Claude y n8n: crea flujos de IA en un VPS

Qué vas a crear

Tres flujos de trabajo de IA operativos en la instancia de n8n que ya ejecutas: un webhook que resume cualquier contenido que le envíes, un lector de feeds programado que convierte artículos en filas estructuradas de una hoja de cálculo y un AI Agent que consulta una API HTTP por su cuenta para responder preguntas. Es la alternativa sin código a llamar a la API de Claude desde Python en tu VPS: misma API, mismos tokens y mismo coste, pero la orquestación se ejecuta en nodos de n8n en lugar de un script.

Se presupone que n8n ya está disponible detrás de HTTPS conforme a la guía para alojar n8n en Docker. Si no es así, configúralo primero. Los webhooks necesitan un endpoint TLS real y el almacén de credenciales donde vas a guardar una clave de API necesita la copia de seguridad de la clave de cifrado que se indica en esa guía.

Los problemas importantes aquí no están en arrastrar y soltar. Están en seleccionar el modelo adecuado para cada nodo, en los campos de prompt que interpolan undefined silenciosamente y en el hecho de que una automatización se ejecuta sin supervisión. Un flujo que cuesta medio céntimo por ejecución es barato hasta que un bucle de reintento lo ejecuta cuatro mil veces durante la noche. La mayor parte de esta guía trata esos aspectos.

Una credencial, cifrada con la clave de respaldo

Obtenga una API key en Anthropic Console, en platform.claude.com, en Settings, luego API Keys, y cree una clave con un nombre como n8n-vps. Se muestra una sola vez. Console también le pide elegir una fecha de expiración al crear la clave. Anote esa fecha, porque una clave expirada interrumpe un flujo de trabajo desatendido con el mismo error 401 descrito en los modos de fallo siguientes. Añada fondos a la cuenta o configure la facturación. El uso de la API se cobra por token y se descuenta de créditos prepagados. Una suscripción Pro no cubre este uso, pero los planes Claude Max y Team ahora incluyen créditos mensuales para Claude API (100 USD en Max 5x, 200 USD en Max 20x y hasta 500 USD compartidos en Team) que se activan vinculando una organización de Console en la configuración de facturación de claude.ai. Estos créditos pagan llamadas a la API como las que realiza n8n, no cubren Claude Code y caducan al final de cada ciclo de facturación. Si esperaba crear estos tres flujos de trabajo sin pagar, la sección de preguntas frecuentes sobre precios de Anthropic indica que los usuarios nuevos reciben una pequeña cantidad de créditos gratuitos para probar la API. Por tanto, una cuenta nueva de Console puede probar estos flujos con esos créditos iniciales antes de añadir la facturación. Cuando se agotan, cada llamada a Claude se cobra por token. Algunas operaciones tampoco tienen coste adicional aparte de los tokens, como el endpoint de recuento de tokens y hasta 1,550 horas gratuitas de ejecución de código por organización y mes, aunque ninguno de estos tres flujos usa la ejecución de código. Qué cubren los créditos gratuitos de la API explica los detalles.

En n8n: Credentials, Create credential, seleccione Anthropic, pegue la clave en el campo API Key y guarde. Todos los nodos de Claude de todos los flujos de trabajo hacen referencia a esta credencial almacenada. No pegue nunca la clave en un nodo.

Dos aspectos operativos. Primero, n8n cifra las credenciales almacenadas con N8N_ENCRYPTION_KEY. Si define explícitamente esa variable de entorno en el archivo compose siguiendo la guía de n8n, la credencial sobrevivirá a la recreación de los contenedores. Si deja que n8n genere una y después pierde el volumen, todas las credenciales almacenadas, incluida esta clave, quedarán como texto cifrado irrecuperable. Haga una copia de seguridad de la clave ahora si no lo hizo antes. Segundo, considere el almacén de credenciales de n8n como el alcance del impacto: cualquiera que pueda usar su credencial de Anthropic puede realizar solicitudes con su clave. En la edición Community, ese acceso corresponde a usted y al propietario de la instancia. La documentación de n8n lo expresa así: "Only the instance owner and the user who creates them can access workflows and credentials", por lo que las demás cuentas Member no pueden acceder a ella. Compartir flujos de trabajo y credenciales es una función de pago en n8n autohospedado (Business o Enterprise). Una vez que comparte un flujo de trabajo, sus editores pueden usar todas las credenciales que utiliza ese flujo. Por tanto, si alguien más inicia sesión en esta instancia, lea qué controles de acceso hay detrás de una licencia de n8n de pago antes de crear cuentas. Establezca un límite de gasto en Console, en Settings, para que una instancia comprometida o fuera de control tenga un límite máximo.

La selección del modelo se decide por nodo

El menú desplegable de modelos de los nodos de Claude en n8n se obtiene en tiempo real desde la API, por lo que muestra a qué modelos puede acceder su clave. Los modelos que usa esta guía, con los precios de la API por millón de tokens de entrada/salida a fecha de octubre de 2026, son: Claude Haiku 4.5 (claude-haiku-4-5), a $1/$5, con una ventana de contexto de 200K tokens; Claude Sonnet 5 (claude-sonnet-5), a $2/$10; y Claude Opus 4.8 (claude-opus-4-8), a $5/$25, ambos con ventanas de contexto de 1M de tokens. También está Claude Fable 5 (claude-fable-5), a $10/$50, para las tareas de razonamiento más difíciles; nada de esta guía lo necesita. Use esos ID exactos. claude-haiku-4-5 es un alias de la instantánea fijada claude-haiku-4-5-20251001, que también funciona, pero un ID fechado copiado de un tutorial antiguo puede referirse a un modelo retirado y fallar. Los precios cambian, así que consulte platform.claude.com antes de confiar en cualquier cifra, incluida la de este texto.

Desde la primera publicación de esta guía, Anthropic ha lanzado modelos más recientes y su documentación ahora marca Haiku 4.5, Sonnet 5, Opus 4.8 y Fable 5 como heredados. Siguen funcionando. La página de obsolescencias indica que la retirada de Haiku 4.5 no ocurriría antes del 15 de octubre de 2026; esa fecha ya pasó y, a fecha del 20 de octubre de 2026, la página todavía muestra Haiku 4.5 como activo y sin aviso de obsolescencia. Sonnet 5, Opus 4.8 y Fable 5 no se retirarán antes de mediados de 2027. Anthropic avisa con al menos 60 días de antelación antes de retirar un modelo publicado, así que supervise su página de obsolescencias si sus flujos de trabajo fijan Haiku 4.5. La línea actual incluye Claude Haiku 5.5 (claude-haiku-5-5, publicado el 7 de octubre de 2026), desde $0.10/$0.50 para prompts de hasta 100,000 tokens y $0.50/$2.50 por encima de ese límite; Claude Sonnet 5.5 (claude-sonnet-5-5), a $2/$10; Claude Opus 5.5 (claude-opus-5-5), a $4/$20; y Claude Fable 5.1 (claude-fable-5-1), a $10/$50. El tokenizer de Haiku 5.5 cuenta el mismo texto como aproximadamente un 30% más de tokens que Haiku 4.5, así que compare los costes reales por ejecución en la página de uso de la Console, no sólo los precios de lista.

El hábito que debe adoptar es elegir el modelo por nodo, no por plataforma. La clasificación, la extracción, la generación de resúmenes y el enrutamiento, que son la base de la automatización, funcionan muy bien con Haiku, a la mitad del precio de lista de Sonnet y a una quinta parte del de Opus. Reserve Sonnet para agentes y razonamiento en varios pasos. Use Opus para los flujos de trabajo poco frecuentes en los que una respuesta incorrecta cuesta más que los tokens. Un flujo de trabajo con cinco nodos de Claude puede y debe combinar modelos.

Los dos nodos de Claude y cuándo usar cada uno

n8n incluye dos integraciones distintas con Anthropic. Elegir la incorrecta es el desvío más habitual para principiantes.

El nodo Anthropic es un nodo de aplicación normal: recibe una solicitud y devuelve una respuesta. Su recurso Text tiene la operación Message a Model, además de operaciones para analizar imágenes y documentos. Úselo cuando la lógica del flujo de trabajo esté en n8n: desencadenador, llamada a Claude y siguiente nodo. Los flujos de trabajo 1 y 2 siguientes usan este nodo o su equivalente de cadena.

El nodo Anthropic Chat Model es un subnodo, un componente pequeño que proporciona el modelo a un nodo raíz como AI Agent o Basic LLM Chain. No tiene desencadenador ni salida propia. Expone el selector de modelos y opciones de muestreo como Maximum Number of Tokens y Sampling Temperature. Hay una advertencia de la documentación de n8n que conviene recordar: las expresiones dentro de los subnodos siempre se evalúan respecto al primer elemento de entrada, no respecto a cada elemento. Coloque las expresiones por elemento en los campos de solicitud del nodo raíz, no en el subnodo. Anthropic añade otra consideración: en los modelos Claude 4.7 y posteriores, es decir, todos los modelos de esta guía excepto Haiku 4.5, establecer temperature, top_p o top_k con un valor distinto del predeterminado devuelve un error 400. Por tanto, deje sin definir Sampling Temperature, Top K y Top P en esos modelos.

Flujo de trabajo 1: entra un webhook y sale un resumen

El ejemplo básico de la automatización con IA: todo lo que se envía mediante POST a una URL se resume y llega a Slack o a la bandeja de entrada.

1. Nodo Webhook, método HTTP POST, ruta summarize. n8n proporciona una URL de prueba y una URL de producción; la de producción sólo escucha cuando se publica el flujo de trabajo.
2. Nodo Anthropic, Message a Model, modelo claude-haiku-4-5, Max Tokens alrededor de 300.
3. Nodo Slack (o Send Email), publica el texto de respuesta en un canal.

El prompt es donde las expresiones de n8n interactúan con Claude. El cuerpo de la petición POST queda en $json.body, por lo que el campo del mensaje de usuario tiene este aspecto:

Summarize the following feedback in three bullets, then one line:
verdict: praise | complaint | churn-risk. No preamble.

{{ $json.body.text }}

Coloque las instrucciones de rol y formato en el campo del prompt del sistema del nodo, no en el mensaje de usuario. El prompt del sistema permanece constante mientras el payload varía. Esto mantiene estable el comportamiento y facilita la lectura del prompt dentro de seis meses. Pruébelo desde el propio VPS:

curl -X POST https://n8n.example.com/webhook/summarize \
  -H 'Content-Type: application/json' \
  -d '{"text": "Third support ticket this month about slow disk IO..."}'

El coste por ejecución con Haiku es el siguiente: un payload de 1,200 tokens más el prompt cuesta aproximadamente $0.0012 de entrada, y 300 tokens de salida cuestan $0.0015, aproximadamente un cuarto de centavo. Mil ejecuciones al mes cuestan menos de $3. El mismo nodo configurado para usar Opus 4.8 cuesta aproximadamente cinco veces más. Esa proporción, multiplicada por cada flujo de trabajo que cree, explica por qué es importante elegir el modelo en cada nodo.

Flujo 2: RSS programado a filas estructuradas

Ahora veremos un flujo basado en un horario, con salida estructurada: leer un feed RSS cada hora, clasificar cada elemento y añadir filas a una hoja.

1. Schedule Trigger, cada hora.
2. RSS Read, con la URL del feed. Genera un elemento por artículo.
3. Basic LLM Chain, con un subnodo Anthropic Chat Model configurado con claude-haiku-4-5 y un subnodo Structured Output Parser que contiene un esquema JSON.
4. Google Sheets (o Postgres), para añadir una fila por elemento.

Structured Output Parser convierte «Claude, devuelve JSON» de una expectativa en un contrato: valida la respuesta del modelo con el esquema y marca el elemento como fallido en lugar de escribir filas incorrectas. Un esquema puede ser:

{
  "type": "object",
  "properties": {
    "category": { "type": "string", "enum": ["release", "security", "tutorial", "other"] },
    "relevance": { "type": "number" },
    "one_line_summary": { "type": "string" }
  },
  "required": ["category", "relevance", "one_line_summary"]
}

El prompt de la cadena hace referencia al elemento del feed:

Classify this article for a VPS hosting audience.

Title: {{ $json.title }}
Content: {{ $json.contentSnippet }}

El cálculo de costes cambia en este caso: se realiza por elemento, no por ejecución. Cincuenta artículos por hora, durante veinticuatro horas al día, son 36,000 llamadas a Claude al mes. Con Haiku, el coste puede ser de $40–90 según la longitud de los artículos; con Opus, es aproximadamente cinco veces mayor. Elimine los duplicados antes del nodo LLM, mediante un IF sencillo contra los enlaces ya procesados o con el nodo Remove Duplicates de n8n. Así, el número de llamadas disminuye mucho, porque la mayoría de las consultas horarias no contienen nada nuevo. El token más barato es el de la llamada que no se realiza.

Flujo de trabajo 3: un agente de IA que usa herramientas

Los dos primeros flujos de trabajo son canalizaciones; usted decide los pasos. Un nodo AI Agent invierte ese esquema: se proporciona a Claude un objetivo y herramientas, y él decide qué herramientas llamar y en qué orden hasta terminar. n8n requiere un subnodo de modelo de chat y al menos un subnodo de herramienta conectado.

Un ejemplo concreto es un asistente de operaciones que responde «qué está caído y por qué» a partir de su sistema de monitorización:

1. Chat Trigger (o webhook), donde entra la pregunta.
2. AI Agent, con un subnodo Anthropic Chat Model configurado en claude-sonnet-5. Los agentes planifican y encadenan llamadas a herramientas; Haiku puede ejecutar agentes sencillos de una sola herramienta, pero Sonnet es el mínimo razonable cuando aumenta el número de herramientas.
3. Nodo HTTP Request conectado como herramienta, apuntando a su API de estado de Uptime Kuma o a un endpoint de Zabbix. Una segunda herramienta HTTP puede consultar cualquier otro servicio con una API REST.

Dos opciones hacen la mayor parte del trabajo. El System Message del agente define la tarea: «Eres un asistente de operaciones. Usa la herramienta de estado para comprobar el estado actual de los monitores antes de responder. Informa sólo de los monitores que estén caídos, con la duración». La descripción de cada herramienta no es documentación para personas; es la información que Claude usa para decidir cuándo llamarla. «Devuelve en JSON el estado actual, activo o caído, de todos los servicios monitorizados» hará que se llame a la herramienta en los momentos adecuados; «API de estado» se ignorará o se usará incorrectamente. Al conectar el nodo HTTP Request como herramienta, active la opción Optimize Response y seleccione los campos JSON relevantes. De lo contrario, cada respuesta detallada de la API se introduce en el contexto del modelo como tokens de entrada por los que paga.

Configure Max Iterations en el agente (el valor predeterminado es 10) con el número mínimo que funcione. Esa opción marca la diferencia entre «el agente abandonó la tarea después de 4 llamadas a herramientas» y un bucle de una docena de intercambios con el modelo. También debe entender la facturación: en cada iteración se vuelve a enviar como tokens de entrada toda la conversación acumulada, incluido el mensaje del sistema, la pregunta y cada resultado anterior de las herramientas. Una ejecución del agente de seis iteraciones puede sumar fácilmente 20,000 tokens de entrada acumulados y 2,000 de salida: con Sonnet 5 a $2/$10, cuesta aproximadamente $0.06; es decir, una ejecución del agente cuesta unas veinte veces lo que cuesta una ejecución sencilla de resumen. Si empieza a añadir muchas herramientas a un solo agente, ese es el punto en el que ejecutar servidores MCP en su VPS se convierte en una arquitectura más limpia.

Controles de coste, porque nadie está mirando

Un flujo de trabajo desatendido necesita los controles que una persona frente al teclado aplica de forma implícita. Hay cuatro capas, ordenadas de menor a mayor coste.

Max Tokens en cada nodo Claude. Es un límite estricto para la salida. Un resumidor necesita 300 y un clasificador, 100. Esto limita la parte más costosa del cálculo (en los modelos de esta guía, entre $5 y $50 por millón de tokens de salida frente a entre $1 y $10 por los de entrada, con la salida a cinco veces el precio de la entrada en cada caso) y también actúa como freno ante ejecuciones descontroladas: un error en el prompt que haga divagar a Claude cuesta 300 tokens, no 8,000.

Modelo por nodo. Ya se ha explicado; entre Haiku 4.5 y Opus 4.8 es una palanca de precio de cinco veces, de diez veces hasta Fable 5 y, en el catálogo actual, de Haiku 5.5 a Fable 5.1, llega a cien veces para prompts de hasta 100,000 tokens. Configurarlo lleva diez segundos.

Limite los bucles. Use Max Iterations en los agentes. Configure un tiempo de espera del flujo de trabajo en sus ajustes para que una ejecución bloqueada termine en lugar de ejecutarse indefinidamente. Tenga cuidado también con Retry On Fail en cada nodo: es la herramienta adecuada para errores transitorios, pero los reintentos multiplican el coste. Un valor de Max Tries de 3 con Wait Between Tries de 5000 ms significa que un fallo persistente puede facturarse hasta tres veces por elemento antes de abandonarlo. Nunca envuelva con un reintento un nodo que ya haya terminado correctamente y cuyo procesamiento haya sido costoso.

Un flujo de trabajo de errores como último recurso. Cree un flujo de trabajo que empiece con el nodo Error Trigger y publique en Slack el nombre y el error del flujo de trabajo que ha fallado. Después, configúrelo como Error Workflow en los ajustes de cada flujo de trabajo de IA. Este es el fallo grave que permite detectar: un flujo de trabajo activado por una programación que falla en cada ejecución, cada hora, durante una semana, y consume tokens en cada ejecución antes de terminar. Combínelo con un límite de gasto mensual en Anthropic Console y revise la página de uso de Console durante los primeros días después de activar cualquier programación. Si quiere entender exactamente qué se le factura, la guía de uso de tokens lo desglosa.

Modos de fallo y cadenas que verá

El nodo falla de inmediato con "Authorization failed - please check your credentials." La API devolvió 401. El cuerpo subyacente tiene esta estructura (las respuestas actuales también incluyen un campo request_id):

{"type": "error", "error": {"type": "authentication_error", "message": "invalid x-api-key"}}

La clave se pegó incorrectamente, está truncada, contiene espacios en blanco finales o es el marcador de posición de un tutorial. Vuelva a crear la credencial de n8n y péguela de nuevo. Si funcionaba ayer, compruebe en la Console si la clave se revocó o alcanzó su fecha de caducidad, o si una restauración de volumen revirtió el sistema a una credencial cifrada con un N8N_ENCRYPTION_KEY diferente.

Las ejecuciones fallan en ráfagas con un 429 rate_limit_error, con un mensaje similar a "Number of request tokens has exceeded your per-minute rate limit." Los límites de tasa se miden por minuto y se aplican mediante un depósito de tokens que se rellena de forma continua. Además, n8n permite iniciar fácilmente cincuenta ejecuciones de webhook o RSS al mismo tiempo. Corrija el diseño: procese los elementos en secuencia (Loop Over Items) en lugar de hacerlo en paralelo y configure Retry On Fail con Max Tries 3 y Wait Between Tries en su máximo de 5000 ms. n8n limita ese campo a 5000 ms. Si necesita una espera más larga para que el depósito se rellene antes del reintento, coloque un nodo Wait en la ruta de error o procese los elementos de uno en uno. Un 429 por límite de tasa suele incluir una cabecera retry-after que indica cuántos segundos debe esperar. La documentación de Anthropic señala que no todos los 429 la incluyen. La espera fija de n8n no puede leer esa cabecera, por lo que debe crear usted mismo la pausa más larga. Hay una excepción: un 429 sin cabecera retry-after y con un error_code de enforced_spend_limit_reached significa que la organización alcanzó el límite de gasto mensual de su nivel de uso. Ningún reintento funcionará hasta el mes siguiente o hasta aumentar de nivel.

404 not_found_error al indicar el modelo. El mensaje incluye el ID del modelo enviado, con un formato similar a este:

{"type": "error", "error": {"type": "not_found_error", "message": "model: claude-haiku-4.5"}}

Puede haber puntos en lugar de guiones (4.5 para 4-5), un sufijo de fecha escrito incorrectamente o inventado, o un modelo retirado de una publicación antigua. Corrija el ID según la lista actual. Este problema afecta especialmente a quienes escriben en el campo del modelo como una expresión en lugar de seleccionar un valor del menú desplegable.

Claude responde a una pregunta que no formuló. No aparece ningún error y la ejecución termina correctamente. Una expresión de n8n que hace referencia a un campo inexistente, como {{ $json.body.text }} cuando la carga útil usa message, inserta la cadena literal undefined en el prompt. Claude responde entonces a un prompt sin contenido útil. Si el nodo referenciado no se ejecutó, n8n se detiene con un error que indica que la expresión hace referencia a un nodo que "hasn't been executed yet". Sin embargo, la ausencia de un campo no genera ningún error. Antes de activar el flujo, ejecútelo una vez con datos reales y lea el prompt representado en el panel de entrada del nodo. El editor de expresiones muestra una vista previa del valor resuelto y undefined aparece allí si lo comprueba.

FAQ

¿Cómo conecto Claude con n8n?

Cree una clave de API en Anthropic Console, en platform.claude.com. Después, en n8n, añada una credencial de tipo Anthropic y péguela en el campo API Key. Cada nodo de Claude, el nodo de aplicación Anthropic y el subnodo Anthropic Chat Model usan esa credencial almacenada. n8n la cifra con N8N_ENCRYPTION_KEY, por lo que debe hacer una copia de seguridad de esa clave. De lo contrario, perderá las credenciales junto con el volumen.

¿Cuánto cuesta cada ejecución de un flujo de trabajo de IA?

Estime los tokens por ejecución y multiplíquelos por los precios del modelo por millón. En octubre de 2026, Haiku 4.5 cuesta $1/$5 por cada millón de tokens de entrada/salida y Sonnet 5 cuesta $2/$10. Una ejecución de resumen mediante webhook con Haiku cuesta aproximadamente un cuarto de centavo. Una ejecución de agente con Sonnet y varias llamadas a herramientas cuesta más cerca de $0.06–$0.10, porque cada iteración vuelve a enviar toda la conversación como entrada. Compruebe la ejecución en la página de uso de Console en lugar de confiar en estimaciones.

¿Qué modelo de Claude debo usar para las automatizaciones de n8n?

Use Haiku 4.5 para clasificación, extracción, resumen y enrutamiento, así como para trabajos de gran volumen en los que predominan la velocidad y el precio. Use Sonnet 5 para los nodos AI Agent y el razonamiento en varios pasos. Use Opus 4.8 sólo cuando el coste de una respuesta incorrecta justifique su precio de lista de $5/$25: cinco veces el de Haiku y dos veces y media el de Sonnet. Los modelos más recientes de Anthropic, Haiku 5.5, Sonnet 5.5 y Opus 5.5, cumplen las mismas funciones con precios de lista iguales o inferiores. Configure el modelo por nodo, no por flujo de trabajo. Un flujo de trabajo puede combinar los tres.

¿Cómo evito que un flujo de trabajo de n8n gaste demasiado en la API de Claude?

Aplique varias medidas de control: establezca un valor bajo de Max Tokens en cada nodo de Claude, defina Max Iterations en los agentes, configure un tiempo de espera para el flujo de trabajo y use valores conservadores en Retry On Fail para que los errores no multipliquen el consumo de tokens. Después, añada un flujo de trabajo de Error Trigger que le envíe una alerta en Slack cuando falle cualquier flujo de trabajo de IA. También debe establecer un límite de gasto mensual en Anthropic Console como techo máximo que nada en el VPS pueda superar.

¿Las llamadas de herramientas de AI Agent tienen un coste adicional?

No existe una tarifa independiente por las herramientas, pero no son gratuitas. Cada resultado de una herramienta se devuelve al modelo como tokens de entrada y cada iteración del agente vuelve a enviar toda la conversación acumulada. Una respuesta extensa de una API que se pase sin filtrar puede superar ampliamente el tamaño de la solicitud original. Active Optimize Response en las herramientas HTTP Request y devuelva sólo los campos que necesita el agente.