Formation : n8n

Module 1 — Découvrir n8n et son environnement

• Présenter n8n comme une plateforme d'automatisation de workflows open source, orientée intégration et IA.
• Comprendre le modèle fair-code et les options d'usage : cloud géré ou auto-hébergement.
• Explorer l'interface : canvas visuel, éditeur de nœuds, exécutions et historique.
• Situer l'écosystème : plus de 400 intégrations natives et une large bibliothèque de nœuds communautaires.
• Positionner n8n face aux alternatives (Zapier, Make) : flexibilité, code personnalisé, contrôle des données.

Module 2 — Construire un premier workflow

• Comprendre la structure d'un workflow : nœud déclencheur (trigger) puis chaîne de nœuds d'action.
• Utiliser les principaux déclencheurs : manuel, planifié (cron), webhook et déclencheurs d'application.
• Manipuler la donnée entre nœuds : structure JSON, mapping des champs et expressions.
• Gérer la logique avec les nœuds IF, Switch, Merge et boucles.
• Tester, déboguer et rejouer les exécutions à partir de l'historique.

Module 3 — Connecter des services et gérer les authentifications

• Configurer les credentials et les authentifications OAuth2, clés API et tokens.
• Interroger des API tierces via le nœud HTTP Request pour les services sans intégration dédiée.
• Intégrer des services courants : messagerie, bases de données, tableurs, CRM, stockage.
• Sécuriser les secrets à l'aide de variables d'environnement et de la gestion des accès.
• Gérer les erreurs avec des workflows d'erreur, ré-essais (retries) et notifications.

Module 4 — Ajouter des nœuds IA (agents et LLM)

• Utiliser les nœuds AI Agent et LLM Chain pour orchestrer des modèles de langage.
• Connecter les principaux fournisseurs : OpenAI, Anthropic, Google, Mistral, ou modèles locaux via Ollama.
• Construire des workflows RAG avec vector stores, embeddings et chargeurs de documents.
• Doter un agent d'outils (tools) et de mémoire pour des tâches multi-étapes.
• Encadrer les usages IA : coûts, rate limiting, validation des sorties et supervision humaine.

Module 5 — Héberger, déployer et industrialiser

• Déployer n8n en auto-hébergement via Docker, notamment avec le Self-Hosted AI Starter Kit (n8n, PostgreSQL, Ollama, Qdrant).
• Dimensionner l'infrastructure (VPS, RAM) selon la charge et les modèles locaux utilisés.
• Sécuriser l'instance : HTTPS, authentification, sauvegardes et mises à jour.
• Organiser les environnements, le versioning des workflows et la gestion des variables.
• Appliquer les bonnes pratiques : modularité, sous-workflows, journalisation et monitoring des exécutions.