Pourquoi un agent n8n oublie l'historique du chat, comment fonctionnent les clés de session et quand Simple Memory ou Postgres Memory est le bon choix.
Lorsqu'un chatbot n8n ne se souvient plus, après la première réponse, du nom de l'utilisateur ou des questions précédentes, cela tient presque toujours à la configuration de la mémoire du AI Agent Node et non au modèle de langage lui-même. n8n n'enregistre pas automatiquement un historique de conversation : ce n'est que lorsque vous connectez un nœud de mémoire tel que Simple Memory ou Postgres Chat Memory à l'agent, et que ce nœud dispose d'une clé de session unique par conversation, que l'agent peut retrouver les messages précédents. Si la clé de session est absente, si elle est identique à chaque exécution, ou si le Chat Trigger n'est pas réglé sur "From Memory", l'agent se comporte comme si chaque message débutait une nouvelle conversation. État : juillet 2026.
Avant de modifier le nœud de mémoire lui-même, il vaut la peine d'examiner les sources d'erreur typiques qui conduisent, dans la pratique, toujours au même symptôme.
La clé de session est la clé sous laquelle n8n enregistre une conversation donnée dans la mémoire. Selon la documentation n8n, Simple Memory comme Postgres Chat Memory exigent précisément ce seul paramètre obligatoire pour définir "the key to use to store the memory in the workflow data", ou, dans le cas de Postgres, dans la table de la base de données. En pratique, cela signifie que chaque conversation a besoin de sa propre valeur stable, par exemple l'ID de chat issu du Chat Trigger, un numéro de téléphone dans des scénarios de téléphonie, ou un ID client de votre CRM. Si vous utilisez à la place une expression qui change à chaque exécution, une nouvelle mémoire vide est créée à chaque message. Un détail facilement négligé : les sous-nœuds tels que les nœuds de mémoire, selon la documentation, ne résolvent les expressions que pour le premier élément, et non pour chaque élément individuellement comme les nœuds réguliers. Si vous traitez plusieurs messages de chat dans un lot, cela peut entraîner une clé de session incorrecte ou mélangée.
Simple Memory, répertorié dans la liste des nœuds sous le nom Window Buffer Memory, conserve l'historique de conversation, selon la documentation, directement dans les données du workflow de l'instance n8n en cours d'exécution, ce qui en fait le moyen le plus rapide de doter un agent d'une mémoire. Le hic : cette mémoire n'est pas liée durablement à une base de données et, selon n8n, ne fonctionne explicitement pas de manière fiable dans un workflow de production s'exécutant en mode queue. Postgres Chat Memory écrit en revanche chaque message dans une table de votre propre base de données Postgres, que n8n crée automatiquement si nécessaire. L'historique survit ainsi aux redémarrages, aux déploiements et à plusieurs processus workers. Les deux types de nœuds partagent le paramètre "Context Window Length", qui définit le nombre d'interactions précédentes que l'agent prend en compte comme contexte : une valeur trop élevée augmente inutilement la consommation de tokens et le temps de réponse. Point important avec Postgres : si vous connectez plusieurs nœuds Postgres Chat Memory dans le même workflow, ils accèdent par défaut, selon la documentation, à la même instance de mémoire. Des conversations séparées nécessitent donc des clés de session différentes, pas des nœuds différents.
Une étape souvent négligée concerne le Chat Trigger Node lui-même. Ce n'est que lorsque vous y basculez "Load Previous Session" de "Off" à "From Memory" que la possibilité de connecter un nœud de mémoire apparaît, et que n8n charge l'historique précédent au démarrage d'une session. n8n recommande également explicitement de connecter le Chat Trigger et l'agent au même nœud de mémoire, afin que les deux composants utilisent la même source de vérité. Sinon, deux nœuds de mémoire séparés avec des clés de session différentes créent deux mémoires parallèles et incohérentes pour une seule et même conversation, ce qui se traduit par un comportement de réponse erratique ou contradictoire.
Pour un bot de test interne ou une preuve de concept, Simple Memory suffit généralement. Dès qu'un agent travaille en production avec de véritables données clients, sert plusieurs utilisateurs simultanément, ou doit permettre de retracer qui a dit quoi à l'agent et quand, un stockage durable dans une base de données propre comme Postgres Chat Memory est le choix le plus robuste, notamment parce que l'historique peut y être exporté, vérifié et supprimé si nécessaire. Quiconque souhaite construire une telle architecture accompagnée d'un concept de clé de session propre trouvera un point de départ dans les services d'agents IA de NordFlux, ainsi que dans l'automatisation n8n en général.
La clé de session est l'identifiant sous lequel un nœud de mémoire enregistre et retrouve un historique de conversation. Elle doit être stable et unique par conversation, par exemple l'ID de chat issu du Chat Trigger, sinon l'agent ne peut plus associer les messages précédents.
Selon la documentation n8n, Simple Memory conserve l'historique dans les données du workflow de l'instance en cours d'exécution et n'est donc pas lié à une base de données. Dans des workflows de production en mode queue avec plusieurs workers, le nœud ne fonctionne donc explicitement pas de manière fiable, car il n'est pas garanti que les appels suivants atteignent le même worker.
Oui, mais plusieurs nœuds Postgres Chat Memory accèdent par défaut, selon la documentation, à la même instance de mémoire. Pour des conversations séparées, vous avez besoin de clés de session différentes, pas nécessairement de nœuds différents.
Oui. L'option "Load Previous Session" doit être réglée sur "From Memory", sinon n8n ne connecte pas le trigger à un nœud de mémoire et ne charge aucun historique précédent. De plus, le Chat Trigger et l'agent doivent être connectés au même nœud de mémoire.
NordFlux construit des employés numériques pour les organisations : des automatisations et des agents KI qui prennent en charge le travail répétitif. Vous gardez le contrôle.
n8n affiche « JavaScript heap out of memory » ? Voici comment résoudre ce problème avec NODE_OPTIONS, le mode système de fichiers et Execution-Pruning.
Aperçu de tous les types de déclencheurs n8n : Schedule, Webhook, Polling, Manuel et Chat, avec une recommandation d'utilisation pour chaque scénario.
Make ou n8n pour les IA Agents : différences dans la construction, les coûts par exécution et le contrôle des données en comparaison.
Les clés de session, le bon choix entre Simple Memory et Postgres Memory, ainsi que le câblage correct entre le Chat Trigger et l'agent déterminent si une conversation reste cohérente. NordFlux met en place l'architecture mémoire de vos agents n8n en fonction de votre volume d'utilisation et de vos exigences.
