workflow démarre donc ailleurs, avec un Schedule Trigger à intervalle fixe, avec un Webhook n8n (une URL qu'un service tiers appelle quand il se passe quelque chose chez lui) ou avec le trigger d'un autre outil. Si tu montes tes automatisations toi-même, la Formation n8n reprend ces briques une par une.

Connexion

Comment connecter AWS Comprehend à n8n ?

  1. 01

    Générer la clé d'accès dans AWS

    Connecte-toi à la console IAM, clique sur ton nom d'utilisateur en haut à droite puis sur Security credentials. Dans la section Access keys, choisis Create access key et sélectionne ton cas d'usage (prends Other si AWS ne te propose rien qui colle). Ajoute un tag de description, par exemple n8n integration, pour retrouver la clé dans six mois. Affiche enfin l'Access Key ID et la Secret Access Key sur l'écran de confirmation.

  2. 02

    Enregistrer un credential AWS (IAM) dans n8n

    Dans n8n, ouvre le menu Credentials et crée un credential de type AWS (IAM), celui qui s'authentifie avec une clé d'accès. Commence par sélectionner ta Region AWS, puis colle l'Access Key ID et la Secret Access Key. Cette opération se fait une fois : tous les workflows qui touchent à Comprehend ensuite se contentent de choisir le credential dans la liste déroulante du nœud, aucune clé ne se retape à l'intérieur d'un nœud.

  3. 03

    Passer par un rôle plutôt que par des clés

    n8n propose un second type, AWS (Assume Role), qui s'authentifie en endossant un rôle IAM via AWS STS. Les identifiants utilisés pour l'appel AssumeRole se saisissent à la main, ou se lisent automatiquement dans l'environnement où tourne n8n. C'est la voie à prendre si tu héberges n8n sur une infrastructure AWS (EKS, ECS ou EC2) et que tu préfères ne stocker aucune clé statique dans l'outil.

Actions

Que sait faire le nœud AWS Comprehend ?

Le nœud AWS Comprehend expose 3 opérations sur 1 ressources. Pour chacune : le nœud tel que tu le configures dans n8n, les champs obligatoires, et nos notes de terrain.

Matrice ressources × opérations
RessourceDetect Dominant LanguageDetect EntitiesDetect Sentiment
Text✓✓✓

Text

3 opérations
01

Identify the dominant language

text.detectDominantLanguage

Ce que tu vois dans n8n

Notes & cas d'usage

Comprehend lit le texte et renvoie la langue qu'il y reconnaît. Le bon réflexe : le placer en première analyse, avant toute étape qui a besoin de savoir dans quelle langue elle travaille.

Paramètres clés

  • Text : le texte à envoyer, le plus souvent une expression qui pointe vers le champ qui le porte, du type {{ $json.text }}.
  • Simplify : activé, n8n renvoie une version simplifiée de la réponse au lieu des données brutes d'AWS ; désactive-le quand tu veux la charge utile complète.
Cas d'usage
le mettre devant un formulaire de contact multilingue, puis réinjecter son résultat dans le Language Code de l'opération suivante au lieu de figer une langue pour tout le monde.
02

Inspect text for named entities, and returns information about them

text.detectEntities

Ce que tu vois dans n8n

Notes & cas d'usage

Celle-ci sert quand tu cherches les noms contenus dans un message, pas son ton. Comprehend inspecte le texte à la recherche d'entités nommées et renvoie des informations sur chacune.

Paramètres clés

  • Language Code : le code langue du texte, à prendre dans la liste (en, fr, es et les autres).
  • Text : le texte à envoyer, souvent le corps du document récupéré juste avant.
  • Endpoint Arn, dans Additional Fields : l'Amazon Resource Name d'un endpoint associé à un modèle personnalisé de reconnaissance d'entités, quand les entités qui t'intéressent sont les tiennes.
Cas d'usage
le passer sur les comptes rendus d'appel et écrire ce qu'il renvoie dans une base Postgres, pour que le texte devienne interrogeable sans ressaisie.
03

Analyze the sentiment of the text

text.detectSentiment

Ce que tu vois dans n8n

Notes & cas d'usage

L'analyse de sentiment transforme un avis en texte libre en une valeur sur laquelle un workflow peut brancher une condition, sans qu'un humain l'ouvre d'abord.

Paramètres clés

  • Language Code : le code langue du texte ; fixe-le explicitement, ou câble-le depuis une étape Detect Dominant Language placée avant.
  • Text : le texte à envoyer, un item par passage du nœud, donc un lot d'avis traverse le nœud comme un lot d'items.
Cas d'usage
noter chaque avis dès son arrivée, faire remonter les négatifs le jour même, et laisser les neutres et les positifs s'accumuler dans un récap hebdomadaire que personne n'a à trier à la main.
Besoin d'aide

Besoin d'aide pour automatiser AWS Comprehend avec n8n ?

L'équipe te répond directement.

Chaque message est lu par une personne.

FAQ

AWS Comprehend et n8n : les questions fréquentes

01L'intégration AWS Comprehend n8n est-elle gratuite ?
Côté n8n, oui. Le nœud AWS Comprehend est livré avec n8n : rien à installer, aucun coût n8n supplémentaire pour y accéder. Il se comporte de la même manière sur n8n Cloud, l'offre hébergée par n8n, et sur une instance que tu héberges toi-même avec Docker ou npm en Community Edition, sous licence Sustainable Use. Même workflow, même nœud, mêmes 3 opérations. Ce que coûte le service AWS lui-même est une autre question, que cette page ne traite pas : regarde-la dans ton compte AWS avant d'y envoyer du volume de production.
02Quels credentials AWS faut-il pour le nœud n8n ?
Deux types possibles. AWS (IAM) s'authentifie avec une clé d'accès : tu renseignes ta Region AWS, l'Access Key ID et la Secret Access Key générées dans la console IAM. Si tu utilises des identifiants de sécurité temporaires, active l'option prévue et ajoute le Session token. Le second type est AWS (Assume Role), qui s'authentifie en endossant un rôle IAM via AWS STS ; les identifiants utilisés par n8n pour l'appel AssumeRole se saisissent manuellement ou se lisent automatiquement dans l'environnement où tourne n8n. C'est celui à privilégier quand tu héberges n8n sur EKS, ECS ou EC2 et que tu ne veux stocker aucune clé statique.
03Quelles sont les limites du nœud AWS Comprehend dans n8n ?
Le nœud expose une ressource, Text, et 3 opérations sur celle-ci : langue dominante, entités nommées, sentiment. Tout ce qui sort de ces 3 opérations dans l'API Comprehend passe par le nœud HTTP Request, qui appelle n'importe quel endpoint de l'API en réutilisant le même credential AWS via l'authentification prédéfinie, sans ressaisir la moindre clé. Autre point utile : sur ces opérations, aucun champ n'est marqué comme requis, donc n8n n'interrompt pas l'exécution parce que Text est vide. Vérifie le mapping toi-même au premier run plutôt que de te fier à un passage silencieux.
04AWS Comprehend peut-il déclencher un workflow n8n en temps réel ?
Pas depuis Comprehend : cette intégration n'a pas de nœud trigger dans n8n, donc rien côté AWS ne lance un workflow à ta place. Le workflow démarre ailleurs et Comprehend se place au milieu. Trois points de départ courants : un Schedule Trigger qui tourne à intervalle fixe et traite ce qui est arrivé depuis le passage précédent, un Webhook n8n, c'est-à-dire une URL que tu donnes à un service tiers pour qu'il appelle ton workflow quand un événement se produit chez lui, ou le trigger d'un autre outil de ta chaîne, par exemple la boîte mail ou la base où le texte atterrit en premier.
05n8n ou Make pour AWS Comprehend ?
Ça dépend surtout d'où doivent vivre tes données et de la façon dont tu veux payer. Make est une plateforme d'automatisation hébergée, sans option d'auto-hébergement, facturée à l'opération : pratique pour une équipe qui ne veut aucune infrastructure à gérer. n8n tourne sur n8n Cloud ou sur ton propre serveur avec Docker ou npm, ce qui devient l'argument décisif quand les textes envoyés à Comprehend contiennent des données clients que tu gardes chez toi. Quatre critères à comparer : l'hébergement, la maîtrise des données, le modèle de coût et la logique visuelle telle que ton équipe construit déjà. Les pages avis et formation détaillent le reste.