Automatiser les process avec n8n

n8n est un outil d'automatisation de workflows open-source et auto-hébergeable. Là où Zapier ou Make sont des SaaS fermés, n8n peut tourner sur votre infrastructure, accéder à vos bases de données internes, et intégrer des nœuds JavaScript arbitraires — y compris des appels à des modèles de langage. C'est la pièce qui transforme un agent ponctuel en processus métier durable.

Pourquoi n8n dans un workflow AI-first ?

Un agent utilisé manuellement dans Claude Code est puissant mais éphémère : vous lancez une tâche, vous obtenez un résultat. n8n permet de rendre ces traitements récurrents, déclenchables automatiquement, et connectés à vos outils existants (Slack, Linear, Notion, Airtable, webhooks…).

Cas d'usage courants pour une équipe dev :

• Triage de tickets support : le ticket arrive, l'agent le classe par urgence et catégorie, il est routé vers le bon canal Slack
• Synthèse de PR : à chaque merge, un résumé de la PR est posté dans le canal d'équipe
• Rapport hebdo automatique : n8n agrège les données de Linear/Jira, l'agent rédige le résumé, il est envoyé par email

Anatomy d'un workflow n8n avec LLM

Prenons le cas du triage de tickets support entrants. Le workflow complet :

[Webhook] → [Set] → [HTTP Request → LLM] → [Switch] → [Slack / Linear / Email]

Nœud Webhook : reçoit le ticket (JSON avec subject, body, user_email)

Nœud HTTP Request : appelle l'API Anthropic avec un prompt structuré :

Tu es un agent de triage pour une équipe technique.
Reçois le ticket suivant et retourne un JSON strict :
{
  "urgence": "haute" | "normale" | "faible",
  "categorie": "auth" | "performance" | "bug" | "feature" | "autre",
  "resume": "une phrase max"
}

Ticket : {{ $json.subject }} — {{ $json.body }}

Nœud Switch : lit {{ $json.urgence }} — si haute, route vers le canal Slack #incidents ; si normale, vers Linear ; si faible, vers la boîte email backlog.

{
  "method": "POST",
  "url": "https://api.anthropic.com/v1/messages",
  "headers": {
    "x-api-key": "={{ $env.ANTHROPIC_API_KEY }}",
    "anthropic-version": "2023-06-01",
    "content-type": "application/json"
  },
  "body": {
    "model": "claude-haiku-4-5-20251001",
    "max_tokens": 256,
    "messages": [{
      "role": "user",
      "content": "={{ 'Triage ce ticket: ' + $json.subject + ' - ' + $json.body + '. Retourne uniquement du JSON valide: {\"urgence\": \"haute\"|\"normale\"|\"faible\", \"categorie\": \"auth\"|\"bug\"|\"autre\", \"resume\": \"...\"}' }}"
    }]
  }
}

Bonnes pratiques d'un workflow n8n avec LLM

Sorties structurées : demandez toujours du JSON strict plutôt que du texte libre. Les nœuds suivants du workflow lisent des champs — pas du texte à parser.

Gestion des erreurs : ajoutez un nœud Error Trigger qui capture les échecs (l'API LLM est down, le JSON est malformé) et les route vers un fallback (email à l'équipe, création de ticket manuel).

Idempotence : si un webhook est rejoué (retry réseau), votre workflow doit pouvoir le traiter sans créer de doublons. Ajoutez un check sur un ID unique en début de workflow.

Monitoring : n8n loggue les exécutions. Regardez les taux d'erreur et les temps de traitement — si l'appel LLM prend 8 secondes en moyenne, votre webhook timeout à 5 secondes est une bombe à retardement.