E155 - Explorando n8n, ¿servirá en producción?

Resumen

El episodio 155 de enCoders explora n8n, una herramienta de automatización de flujos con cajitas (drag and drop), y evalúa si sirve en producción. Mati la probó con un caso real: fotografiar una boleta de almuerzo grupal, enviarla por Telegram, extraer los ítems con OCR (Mistral) y GPT, y volcarlos a un Excel de Google. El flujo funcionó bien (unos siete módulos), pero GPT solo no parseaba bien la imagen y Mistral OCR sí. Los participantes coinciden en que n8n es más "low code" que "no code" y que requiere conocer JSON, APIs y algo de JavaScript. La conclusión de Mati es que, con conocimientos de programación, le resulta más conveniente codear directamente. Ven n8n útil para MVP, prototipos y startups pequeñas, pero dudan de su escalabilidad en empresas grandes (versionado, control de errores, seguridad, compliance). También critican el ecosistema de cursos y academias en YouTube alrededor de la herramienta. Se aclara que la prueba se hizo con el plan Starter (20 USD/mes, trial de 14 días), por lo que no se pudo evaluar la versión de producción.

Capítulos

• 00:00
  IntroSe presenta el episodio 155 sobre n8n y la pregunta de si servirá en producción para el caso que Mati probó.
• 00:20
  Explorando la Herramienta: Características e Impresiones Inicialesn8n se describe como automatización de flujos para equipos técnicos, con cajitas drag and drop. Mati considera que es low code y no no code: para sacarle el jugo hay que saber algo de código.
• 01:38
  Planes de Suscripción y LimitacionesMati usa el plan Starter (20 USD/mes, free trial de 14 días) sin autoalojar nada. El plan Pro tiene más ejecuciones concurrentes y variables globales. Se discute la versión self-hosted: la licencia permitiría uso en procesos internos pero no como producto, y alojarlo propio da control sobre los datos y la seguridad.
• 04:31
  Práctica con la Herramienta: Casos de Uso PrácticosLa instalación es sencilla con Docker y la documentación es buena, pero Mati prefirió el cloud. Se comenta que hay muchos tutoriales en YouTube y se atiende una felicitación por un nuevo trabajo en el chat.
• 06:58
  Uso de DAGs para creación de procesosSe destaca el sistema de módulos con inputs y outputs que forman un grafo dirigido como buena forma de crear procesos.
• 07:42
  Ejemplo de pago de boleta grupalEl caso real: tras cada salida de unas 40 personas hay que armar un Excel con los productos de la boleta. Se quiere automatizar rellenar las columnas a partir de la foto, usando OCR y un modelo de lenguaje.
• 11:29
  Elementos básicos y módulosn8n trabaja por debajo con JSON en todos los inputs y outputs, por lo que conviene saber estructuras de datos. Tiene nodos para IA, transformación de datos, JavaScript, filtros, control de flujo (if) y HTTP request. Mati menciona su impresión de que en YouTube hay promoción tipo esquema piramidal.
• 15:26
  Integración de Telegram y Desafíos de APISe conecta Telegram con un bot creado vía BotFather, cuya API key se guarda como credencial; un trigger on message gatilla el flujo al recibir una foto. Se debate si vale la pena aprender n8n o ir directo a código con librerías o el SDK de OpenAI, y si estos flujos son realmente agentes. Mati intentó WhatsApp primero pero la integración era mucho más engorrosa (validaciones, Meta, organización). Se mencionan Zapier y Make como alternativas.
• 26:35
  Análisis de Imágenes y Soluciones OCREl nodo de analizar imagen con modelos de OpenAI no parseó bien la boleta: inventó montos y cantidades, aun probando distintas opciones. Mati abandonó ese camino y buscó un producto específico de OCR.
• 34:08
  Configuración y Uso de OCRCon Mistral OCR (tres pasos: subir el archivo, obtener la URL y llamar al OCR por HTTP request con la documentación de la API) la boleta se parseó correctamente en markdown. El OCR significa optical character recognition.
• 42:27
  Test completo y ReflexionesEl módulo Information Extractor con GPT fuerza un esquema JSON (ítem, cantidad, total) y agrupa ítems repetidos; un nodo Split Out separa las listas para pegarlas por columnas. El nodo de Google Sheets (append row) escribe en el Excel, con fórmulas en el encabezado como solución al comportamiento por defecto de la API. El flujo tiene siete módulos y el total cuadró (82.160 sin propina). Quedó pendiente un chat que reciba los asistentes y pegue hacia el lado, lo que Mati estima requeriría unas 24 horas más.
• 01:01:48
  MemesSección de memes: el thumbnail del canal en la búsqueda de YouTube, el meme del hipopótamo como highest paid person's opinion (HiPPO) y uno sobre desarrolladores arrastrados a usar herramientas low code.
• 01:05:17
  Algunas preguntas del públicon8n es una herramienta de automatización independiente del dominio, comparable en parte con Make o Zapier, y se integra bien con herramientas de IA. Se responde si es como Power Automate de Microsoft.
• 01:07:34
  Opiniones y Experiencias PersonalesMati opina que habría hecho todo en código (unas 100 líneas generadas con GPT) y duda de usarlo de nuevo. Se discuten la falta de versionado y control de errores, la seguridad y la autenticación, la dependencia de especialistas y la analogía de la barra de proteína ultraprocesada para el negocio de cursos. Se reconoce su utilidad para MVP, startups y empresas pequeñas, y un participante freelancer con 40-50 clientes dice que funciona en producción con conocimientos técnicos. Se enfatiza que lo difícil es conseguir clientes, no armar el flujo.
• 01:39:27
  CierreMati concluye que prefiere profundizar en programación (por ejemplo FastAPI). Se discute la mentalidad de "hacerlo funcionar y luego escalar", y se cierra con que n8n es una buena opción entre las low code, dependiendo de la estrategia. Se anuncian los streams de los martes de 7 a 9 hora de Chile.

Palabras clave