C’est vraiment une preview de pré-lancement et un travail en cours. Nous l’avons testé en interne et ça fonctionne, mais la configuration est manuelle et comporte pas mal d’éléments. Nous travaillons activement pour simplifier tout cela. Nous savons que beaucoup d’entre vous veulent tester ça au plus vite, donc plutôt que de vous faire attendre, voilà comment le configurer dès aujourd’hui.
Ce dont vous aurez besoin
n8n version 2.29.7 ou ultérieure
Une clé API d’un fournisseur LLM (Anthropic, OpenAI, ou OpenRouter).
Vous fournissez votre propre clé, donc l’utilisation du LLM est facturée par votre fournisseur.
Un fournisseur de recherche (Brave Search ou SearXNG) si vous voulez que l’assistant soit capable de chercher sur le web. Optionnel, mais très recommandé.
Un fournisseur de sandbox.
L’Assistant IA exécute son travail dans un sandbox isolé, c’est donc obligatoire. Nous recommandons Daytona car c’est ce que nous utilisons sur n8n cloud, il vous suffit d’avoir un compte et une clé API. Si vous préférez garder tout sur votre propre infrastructure, il y a aussi la possibilité d’auto-héberger le service sandbox de n8n, mais cette configuration est plus complexe.
Si « sandbox » est un concept nouveau pour vous : c’est un environnement isolé et jetable (essentiellement un conteneur verrouillé) où l’Assistant IA exécute du code et crée des workflows, complètement séparé de votre instance n8n et de vos données. Cela protège votre instance de tout ce que le code généré par l’IA pourrait faire, c’est pourquoi l’Assistant IA ne peut pas fonctionner sans un.
La configuration se fait via des variables d’environnement sur votre instance n8n. Les instructions complètes étape par étape, y compris un exemple Docker Compose, sont dans la documentation :
Questions ou retours sur la configuration auto-hébergée : postez-les dans ce fil.
Nous le surveillons et cela orientera directement la façon dont nous simplifierons la configuration.
Questions sur l’Assistant IA lui-même (ce qu’il peut faire, comment il construit les workflows, retours sur les résultats) : rendez-vous sur le fil d’annonce principal pour que tout reste au même endroit.
Salut, je sais que ça ne fait que 12 heures depuis cette annonce, mais il semble y avoir plus de fournisseurs pris en charge que les 3 mentionnés dans la documentation. (J’utilise moi-même Nvidia NIM). J’ai dû fouiller dans les erreurs et les journaux pour découvrir cela. Ce serait sympa si on activait simplement l’Assistant IA dans le docker compose, mais tout le reste (fournisseur sandbox, fournisseur llm, fournisseur de recherche) serait configurable via l’interface utilisateur. Cela éliminerait le besoin de mettre constamment à jour la documentation ou d’informer les utilisateurs prochainement.
Je teste toujours l’Assistant IA, il a généré beaucoup d’erreurs pour moi, j’ai réussi à créer un workflow quand même. Je ne suis pas sûr si les erreurs proviennent du fournisseur llm utilisé ou de n8n lui-même. Je vous tiendrai au courant.
Je pense avoir trouvé un problème avec les points de terminaison compatibles OpenAI personnalisés, à moins que je ne manque une étape de configuration.
Quand l’Assistant IA effectue une demande, il ne semble pas utiliser N8N_INSTANCE_AI_MODEL_URL. Au lieu de cela, il envoie la demande à openai, les journaux affichent :
D’après la documentation, je m’attendais à ce que N8N_INSTANCE_AI_MODEL_URL remplace le point de terminaison pour une API compatible OpenAI, mais il semble que la demande soit toujours envoyée au point de terminaison OpenAI par défaut.
S’agit-il d’une limitation/d’un bug connu dans l’aperçu actuel, ou une autre étape de configuration est-elle requise pour que les points de terminaison compatibles OpenAI personnalisés fonctionnent ?
AWS Bedrock est-il pris en charge en tant que fournisseur LLM pour l’Assistant IA ? Si oui, quelles variables d’environnement sont nécessaires ? Pourriez-vous les partager ? Je n’ai pas pu les trouver dans la documentation.
Salut, j’apprends à utiliser n8n et j’ai rencontré quelque chose qui est peut-être un bug, ou peut-être que je fais quelque chose de mal. Je voulais le partager au cas où ça serait utile.
Ce que j’ai remarqué : quand je configure un modèle avec le préfixe openai/ pour utiliser ma propre API (ex : DeepSeek), l’AI Assistant cesse de répondre. En fouillant un peu, j’ai vu que n8n envoie reasoningEffort: ‘high’ dans les requêtes. J’ai testé avec curl directement sur DeepSeek et Mistral : sans ce paramètre, ils répondent parfaitement. Avec ce paramètre, ils échouent.
Je comprends que cela se produit parce que le code détecte le préfixe openai/ et applique automatiquement le reasoning, sans distinguer si je pointe vers OpenAI ou vers un autre fournisseur via un endpoint personnalisé.
Ma question : y a-t-il un moyen de désactiver ce comportement que je ne vois pas ? Si ça n’existe pas, est-ce que ça aurait du sens d’exposer une variable comme N8N_INSTANCE_AI_THINKING_ENABLED pour que chacun puisse choisir ?
Pour l’instant, j’ai résolu ça en utilisant OpenRouter, qui fonctionne super bien. Mais j’aimerais pouvoir utiliser mes propres clés API directement.
Ce qui m’interpelle aussi, c’est la consommation de tokens, peut-être à cause de cette configuration de thinking ?
Si « sandbox » est un concept nouveau pour vous : c’est un environnement isolé et jetable (essentiellement un conteneur verrouillé) où l’Assistant IA exécute du code et crée des workflows, complètement séparé de votre instance n8n et de vos données. Cela protège votre instance de tout ce que le code généré par l’IA pourrait faire, c’est pourquoi l’Assistant IA ne peut pas fonctionner sans un.
Configurez l’Assistant IA (Preview) sur n8n auto-hébergé
