n8n：把 AI Agent 和自动化流程搬到同一块画布上

你有没有遇到过这种场景：一个跨系统的流程，要串起数据库、Slack、邮件和一个大模型，胶水代码写了一堆，改一处崩一片——重试逻辑、凭据管理、错误日志全得自己兜底。GitHub 上 20 万颗星的 n8n 给出的答案是：拖节点、连线，把公共能力沉淀成节点，再在真正复杂的地方插入你自己的代码。它的口号很直接——"AI automation you can trust with real work, from prototype to production"，也就是从原型一路走到生产。

项目名片

它解决什么问题

系统集成的痛在于"胶水层"：每接一个新工具就多一段脚本，凭据、重试、日志各写各的，半年后没人敢动。n8n 把这些沉淀成可视化节点——1500+ 集成覆盖常见系统，配合 9000+ 现成工作流模板，多数连接不必从零写，导入模板改几个参数就能跑起来。README 强调的第二层价值是 AI 的接入方式：用你自己的数据、模型和工具构建多步 Agent，直接连 OpenAI、Anthropic、Google 或开源模型，换供应商不用改架构——这句"no lock-in"对被单一 API 绑死的团队尤其有吸引力。再往上，流程里可以放逻辑分支、工具调用和人工审批（human approvals），并配套完整可观测性，让 AI 步骤的输入输出可回溯，而不是黑盒碰运气。企业场景则给了角色权限与审计日志，README 明说它面向"sensitive data"环境。

核心机制

• 可视化画布 + 代码双轨：默认拖拽连线编排节点；进阶处直接写 JavaScript、Python，还能装 npm 包。（推断：这意味着复杂逻辑不必受节点能力限制，遇到没现成节点的 API，写段代码即可补位。）
• AI 原生节点：README 将 AI 与 LangChain 单列为文档专题，多步 Agent、工具使用与人工介入是一等公民，而非外挂插件。
• 运行形态自由：curl 脚本一键起，或手动 Docker 部署自托管，也有官方云版本 app.n8n.cloud，试点和正式环境可以分离。
• 可扩展：源码始终可见，支持自写节点和功能，社区论坛与教程生态活跃。

安装与最小使用

# 方式一：一键安装脚本（需已装 Docker）
curl -fsSL https://get.n8n.io | sh

# 方式二：手动 Docker 部署
docker volume create n8n_data
docker run -it --rm --name n8n -p 5678:5678 \
  -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n

访问 http://localhost:5678 打开编辑器，从模板库挑一条工作流导入，填好凭据即可跑通第一条链路。（推断：5678 是默认端口，数据持久化依赖那个名为 n8n_data 的卷，删卷即丢历史工作流。）

适合谁用，什么时候别用

适合：要快速打通多个 SaaS/内部系统的开发者与运营；想给业务流程加"AI 一步"但不想自建编排框架的团队；需要自托管、数据不能出内网的场景；以及希望用同一套工具覆盖"常规自动化 + Agent"的混合需求。

别用：需要严格 OSI 认证开源许可证的项目（fair-code 不是传统开源）；只是几十行脚本就能搞定、不想引入一个常驻服务的一次性小任务；团队完全不愿维护 Docker 环境、又不愿付费走云版本时；或对审计合规有特殊认证要求、需要逐条核对 Enterprise License 条款的组织。

三条真实的坑

1. 许可证不是"随便用"：README 明确是 Sustainable Use License 与 Enterprise License 双轨。商业分发、把 n8n 作为托管服务提供给第三方等行为受限，上生产前务必读完 License（推断：很多团队默认它是 MIT/GPL，这是最容易踩、也最贵的坑）。 2. 安装强依赖 Docker：官方 Quick Start 两条路径都要求 Docker。没有容器环境的机器要先补齐，自托管升级、备份数据卷也得自己管。（推断） 3. 集成数量口径不一致：元数据写 400+，README 写 1500+。选型时以官方 integrations 页面实时数据为准，别把宣传数字写进技术方案当承诺。（推断）

小结

n8n 的价值不在"又一个自动化工具"，而在于把可视化编排、真代码逃生舱和 AI Agent 塞进同一套可观测、可自托管的体系里。208k star 背后，是社区对"少写胶水代码"这件事的持续投票——只要你看清它的 fair-code 许可边界，它大概率能替你省下几百行又臭又长的胶水脚本。

参考资料

• 仓库：https://github.com/n8n-io/n8n
• 文档：https://docs.n8n.io
• 集成列表：https://n8n.io/integrations
• 工作流模板：https://n8n.io/workflows
• AI & LangChain 指南：https://docs.n8n.io/advanced-ai/
• 许可说明：https://docs.n8n.io/sustainable-use-license/
• 社区论坛：https://community.n8n.io
• 贡献指南：https://github.com/n8n-io/n8n/blob/master/CONTRIBUTING.md