Correcciones de errores
La versión 2.38.1 de n8n, publicada el 1 de septiembre de 2026, trae una gran cantidad de correcciones. En el núcleo, se han solucionado problemas con la resolución de credenciales, el manejo de proxies, la ejecución de flujos con nodos de espera y la preservación de datos binarios en herramientas de agente. El editor también recibe mejoras: se corrigieron fallos en el autoguardado, la visualización de errores, la selección de modelos de IA y la accesibilidad. Para nodos específicos, se corrigieron errores en Gmail Trigger (evitando pérdida de mensajes), HTTP Request (conservando frases de contraseña SSL y mostrando respuestas de error), Nextcloud (validando URLs) y Form Node (mejorando mensajes de error). Además, se han aplicado parches de seguridad en el manejo de credenciales de navegador y en la publicación de disparadores de chat. Los usuarios autogestionados notarán una mayor estabilidad y menos interrupciones en sus automatizaciones.
Nuevas funciones
Esta actualización incorpora nuevas capacidades, especialmente en el nodo Confluence, que ahora permite añadir y eliminar etiquetas, obtener comentarios de páginas y listar espacios. El nodo MongoDB añade operaciones bulkWrite para actualizaciones masivas. Databricks incorpora credencial OAuth2 con PKCE. También se suman nuevos proveedores de modelos de IA en Agent Builder: Moonshot, MiniMax y Qwen Cloud. El nodo Gotify gana ajustes extra de notificación. En el núcleo, se introduce un modo de ejecución en segundo plano para delegación de subagentes, validación de publicación de disparadores de chat y control de acceso, y mejoras de seguridad como una política de seguridad de contenido basada en nonce. Además, el editor renueva menús, añade una barra de herramientas flotante para Markdown y cambia la denominación de «n8n credits» a «Gateway credits». El script de instalación ahora ofrece enviar informes anónimos de fallos y se activa la memoria observacional a mitad de ejecución según un presupuesto de tokens.
Mejoras de rendimiento
Se han aplicado optimizaciones significativas: los sandboxes de agentes ahora se adquieren de forma perezosa y se comparten con subagentes delegados, se reducen las consultas de importación de flujos de trabajo, se lee el estado del poller una sola vez por ciclo y se cachea el saldo de créditos de la pasarela de IA. Estas mejoras reducen la latencia y el consumo de recursos en instancias autogestionadas, especialmente en entornos con muchos flujos y agentes.
