Como criar um agente de IA grátis no WhatsApp com n8n que funciona 24h na nuvem e responde com áudio e texto

Cliente manda mensagem no WhatsApp
        ↓
WAHA recebe a mensagem
        ↓
n8n processa (fluxo automático)
        ↓
Gemini gera resposta (IA)
        ↓
(opcional) gera áudio
        ↓
WAHA envia resposta no WhatsApp

Tudo rodando em VPS na nuvem, 24h por dia, mesmo com seu PC desligado.

Provedores recomendados: Contabo, Hetzner, DigitalOcean. Configuração mínima: 2 CPU, 4GB RAM, Ubuntu 22.04.

ssh root@IP_DO_SERVIDOR

Exemplo:
ssh root@123.45.67.89

Digite a senha da VPS quando solicitado.

apt update && apt upgrade -y
apt install -y ca-certificates curl gnupg
install -m 0755 -d /etc/apt/keyrings
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | tee /etc/apt/keyrings/docker.asc
chmod a+r /etc/apt/keyrings/docker.asc
echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu \
  $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \
  tee /etc/apt/sources.list.d/docker.list
apt update
apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

docker --version

mkdir whatsapp-ia
cd whatsapp-ia
nano docker-compose.yml

version: "3.8"

services:
  waha:
    image: devlikeapro/waha
    container_name: waha
    restart: always
    ports:
      - "3000:3000"

  n8n:
    image: n8nio/n8n
    container_name: n8n
    restart: always
    ports:
      - "5678:5678"
    environment:
      - GENERIC_TIMEZONE=America/Sao_Paulo
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      - N8N_BASIC_AUTH_PASSWORD=123456
    volumes:
      - n8n_data:/home/node/.n8n

volumes:
  n8n_data:

Salvar no nano: CTRL + X, Y, ENTER.

docker compose up -d

n8n:  http://IP:5678
Login: admin / 123456

WAHA: http://IP:3000

Crie sessão no WAHA, escaneie o QR Code com seu WhatsApp e finalize a conexão.

1) Node Webhook (POST, path: whatsapp).

2) WAHA envia payload como:

{
  "body": "oi",
  "from": "5511999999999"
}

3) Node HTTP Request para Gemini:

POST
https://generativelanguage.googleapis.com/v1beta/models/gemini-pro:generateContent?key=SUA_API_KEY

{
  "contents": [
    {
      "parts": [
        {
          "text": "Responda como um vendedor profissional: {{$json.body}}"
        }
      ]
    }
  ]
}

4) Capturar resposta em: candidates[0].content.parts[0].text.

Opções gratuitas/parciais: Google TTS via API ou ElevenLabs (plano free).

https://texttospeech.googleapis.com/v1/text:synthesize

Texto:

POST http://waha:3000/api/sendText

{
  "chatId": "{{$json.from}}",
  "text": "{{$json.resposta}}"
}

Áudio:

POST /sendVoice

Body com base64 do áudio

http://n8n:5678/webhook/whatsapp

✅ Cliente manda mensagem
✅ IA responde automaticamente
✅ Resposta em texto
✅ Resposta em áudio
✅ Funciona 24h
✅ Sem celular ligado