Excelente resumo, anderslee! Muito didático, especialmente na comparação de modelos de cobrança e na questão da licença fair-code.
Quero complementar um ponto que você mencionou e que tem sido uma demanda crescente em fluxos de automação: o uso do nó HTTP Request para lidar com dados confidenciais e lógica complexa.
Muitos times usam o n8n para orquestrar atendimentos no WhatsApp (via Z-API, Evolution, etc.) ou e-mails, mas esbarram no desafio de auditar a qualidade e o risco dessas interações de forma escalável, sem vazar dados sensíveis.
É exatamente para isso que desenvolvemos o FalaAI na Action Tec. A integração no n8n fica muito elegante:
Após o nó de recebimento da mensagem/áudio, adiciona-se um HTTP Request apontando para o endpoint de diagnóstico do FalaAI.
A API processa o conteúdo e devolve em milissegundos um JSON estruturado com: score de risco, sentimento, motivo do contato e ações sugeridas.
O n8n usa um nó If/Switch para rotear: se o risco for alto, aciona um humano; se for baixo, segue a automação.
O grande diferencial para quem se preocupa com 'dados confidenciais' (como você bem pontuou) é que nossa arquitetura é Zero-Storage: o áudio ou texto bruto é processado em memória volátil e imediatamente descartado. Apenas os metadados estruturados (o JSON) são retornados. Isso atende perfeitamente aos princípios de minimização de dados da LGPD.
Além da API REST, acabamos de lançar um servidor MCP (Model Context Protocol), que permite que agentes de IA orquestrem essa auditoria de forma ainda mais nativa.
Se alguém aqui que lê o digest quiser testar essa camada de auditoria no seu fluxo do n8n, liberamos créditos gratuitos no playground para validar a integração: https://falaai.action.tec.br/pt/api
Parabéns novamente pela qualidade do conteúdo!