Ressources · Intégration n8n

Intégration Contextual AI n8nAutomatiser Contextual AI avec n8n.

Contextual AI répond aux questions posées sur tes propres documents, et ce nœud fait entrer ce travail dans un workflow. L'intégration Contextual AI n8n couvre 13 opérations réparties sur 6 ressources, de la création d'un agent au reclassement d'une liste. Aucun trigger fourni : un autre nœud lance l'exécution.

Nœud communautaire Ce nœud n'est pas livré avec n8n : c'est un paquet communautaire (n8n-nodes-contextualai) à installer depuis Settings › Community nodes sur une instance auto-hébergée. npm

Avis vérifiés sur Trustpilot · Agence IA, automatisation & growth

Pourquoi automatiser

À quoi sert vraiment l'intégration Contextual AI n8n ?

Le nœud expose 13 opérations sur 6 ressources : Agent pour créer et gérer un assistant, Datastore pour stocker et ingérer les documents sur lesquels il répond, Query pour interroger cet agent, Reranker pour reclasser une liste de documents selon une requête, LMUnit pour noter une réponse par rapport à un test écrit, et Parser pour extraire le texte d'un fichier. Chacune remplace un appel que tu ferais autrement à la main.

Premier terrain, les contrats. Un dossier de PDF arrive, Parse Document lance un job de lecture, Parse Status dit quand c'est fini, Parse Result rend le texte structuré, et le résumé part dans un message Gmail au juriste. Personne n'ouvre le PDF pour recopier trois clauses.

Deuxième terrain, la documentation interne. Create Datastore crée le magasin, Ingest Document y dépose les fichiers, puis Query agent répond aux questions de l'équipe avec les documents comme seule source. Active Retrievals Only et la même opération renvoie les extraits retrouvés au lieu d'une réponse rédigée, pratique quand ce qu'on veut c'est la liste des sources.

Troisième terrain, la qualité des réponses. Rerank documents classe une présélection large et ne garde que le haut du panier, qui part ensuite vers un AI Agent. Run LMUnit vérifie la réponse contre une règle écrite, et un nœud If décide si elle sort ou si elle part en relecture humaine.

Ce que le nœud ne fait pas mérite d'être dit. Il n'a pas de trigger : un workflow démarre donc avec un Schedule Trigger à intervalle fixe, un Webhook n8n appelé par un service tiers, ou le trigger d'un autre outil. Le parsing est asynchrone, d'où les trois opérations séparées. Et les opérations de liste avancent page par page avec Limit et Cursor, sans bouton Return All.

Quand un endpoint de l'API Contextual AI manque au nœud, le nœud HTTP Request l'appelle directement en réutilisant le même credential via l'authentification prédéfinie. Et si la question reste de savoir si la plateforme te convient, l'Avis n8n pose les avantages et les points durs.

Connexion

Comment connecter Contextual AI à n8n ?

  1. 01

    Installer le paquet communautaire

    Ouvre Settings, va dans Community nodes et installe n8n-nodes-contextualai. L'opération se fait sur une instance auto-hébergée, qu'elle tourne avec Docker ou npm ; sur n8n Cloud, seuls les nœuds communautaires vérifiés sont installables. Une fois l'installation terminée, le nœud Contextual AI apparaît dans le panneau des nœuds comme n'importe quel autre.

  2. 02

    Créer le credential API Key

    Dans le menu Credentials, ajoute un credential Contextual AI et colle ta clé. Le nœud s'authentifie par API Key, sous le type contextualAiApi. Un credential, c'est la fiche d'accès que n8n garde de côté : elle se crée une fois et se réutilise dans tous les workflows, donc changer de clé plus tard tient en une seule modification.

  3. 03

    Choisir le credential dans le nœud

    Pose le nœud Contextual AI sur le canvas et sélectionne le credential dans sa liste déroulante. Choisis ensuite la ressource, Agent, Datastore, Query, Reranker, LMUnit ou Parser, puis l'opération voulue. Le test le moins risqué reste List Agents : l'opération lit des données et ne modifie rien, donc une erreur ne casse rien côté Contextual AI.

Actions

Ce que le nœud Contextual AI sait faire

Le nœud Contextual AI expose 13 opérations sur 6 ressources. Pour chacune : le nœud tel que tu le configures dans n8n, les champs obligatoires, et nos notes de terrain.

Matrice ressources × opérations
RessourceCreate AgentCreate DatastoreDelete AgentGet Document MetadataIngest DocumentList AgentsList DatastoresParse DocumentParse ResultParse StatusQuery agentRerank documentsRun LMUnit
Agent✓✓✓
Datastore✓✓✓✓
Query✓
Reranker✓
LMUnit✓
Parser✓✓✓

Agent

3 opérations
01

Create Agent

Agent.Create Agent

Ce que tu vois dans n8n

Notes & cas d'usage

Une seule exécution monte l'agent, son magasin de documents et les premiers fichiers. La réponse contient l'identifiant de l'agent, celui que réutilisent toutes les opérations suivantes.

Paramètres clés

  • Agent Name : le nom donné au nouvel agent, par exemple un bot de support client.
  • Configuration Mode : Pre-Built part d'un modèle Agent Composer, Custom attend ton YAML dans Custom Template.
  • Pre-Built Template : Simple Search pour une recherche multimodale rapide, Agentic Search pour du raisonnement en plusieurs étapes.
  • Datastore Configuration : créer un magasin via Datastore Name, ou rattacher les existants via Datastore IDs.
  • System Prompt : les consignes que l'agent suit quand il rédige une réponse.
Cas d'usage
lancer un agent de support produit à partir d'un dossier de manuels, en une exécution.
02

List Agents

Agent.List Agents

Ce que tu vois dans n8n

Notes & cas d'usage

Ramène les agents du compte avec leur identifiant, ce qui permet à un workflow de retrouver le bon par son nom plutôt que de trimballer un ID écrit en dur.

Paramètres clés

  • Limit : requis, le nombre maximal d'agents renvoyés en un appel.
  • Cursor : la valeur rendue par l'appel précédent, pour aller chercher la suite des résultats.
Cas d'usage
regarder ce qui existe déjà avant qu'un workflow ne crée un deuxième agent au même usage.
03

Delete Agent

Agent.Delete Agent

Ce que tu vois dans n8n

Notes & cas d'usage

Supprime un agent définitivement. L'opération est irréversible, donc sa place est derrière une condition, pas au milieu d'un chemin normal.

Paramètres clés

  • Agent ID : requis, l'identifiant de l'agent à supprimer, souvent {{ $json.id }} repris d'une étape List Agents.
Cas d'usage
faire le ménage dans les agents jetables créés par un workflow de test, une fois la recette validée et la campagne d'essais close.

Datastore

4 opérations
04

Create Datastore

Datastore.Create Datastore

Ce que tu vois dans n8n

Notes & cas d'usage

Prépare un magasin vide qui recevra des documents plus tard. Utile quand le magasin doit exister avant que le reste du workflow ne tourne.

Paramètres clés

  • Datastore Name : requis, le nom du magasin, par exemple celui qui accueille la documentation produit.
  • Configuration (JSON String) : la configuration du magasin en JSON sérialisé ; laissée vide, la configuration par défaut s'applique.
Cas d'usage
donner un magasin à chaque client ou gamme de produits, créé depuis une ligne de tableur à l'ouverture du compte.
05

Ingest Document

Datastore.Ingest Document

Ce que tu vois dans n8n

Notes & cas d'usage

Envoie un fichier porté par l'item entrant dans un magasin, où il devient de la matière consultable par un agent.

Paramètres clés

  • Datastore ID : requis, le magasin qui reçoit le document.
  • Input Binary Field(s) : le nom du champ binaire sur l'item entrant ; laissé vide, tous les champs binaires partent.
  • Metadata (JSON String) : une requête de métadonnées en JSON sérialisé, dont custom_metadata est un dictionnaire plat de clés et de valeurs.
Cas d'usage
faire entrer les contrats reçus en pièce jointe directement dans le magasin, étiquetés au nom du client.
06

Get Document Metadata

Datastore.Get Document Metadata

Ce que tu vois dans n8n

Notes & cas d'usage

Lit les métadonnées et l'état de traitement d'un document, ce qui reste la façon la plus simple de savoir si l'ingestion est réellement terminée.

Paramètres clés

  • Datastore ID : requis, le magasin qui contient le document.
  • Document ID : requis, l'identifiant du document inspecté.
Cas d'usage
boucler avec un nœud Wait après l'ingestion et ne prévenir l'équipe qu'une fois le document prêt.
07

List Datastores

Datastore.List Datastores

Ce que tu vois dans n8n

Notes & cas d'usage

Renvoie les magasins du compte, avec la possibilité de ne garder que ceux rattachés à un agent précis.

Paramètres clés

  • Limit : requis, le nombre maximal de magasins renvoyés en un appel.
  • Cursor : la valeur de l'appel précédent, pour passer à la page suivante.
  • Agent ID : filtre la liste sur les magasins liés à cet agent.
Cas d'usage
sortir chaque semaine l'inventaire des magasins et de leurs agents, déposé dans un tableur pour relecture.

Query

1 opération
08

Query agent

Query.Query agent

Ce que tu vois dans n8n

Notes & cas d'usage

Pose une question à un agent et récupère sa réponse, appuyée sur les documents auxquels cet agent a accès.

Paramètres clés

  • Agent ID : requis, l'agent qui répond.
  • Query : requis, la question elle-même, souvent {{ $json.question }} venue d'un formulaire.
  • Retrievals Only : activé, l'opération récupère les extraits et saute la génération.
  • Include Retrieval Content Text : ajoute le texte des contenus retrouvés à la réponse.
  • Conversation ID : poursuit une conversation existante ; renseigné, l'historique fourni est ignoré.
Cas d'usage
répondre à une question client sans qu'un humain relise trois manuels.

Reranker

1 opération
09

Rerank documents

Reranker.Rerank documents

Ce que tu vois dans n8n

Notes & cas d'usage

Note une série de textes face à une question et les rend triés par pertinence, pour que seuls les bons continuent le parcours.

Paramètres clés

  • Query : requis, la question qui sert de référence au classement.
  • Documents : requis, la liste des textes séparés par des virgules.
  • Model : ctxl-rerank-v2-instruct-multilingual, sa variante mini, ou ctxl-rerank-v1-instruct.
  • Top N : le nombre de résultats de tête renvoyés ; à 0, tout revient.
  • Instruction : une consigne facultative pour orienter le classement.
Cas d'usage
réduire une recherche trop large aux quelques passages qu'un modèle doit vraiment lire.

LMUnit

1 opération
10

Run LMUnit

LMUnit.Run LMUnit

Ce que tu vois dans n8n

Notes & cas d'usage

Évalue une réponse contre une règle écrite, ce qui transforme une impression vague sur la qualité en quelque chose sur quoi un workflow peut brancher.

Paramètres clés

  • Query : requis, la question qui a été posée.
  • Response : requis, la réponse soumise à l'évaluation.
  • Unit Test : requis, la règle que la réponse doit respecter, écrite en une phrase.
Cas d'usage
retenir toute réponse qui rate le test et l'envoyer dans une file de relecture humaine.

Parser

3 opérations
11

Parse Document

Parser.Parse Document

Ce que tu vois dans n8n

Notes & cas d'usage

Démarre un job de lecture sur un fichier porté par l'item entrant. Il rend le job, pas le texte, d'où les deux opérations qui suivent.

Paramètres clés

  • Input Binary Field(s) : le nom du champ binaire de l'item entrant à parser.
  • Parse Mode : Standard est le mode proposé.
  • Figure Caption Mode : des légendes de figures Concise ou Detailed.
  • Enable Document Hierarchy : conserve la structure du document.
  • Page Range : limite le job à une plage de pages.
Cas d'usage
transformer un catalogue fournisseur scanné en texte exploitable avant toute lecture.
12

Parse Status

Parser.Parse Status

Ce que tu vois dans n8n

Notes & cas d'usage

Indique où en est un job de lecture. C'est l'étape d'attente entre le lancement du job et la récupération de ce qu'il a produit.

Paramètres clés

  • Job ID : requis, l'identifiant du job à contrôler, repris de l'opération qui l'a lancé.
Cas d'usage
l'associer à un nœud Wait pour laisser à un document long le temps de finir plutôt que de casser la branche.
13

Parse Result

Parser.Parse Result

Ce que tu vois dans n8n

Notes & cas d'usage

Récupère la sortie d'un job de lecture terminé et la passe à la suite du workflow.

Paramètres clés

  • Job ID : requis, l'identifiant du job dont on veut les résultats.
  • Output Types : une liste séparée par des virgules parmi markdown-document, markdown-per-page et blocks-per-page.
Cas d'usage
sortir un rapport parsé en un seul document markdown, puis l'ingérer dans un magasin à l'étape suivante.
Besoin d'aide

Besoin d'aide pour automatiser Contextual AI avec n8n ?

L'équipe te répond directement.

Chaque message est lu par une personne.

FAQ

Contextual AI et n8n, les questions qui reviennent

01L'intégration Contextual AI n8n est-elle gratuite ?
Rien à payer côté n8n. Le nœud est un nœud communautaire, ce qui veut dire qu'il n'est pas livré avec n8n : c'est le paquet npm n8n-nodes-contextualai, qui s'installe depuis Settings puis Community nodes. Cette installation se fait sur une instance auto-hébergée, avec Docker ou npm, et n8n Cloud n'accepte que les nœuds communautaires vérifiés. Pour le reste, rien ne change par rapport à un nœud livré d'office : même canvas, même menu Credentials, mêmes exécutions. Ce que coûte Contextual AI en tant qu'outil est une autre question, et elle n'est pas traitée ici.
02Quels credentials faut-il pour le nœud Contextual AI ?
Une API Key, enregistrée dans n8n sous le type de credential contextualAiApi. Le credential se crée une fois depuis le menu Credentials, la clé se colle dedans, et tous les workflows piochent la même fiche puisque le nœud la propose dans sa liste déroulante. Ça paraît anodin et ça ne l'est pas : le jour où la clé change, une seule modification suffit au lieu d'ouvrir chaque nœud. Le nœud HTTP Request réutilise ce même credential via l'authentification prédéfinie, donc un appel vers un endpoint absent du nœud s'authentifie exactement pareil.
03Quelles sont les limites du nœud Contextual AI ?
Le nœud couvre 13 opérations sur 6 ressources, et tout ce qui sort de cette liste n'existe pas dedans. Il n'y a pas de trigger, ce qui change la façon de démarrer un workflow. Le parsing passe par un job : Parse Document ne rend pas le texte, il faut contrôler Parse Status puis récupérer Parse Result. Les opérations de liste avancent page par page, avec un Limit requis et un Cursor repris de l'appel précédent, sans interrupteur Return All. Pour un endpoint de l'API Contextual AI que le nœud ne couvre pas, le nœud HTTP Request l'appelle en réutilisant le même credential.
04Contextual AI peut-il déclencher un workflow n8n en temps réel ?
Non, il n'existe pas de nœud trigger Contextual AI dans n8n. Un workflow qui utilise cette intégration démarre donc ailleurs : un Schedule Trigger qui se déclenche à intervalle fixe, un Webhook n8n, c'est-à-dire une URL qu'un service tiers appelle quand quelque chose se passe chez lui, ou le trigger d'un autre outil déjà présent dans le workflow. Dans les faits, ça couvre la plupart des besoins. Un Schedule Trigger de nuit s'occupe de l'ingestion des documents, un Webhook s'occupe d'une question tapée dans un formulaire, et le nœud Contextual AI travaille juste derrière.
05n8n ou Make pour Contextual AI ?
Ça dépend d'où doivent vivre les données et de la façon dont tu veux payer. Make est hébergé par Make, sans option d'auto-hébergement, et la facturation se fait à l'opération : un workflow qui parse des centaines de pages se paie au volume. n8n tourne sur tes propres serveurs avec Docker ou npm, ou sur n8n Cloud, et le workflow reste identique dans les deux cas. Un détail tranche ici : comme il s'agit d'un nœud communautaire, c'est la voie auto-hébergée qui permet d'installer le paquet. Les deux plateformes construisent en visuel, donc le choix porte sur l'hébergement et le modèle de coût.