n8n 是面向技术团队的可视化工作流自动化平台，把触发器、SaaS 连接器、HTTP 请求、代码、数据库与 AI 节点组成可执行流程。它能编排 Agent、RAG 和模型调用，但核心价值仍是让 AI 接入真实业务系统，并用分支、重试、日志和人工环节约束执行。n8n 可自托管，但采用 Sustainable Use License 的 fair-code 模式，不应误称为 OSI 开源软件。
快速结论
需要跨邮件、CRM、表格、数据库和内部 API 落地 AI 自动化，并且团队能维护工作流运行时，n8n 是成熟候选。它比纯 Agent 框架更接近业务执行层，也比简单无代码工具保留更多代码和部署控制。若重点是文档解析与引用问答，选 RAGFlow；若必须采用 MIT 社区版，可比较 Activepieces；若要在 Python 服务中构建类型化 Agent，则看 PydanticAI。
核心功能
- 工作流画布：触发器、动作、条件、循环、合并、错误分支和子工作流可视化编排，适合把模型调用嵌入确定性流程。
- 广泛集成：官方与社区节点覆盖常见 SaaS、数据库和开发工具；没有专用节点时可使用 HTTP、GraphQL、Webhook 或代码。
- AI 与 RAG 节点：可连接模型、向量存储、文档加载器、记忆与工具，构建聊天、抽取、分类和 Agent 流程。模型费用通常另计。
- 执行与调试：保留运行数据、错误路径和重试能力；生产必须设计幂等、超时、速率限制、死信处理和告警。
- 自托管与扩展：社区版可运行在自有环境；较大负载可采用队列与 worker。高级协作、环境、SSO、日志流等权益取决于付费档。
- 凭据和人工控制：凭据集中管理，但连接器权限应遵循最小授权。高风险动作可用表单、等待、消息确认或独立审批系统设置人工闸门。
适合人群
- 连接多个 SaaS、数据库、Webhook 与私有 API 的自动化团队。
- 构建线索处理、客服分流、报告生成、IT 运维和 AI Agent 流程的开发者。
- 需要自托管数据与凭据，同时接受自行补齐监控、备份和升级的企业。
- 希望业务人员看懂画布、工程人员用 JavaScript/Python 或自定义节点处理边界逻辑的组织。
- 不适合把可视化画布误当成免运维、免测试或无限自治 Agent 的团队。
使用场景
n8n 适合把“收到请求”到“写回系统”串起来，例如读取客服工单、检索知识、让模型起草回复、等待员工批准，再写回工单；也可进行 CRM 线索丰富、日报汇总、告警响应和数据同步。这里 AI 只是一个步骤，不应支配权限边界。
生产评测要同时覆盖模型质量与流程可靠性：错误分类率、人工驳回率、重复执行、第三方 API 限流、凭据失效、单次执行时长和失败恢复。Agent 每多调用一次工具都可能增加模型、API 和执行时间成本；循环或重试配置错误还会放大费用。
价格与版本
截至更新日，官方云 Starter 为按年计费 €20/月，含每月 2,500 次工作流执行；Pro 为 €50/月，含 10,000 次执行。Business 当前为自托管付费档，按年显示 €667/月、40,000 次执行；Enterprise 为定制价格。官方说明按完整工作流执行计费，而不是按每一步计费，套餐、AI credits、并发与保留期以后仍可能调整。
Community Edition 可免费自托管，但 n8n 使用 Sustainable Use License 与 Enterprise License 的 fair-code 模式，并非 Apache/MIT 式开源。内部业务使用通常是其许可目标；托管转售、向客户收费提供 n8n 功能、嵌入商业产品等场景必须阅读现行许可，必要时购买 Embed 或商业协议。
总成本包括云执行额度或服务器、数据库、队列、对象存储、日志、备份、值班，以及模型和第三方 API 费用。应按触发频率估算执行数：定时任务、每条 webhook、聊天消息和重试都会影响规模。
国内访问与使用体验
needsVPN: false 表示可以选择自托管，且不把任何网络服务作为前提；官网、Cloud、外部连接器和模型 API 的实际可达性、延迟、支付与区域支持仍需在生产网络测试。n8n Cloud 官方定价页称托管数据位于德国法兰克福，涉及个人信息或业务数据时要评估跨境与合同条款。
官方明确提醒自托管需要服务器、容器、安全、扩展和配置经验。小规模可从 Docker 开始，生产常配 PostgreSQL；高吞吐再评估 queue mode、Redis、worker、并发限制和二进制数据存储。必须管理加密密钥、HTTPS、访问控制、补丁、备份恢复及遥测设置。付费自托管许可证还可能每日连接许可服务器并上报执行用量，采购时应确认网络和数据要求。
AI 流程应限制连接器凭据的读写范围，隔离开发与生产，并防范提示注入诱导 Agent 调用高权限工具。删除执行日志前先确认审计要求；保留日志时则要避免把密钥、邮件正文或个人数据无界保存。
优点
- 连接器、HTTP 和代码节点组合灵活，适合复杂业务集成。
- AI Agent 与 RAG 能与传统分支、数据库和审批步骤放在同一执行图中。
- 可视化执行记录便于定位第三方 API、数据映射和模型步骤故障。
- 支持云托管和自托管，技术团队可在便利与控制之间选择。
- 社区、模板和集成生态成熟，常见需求容易找到参考实现。
不足
- 不是 OSI 开源，商业托管、嵌入和转售必须认真审查许可。
- 自托管将安全、升级、数据库、队列和灾备责任交给使用者。
- 大型画布容易变成难以审查的“流程意大利面”，需要模块化与版本治理。
- AI Agent 调用第三方系统会扩大提示注入、越权和误操作风险。
- 云端按执行量计费之外，模型、外部 API 和人工复核仍会形成额外成本。
替代品对比
| 工具 | 更适合 | 与 n8n 的关键区别 |
|---|---|---|
| Activepieces | MIT 社区版、易用自动化与人机协作 | 开源许可更宽松；n8n 的技术生态和复杂流程经验更成熟 |
| Dify | 面向知识库、聊天应用和 Agent 的低代码开发 | AI 应用层更集中；n8n 更擅长跨业务系统执行动作 |
| PydanticAI | Python 代码内的类型安全 Agent | 是代码框架而非可视化集成运行时，测试与类型约束更强 |
| RAGFlow | 复杂文档摄取、检索和引用问答 | 文档 RAG 更深；n8n 更适合触发、路由、审批和系统写回 |
常见问题 FAQ
n8n 是开源软件吗？
源码公开且可自托管，但官方采用 Sustainable Use License 的 fair-code 许可，不是 OSI 认可的开源许可证。
Community Edition 可以免费商用吗？
可用于很多内部业务自动化，但对托管收费、转售、嵌入产品等有限制。商业方案应以当前许可原文和法律意见为准。
云端为什么按执行而不是节点计费？
官方把一次完整工作流运行计为一次执行，无论其中步骤数量；子流程、重试和不同触发方式仍需按实际设计核算。
自托管是否包含全部企业功能？
不包含。Community、Business 与 Enterprise 权益不同，SSO、环境、Git、外部密钥库、日志流和支持等应查看当前比较表。
n8n 能构建 RAG 吗？
可以连接文档加载、向量库、检索和模型节点，但深度文档解析、权限同步与检索评测仍需额外设计。
AI Agent 如何避免误操作？
使用最小权限凭据、参数白名单、金额或对象校验、幂等键、模拟环境和人工批准；不要把自由文本直接映射到高风险动作。
运行记录可以当审计日志吗？
它有助于调试，但是否满足合规审计取决于版本、保留期、防篡改、访问控制和外部日志策略，不能默认等同正式审计系统。
总结
n8n 的优势不是“让 Agent 自由做任何事”，而是把不确定的 AI 步骤嵌入可观察、可重试、可审批的业务流程。它适合有集成和运维能力的技术团队。决策时同时核对 fair-code 许可、执行量、凭据范围、人工闸门、日志治理和故障恢复，再用一条真实流程压测端到端成本与可靠性。