Probar workflows: Pin Data, Mock Data, modo Debug

Cualquier persona que trabaje en un workflow de n8n que envía un correo electrónico, dispara un pago o escribe un registro en un CRM no quiere enviar un mensaje real ni crear un registro de cliente real cada vez que hace pruebas. Precisamente para eso, n8n ofrece dos funciones que se complementan: Pin Data congela la salida de un nodo, Mock Data genera datos de prueba sin siquiera contactar con una fuente externa. Esto se complementa con el modo Debug, con el que se pueden reproducir directamente en el editor ejecuciones de producción fallidas.

Para ti como equipo que construye automatizaciones en producción, esto es más que una función de comodidad. Sin datos de prueba fijados, cada clic en "Execute workflow" prueba contra sistemas reales, consume cuotas de API y arriesga que una prueba dispare accidentalmente una acción real. Con Pin Data, Mock Data y el modo Debug mantienes el control sobre qué datos pasan por tu workflow y cuándo, y puedes comprobar de forma fiable la misma lógica varias veces con las mismas entradas.

Por qué fijar los datos de prueba en lugar de probar en vivo contra sistemas de producción

Un problema típico al construir workflows: el primer nodo obtiene datos de una fuente externa, por ejemplo un webhook, una tabla o una API. Cada vez que ejecutas el workflow para probarlo, esta solicitud se repite, cuesta tiempo, posiblemente consume una cuota y no garantiza los mismos valores que en la última ejecución. Justo aquí entran Pin Data y Mock Data: según n8n, ambas funciones están pensadas como herramientas de prueba durante el desarrollo, "para ahorrar tiempo y recursos durante el desarrollo, trabajar con conjuntos de datos coherentes y proteger los sistemas en vivo de llamadas de prueba repetidas". En lugar de disparar contra un sistema real en cada prueba, trabajas con un conjunto de datos fijo y reproducible y ves de inmediato si un cambio en tu lógica produce el resultado deseado.

Pin Data: congelar la salida de un nodo

El Data Pinning almacena los datos de salida de un nodo y utiliza estos datos almacenados en ejecuciones futuras, en lugar de volver a obtener datos nuevos. Así es como se hace:

• Ejecuta una vez el nodo correspondiente para que aparezcan datos en la vista OUTPUT.
• Haz clic en el icono de fijar (pin) en la vista OUTPUT. Un banner confirma que los datos ya están fijados.
• Mediante el enlace Unpin en el mismo banner, deshaces la fijación; después, el nodo vuelve a obtener datos nuevos en la siguiente ejecución.
• Los datos fijados también se pueden editar posteriormente: cambia a la vista JSON dentro de la vista OUTPUT, selecciona Edit, ajusta los valores y guarda con Save.

Esto resulta especialmente práctico en workflows que se disparan mediante un sistema externo como un webhook: una vez fijados los datos de inicio, no necesitas volver a activar el sistema disparador en cada prueba, sino que sigues trabajando directamente con el conjunto de datos fijado. Para ello también puedes reutilizar datos de una ejecución anterior: en la pestaña Executions, abre una ejecución pasada, abre el nodo deseado con doble clic, cambia a la vista JSON, copia los datos y pégalos y guárdalos en la vista de destino de un nodo.

Mock Data: generar datos de prueba sin ninguna fuente real

El Data Mocking consiste en crear o simular datos de prueba sin conectarse en absoluto a una fuente de datos real. Esto resulta útil siempre que aún no tengas acceso al sistema real, se deba probar un caso límite que los datos reales no proporcionan en ese momento, o quieras desarrollar con independencia de la disponibilidad y los permisos de una fuente externa. n8n menciona principalmente dos formas de hacerlo:

• Nodo Edit Fields o nodo Code: Para casos de prueba pequeños y manejables, el nodo Edit Fields es adecuado, ya que te permite establecer campos y valores individuales a mano. Para estructuras de datos más complejas o casos límite específicos, el nodo Code te da control total sobre la estructura y el contenido de los datos de prueba.
• Nodo Customer Datastore: Este nodo proporciona un conjunto de datos de ejemplo ya preparado cuando no tienes tus propios datos de prueba a mano y aun así quieres seguir trabajando con conjuntos de datos de apariencia realista.

En la práctica, combinas ambas funciones con frecuencia: primero generas Mock Data para un escenario de prueba concreto, ajustas los valores de forma específica y luego los fijas, para volver a encontrar exactamente la misma situación en cada ejecución de prueba posterior.

Límites de Pin Data y Mock Data

Ambas funciones están pensadas explícitamente para la fase de desarrollo, no para la operación en curso. Según la documentación oficial de n8n sobre Pin Data y Mock Data, se aplica lo siguiente:

• El Data Pinning no está disponible para ejecuciones de workflow en producción. En cuanto un workflow activado se ejecuta, n8n ignora los datos fijados y obtiene datos reales.
• No puedes fijar datos si la salida contiene datos binarios.
• El Data Pinning solo funciona con nodos que tienen exactamente una única salida principal.

Estas restricciones no son casuales: evitan que datos de prueba fijados se filtren accidentalmente a ejecuciones en producción y entreguen allí valores desactualizados o incorrectos. Cuando pones un workflow en producción, deberías por tanto comprobar de forma específica una vez más antes de la activación si aún quedan datos de prueba fijados en algún sitio.

Modo Debug: trabajar de nuevo con datos de error reales

El modo Debug retoma exactamente donde terminan Pin Data y Mock Data: en una ejecución de producción que ya se ha realizado pero que ha fallado. Según la documentación de n8n sobre la depuración de ejecuciones, esta función carga los datos de una ejecución pasada en tu workflow actual, lo cual es especialmente valioso para reconstruir ejecuciones de producción fallidas. Así es como se hace:

• Abre la pestaña Executions en el workflow para ver el historial de ejecuciones.
• Selecciona la ejecución que quieres examinar.
• En las ejecuciones fallidas haces clic en Debug in editor, en las exitosas en Copy to editor.
• n8n transfiere automáticamente los datos de ejecución a tu editor de workflow y fija los datos en el primer nodo del workflow.

Con esto puedes seguir trabajando exactamente con los datos que provocaron el error, probar tu corrección directamente contra ese caso y solo después volver a activarlo en producción. Según n8n, la función está disponible en n8n Cloud, así como para instancias comunitarias registradas; qué ejecuciones aparecen realmente en la lista depende además de la configuración de retención de tu workflow.

Si operas workflows de n8n en producción y no quieres empezar de cero con cada error, merece la pena una rutina fija: fijar los datos de prueba antes de trabajar en la lógica, reproducir los casos de error reales mediante el modo Debug, y solo volver a activar después de una ejecución de prueba limpia sin datos fijados. En la automatización con n8n, integramos este tipo de rutinas de prueba desde el principio en los workflows de nuestros clientes, para que los cambios no se ejecuten a ciegas contra sistemas en producción.

Preguntas frecuentes

¿Puedo usar Pin Data también con un disparador de webhook?

Sí. Especialmente cuando un workflow se inicia mediante un sistema externo como una llamada de webhook, Pin Data ayuda a que no tengas que volver a contactar con el sistema disparador en cada prueba. Fijas los datos de inicio recibidos una vez y luego sigues trabajando directamente con ese conjunto de datos fijado.

¿Funciona Pin Data también con datos binarios como archivos o imágenes?

No. Si la salida de un nodo contiene datos binarios, esa salida no se puede fijar según la documentación de n8n. Para esos casos solo queda contactar realmente en vivo con la fuente binaria una vez durante la prueba, o trabajar con un conjunto de datos sustituto simplificado sin componente binario.

¿Qué ocurre con los datos de prueba fijados cuando activo el workflow?

Nada problemático, siempre que hayas trabajado de forma limpia: el Data Pinning no tiene efecto en las ejecuciones en producción, por lo que un workflow activado vuelve a obtener automáticamente datos reales. Aun así, merece la pena comprobar deliberadamente antes de pasar a producción si todavía quedan datos de prueba fijados en nodos concretos, para evitar confusiones la próxima vez que los edites.

¿En qué se diferencian concretamente Pin Data y Mock Data?

Mock Data crea un conjunto de datos de prueba desde cero, por ejemplo mediante el nodo Edit Fields o Code, sin ninguna fuente de datos real. Pin Data, en cambio, congela la salida real de un nodo, sin importar si esa salida proviene de una llamada real al sistema o si ella misma se generó antes como Mock Data. En la práctica, ambas funciones se combinan a menudo.

¿Está disponible el modo Debug también en una instancia de n8n autoalojada?

Según la documentación de n8n, la función de depuración está disponible en n8n Cloud, así como para instancias comunitarias registradas. Qué ejecuciones concretas aparecen en el historial y durante cuánto tiempo se conservan depende además de la configuración de retención de datos de ejecución del workflow.