¿Cómo conectar un agente de n8n con documentos PDF sin usar bases de datos vectoriales?

Comparativa de arquitecturas en n8n: Pipeline Vectorial vs. Ingesta Directa con Claix

Por qué las bases de datos vectoriales complican los flujos de n8n

Integrar documentos en agentes de n8n mediante almacenes vectoriales genera fricciones operativas comunes en entornos de producción:

1. Inestabilidad en la invocación de herramientas (Tool Invocation Failure)

Cuando se conecta una base vectorial como herramienta de un agente en n8n, el LLM a menudo decide no consultar la base de datos o responde usando su conocimiento interno si la descripción de la herramienta no es perfecta. Esto introduce no-determinismo en flujos que requieren procesar documentos obligatoriamente.

2. Rotura de tablas numéricas y balances

Los nodos tradicionales de particionado de texto (Recursive Character Text Splitter) no comprenden la disposición espacial de una tabla. Al cortar un PDF cada 1.000 caracteres, una fila de factura queda separada de los encabezados de columna, provocando que el agente extraiga importes erróneos o incompletos.

3. Sobrecarga de configuración y costes ocultos

Un flujo RAG en n8n exige gestionar credenciales de modelos de embeddings, configurar índices vectoriales, controlar dimensiones de vectores y pagar por operaciones de lectura y escritura en la base de datos vectorial en cada ejecución de la automatización.

Comparativa de rendimiento y costes operativos por flujo

Configuración práctica del nodo HTTP Request en n8n

Para implementar esta solución en n8n no se requieren nodos comunitarios complejos ni scripts en Python. Se configura un único nodo HTTP Request estándar:

┌─────────────────────────┐     Binary Data     ┌─────────────────────────┐     Structured JSON     ┌─────────────────────────┐
│     Trigger Node        │────────────────────►│  HTTP Request (Claix)   │────────────────────────►│    Siguiente Acción     │
│ (Email / Form / Drive)  │                     │ POST /api/pdf-json      │                         │ (PostgreSQL, CRM, etc.) │
└─────────────────────────┘                     └─────────────────────────┘                         └─────────────────────────┘

Parámetros de configuración en n8n

• Method: POST
• URL: https://claix.dev/api/pdf-json
• Authentication: Generic Credential Type ➔ Header Auth (o cabecera manual x-api-key).
• Send Body: True
• Body Content Type: Form-Data (multipart/form-data)
• Body Parameters: schema_id (String) — el UUID de tu esquema previamente creado en Claix.
• Body Parameters: file (Binary Data) — el nombre de la propiedad binaria que contiene el PDF (por ejemplo, data).
• Body Parameters: space_id (Opcional) — el UUID del espacio si el documento formará parte de un conjunto documental compartido.

Estructura de datos: Entrada vs. Salida en el lienzo de n8n

1. Payload de salida del nodo HTTP Request de Claix

Una vez procesado el archivo, el nodo emite un JSON estructurado listo para ser consumido por cualquier nodo posterior (nodos de base de datos, Google Sheets, Slack o CRM) sin necesidad de escribir expresiones regulares:

{
  "success": true,
  "schema_utilizado": "Factura Proveedor",
  "total_registros": 1,
  "document_id": "d4a1e9d2-8b1c-4f3e-9a02-8b1e9f3c7a4b",
  "data": [
    {
      "numero_factura": "F-2026-089",
      "proveedor": "Logística Global S.L.",
      "fecha_emision": "2026-03-12",
      "base_imponible": 4500.00,
      "iva_importe": 945.00,
      "total_factura": 5445.00,
      "lineas": [
        {
          "concepto": "Transporte de contenedores Valencia-Madrid",
          "cantidad": 3,
          "precio_unitario": 1500.00
        }
      ]
    }
  ]
}

2. Consultas de seguimiento con el nodo HTTP posterior

Si el agente de n8n necesita formular una pregunta adicional sobre el PDF (por ejemplo: "¿Existe penalización por retraso en la entrega?"), no vuelve a subir el binario. Añade un segundo nodo HTTP Request:

• URL: https://claix.dev/document-context/{{ $json.document_id }}
• Body (JSON): { "questions": ["¿Existe penalización por retraso en la entrega y de cuánto es?"] }

{
  "questions": [
    "¿Existe penalización por retraso en la entrega y de cuánto es?"
  ]
}

Casos de uso comunes en n8n