n8n 是一个工作流自动化平台。你把流程搭建成由节点连成的可视化图：触发器被触发，数据流经各个步骤，在其中被转换或调用外部服务，最后产生某个结果。与市面上大量做类似事情的工具相比，它的区别在于三点叠加：面向有技术能力的用户而不是刻意向他们隐藏代码、可以运行在你自己的基础设施上，以及已经围绕 AI 智能体重新定位。
最后这一点在当前的主标题上就能看到——AI agents and workflows you can see and control，副标题描述的是可视化搭建、必要时深入代码、连接一切的路径。强调「看得见、控得住」，是对那些以黑箱方式运行的智能体框架的有意对照。
运营实体在隐私政策中披露得很精确：n8n GmbH，商业登记号 HRB 212509 B，注册地址在柏林 Novalisstr. 10，是一家受欧盟法域管辖的德国公司。TechCrunch 报道公司由 Jan Oberhauser 于 2019 年创立并担任 CEO。融资规模可观：2025 年 3 月由 Highland Europe 领投 5500 万欧元，随后在 2025 年 10 月完成由 Accel 领投的 1.8 亿美元 C 轮，估值 25 亿美元，NVIDIA 的风投部门参与其中。
厂商自报的规模数字包括 500 多个集成、1 万多个工作流模板、20 万以上社区成员，以及 GitHub 上超过 20 万的 star。首页还引用了 G2 的 4.7 分评价。这些都是厂商在自家页面上的自述，应按营销口径而非经审计的指标看待——其中 G2 的分数是厂商转述第三方，并非本文独立核实过的数据。
设立这一节，是因为 n8n 被极其普遍地描述为开源软件，而这个说法在法律层面上是不准确的，且这种不准确会带来实际后果。
n8n 采用的是 Sustainable Use License，而不是 MIT、Apache 或任何其他经 OSI 认可的开源许可证。权威文本是项目自己仓库中的 LICENSE.md，其限制条款写得毫不含糊：你只能为自身内部业务目的、或非商业与个人用途使用或修改本软件。向他人分发也仅在免费且用于非商业目的时才被允许。
落到实处：把 n8n 用在公司内部、自动化自家流程，明确是被允许的；把 n8n 拿来托管并把这项托管服务卖给客户，则不被允许。如果你的商业模式涉及把基于 n8n 的自动化作为付费服务提供给第三方，就必须仔细阅读许可证，而不能默认自己享有开源的自由。
还有第二层。文件名中含 .ee. 或目录名中含 .ee 的源码文件被完全排除在 Sustainable Use License 之外，要使用这些文件必须持有有效的 n8n 企业授权。也就是说，这个仓库并非统一授权，其中一部分是仅限商业授权的。
这一模式在其生态中的称呼是 fair-code，而它自己的定义站说得相当直接：fair-code 不是一种软件许可证。它描述的是这样一种软件模式——一般可免费使用、源码公开、任何人可扩展，但被作者施加商业限制。这是一个自洽且站得住脚的立场，但它不是开源；把两者混为一谈，可能让一个机构掉进授权问题里。
实用的结论是：「源码公开、可自托管」是准确的说法，「开源」不是。对绝大多数内部使用者而言，这个区分不改变任何事；而对任何要在其之上构建商业产品的人来说，它改变一切。
核心交互是节点画布：触发器、动作、条件分支与循环以可视化方式组装。真正的差异点在于，当可视化抽象开始成为束缚时，你可以在代码节点里写 JavaScript 或 Python，而不必放弃这个工具。这正是产品自述「代码的灵活性加无代码的速度」的由来，也是它能吸引那些觉得纯无代码工具太受限的人的原因。
500 多个集成覆盖了常见的 SaaS 面——CRM、数据库、消息、表格、云存储——另有通用 HTTP 请求节点，让你可以调用任何没有专用节点的 REST API。实际使用中，通用 HTTP 节点的重要性不亚于集成数量本身，因为它意味着「缺少某个具体集成」很少构成硬性阻碍。
这是产品变化最大的部分。LangChain 集成于 2023 年 10 月上线，能用自然语言构建自动化的 AI Workflow Builder 则在 2025 年 10 月推出。智能体可以在与常规自动化同一块可视化画布上被赋予工具、记忆与分支逻辑——这才是「用 n8n 而不是用代码框架做智能体」的真正理由，因为智能体的决策与工具调用始终是可检视的。
超过 1 万个已发布的工作流模板既是学习资源也是起点。对一个确实存在学习曲线的工具来说，这个模板库是价值的重要组成部分。
同一套软件既可以跑在 n8n 托管于欧盟的云端，也可以跑在你自己的服务器上，并配有专门的自托管文档。真正提供可信自托管路径的竞品很少，对有数据驻留或内网隔离要求的团队来说，这一点往往就是决定性因素。
内部业务流程自动化是最基本的用途：在系统之间同步记录、流转审批、生成报表、在满足条件时推送通知。
在缺乏原生集成的系统之间搬运与转换数据是经典契合场景，尤其是当转换逻辑复杂到简单工具搞不定、又不值得为此专门写一个服务的时候。
AI 智能体落地是增长最快的用途。构建需要调用工具、查询内部数据并据此行动的智能体时，团队得到的是一张可检视的执行图，而不是框架里不透明的日志。
销售与营销中的线索富化流程——接住入站记录、用外部 API 补全信息、打分、再分派——天然贴合节点模型。
DevOps 与内部工具很适合自托管路径：告警路由、定时维护任务、以及必须运行在自有基础设施内的事故通知管线。
反过来，n8n 不适合完全没有技术能力的团队，不适合需要亚秒级延迟保证的场景，也不适合任何想把 n8n 驱动的自动化作为服务转售、却不打算处理许可证问题的人。
充分利用整条工作流计费的模型。由于一次运行的花费与其中包含多少步骤无关，把相关逻辑合并进一条工作流，在云端套餐下会比拆成好几条各自触发的工作流便宜得多。这一条事实是这个平台提供的最有用的成本杠杆。
警惕高频触发器。一条每分钟轮询一次的工作流，仅它自己每月就消耗约 43,200 次执行——超过 Business 档的额度。只要上游系统支持，就用 webhook 取代轮询。
选套餐之前先按真实量级建模。把云端套餐的年度费用与「一台小服务器加上维护它所需的工程时间」做比较，答案会因团队而异，差别极大。
在其之上构建产品之前先读许可证。这一条值得在实践部分再说一遍，因为这个错误通常犯在早期、却在很晚才被发现。
把导出的工作流纳入版本控制。工作流是 JSON，可以放进 Git，从而获得纯 UI 无法提供的评审、回滚与变更历史。
把凭据存放在凭据系统里，而不是硬编码进节点，并对已连接账号保持最小权限。
用贴近生产形态的数据测试。多数自动化故障源于搭建者没有预料到的数据变化，而不是逻辑写错。
技术团队是核心受众——开发者、运维工程师，以及具备技术思维的运营人员，他们希望比手写集成更快，但不想要一个把机制藏起来的工具。
有数据驻留或隐私约束的机构有格外充分的理由选择它，因为自托管让工作流数据完全留在自有基础设施内，而云端默认也托管于欧盟。
正在构建 AI 智能体、希望对智能体行为拥有可观测性的团队，是增长最快的一类用户。
对成本敏感的高用量用户能从自托管路径获益，那里不适用按次执行计费。
它不太适合更该使用简单消费级自动化工具的非技术业务用户，不适合既没有能力维护基础设施、也负担不起云端档位的团队，而最关键的是——不适合任何想构建商业转售产品、却没有相应授权安排的人。
n8n 以网页应用形式运行，既可跑在 n8n 的云端，也可跑在你控制的基础设施上。云端数据存放在欧盟境内、位于德国法兰克福的服务器上，这是一个具体承诺而非含糊保证，对在意 GDPR 的采购方有实际意义。
自托管通过专门的自托管文档站 docs.n8n.io/hosting 提供支持，部署路径与一般 Node.js 应用相同，包括 Docker。自托管本身可广泛使用，而云端套餐中某些自托管的企业安排则保留给 Business 与 Enterprise 档位。
连接能力才是这个平台真正的故事：500 多个集成加通用 HTTP 节点、用于入站触发的 webhook 端点，以及可编程控制的 API。页脚同时暴露了企业通道与安全文档。
云端定价按执行量分档，而理解「执行」的含义至关重要——它的定义异常宽松，而且写得很明白：一次执行是整条工作流的一次运行，与工作流里有多少步骤、处理了多少数据都无关。
公布的年付价格为 Starter 每月 20 欧元含 2500 次执行、Pro 每月 50 欧元含 1 万次执行、Business 每月 667 欧元含 4 万次执行，Enterprise 单独报价。注意 Pro 与 Business 之间的跨度非常大，这反映出 Business 被定位为机构级而非团队级采购。
其他限制随档位递增：Starter 5 个并发执行、Pro 20 个，Enterprise 200 个以上；执行历史保留期 Starter 与 Pro 为 7 天、Business 为 30 天、Enterprise 为 365 天。重要的是，所有档位的活跃工作流数量都不受限制，因此约束你的是运行次数而不是你搭了多少条自动化。
自托管则完全改变了这套经济账：没有按次执行的费用，你的成本是基础设施加维护。对高用量负载而言这通常便宜得多——前提是你有能力运行它，并且你的用途没有越出许可证的边界。
Zapier 是主流对比对象：对非技术用户友好得多，集成目录更大，但按任务而非按工作流运行计费，量大之后会变贵，且不提供自托管。
Make（原 Integromat）在可视化复杂度上更接近 n8n，通常也比 Zapier 便宜，不过同样只有云端。
Activepieces 与 Windmill 是专门想要自托管的团队最接近的替代品，其中 Activepieces 采用更宽松的许可证，这点值得注意。
Temporal 与 Airflow 解决的是另一类问题——分别是代码优先的持久化执行与数据编排——当需求是工程级可靠性而非易上手的自动化时，它们是更合适的选择。
对少数稳定且价值高的集成来说，直接写代码仍是合理的替代方案，此时引入一个工作流平台只是增加了依赖，收益却不大。
许可证是最有分量的限制，其实际形态值得再强调一次：内部使用没问题、商业转售不行，而仅限企业授权的 .ee 文件意味着仓库并非统一授权。误以为自己享有开源自由的团队，往往会在很晚才发现这一点。
学习曲线是真实存在的。产品明确面向技术人员，非技术用户常在数据结构映射、表达式语法与调试上卡住——而正是这些深度让它强大。
云端执行成本可能超出预期，主要来自高频触发器而非工作流复杂度。整条工作流计费的模型在单次运行上很慷慨，这反而让人容易低估一个轮询触发器会产生多少次运行。
自托管是转移成本而非消除成本。你要承担升级、数据库维护、监控与备份——这些都是实打实的工程时间，在与云端定价比较时应当计入。
集成深度参差不齐。500 个集成是个很大的目录，但各个节点对底层 API 的覆盖完整度并不相同；通用 HTTP 节点是兜底方案，代价是要去读厂商的 API 文档。
自动化天然是脆弱的。上游 API 变更、凭据过期与限流都会让工作流中断，而在没有刻意设计错误处理的情况下，故障可能长期无人察觉。
在第三方验证方面，证据正面但样本有限：Product Hunt 上 73 条评价得出 4.8 分。这个样本量小到必须连同数量一起引用。首页上出现的 G2 分数是厂商转述第三方，本文未做独立核实。
对一个自动化工具来说，这一节比通常更重要，因为工作流经常承载着一个机构最敏感的数据在系统之间流转。
披露的收集范围是相称的。n8n 收集联系数据，账户与使用数据（包括假名化的用户与工作区标识、账户设置、认证事件、工作流配置），以及流量与设备数据。注意其中收集的是工作流配置——也就是你自动化的结构——这与流经其中的数据载荷是两回事。
最有分量的承诺关于 AI 训练，而且写得异常清楚：n8n 声明不会将与网站或服务相关处理的个人数据用于开发、改进或训练 AI 或机器学习模型。在多数平台都为自己保留宽泛训练权利的当下，一条明确的排除条款对企业采购方是有实质意义的差异点。
但有一条限定必须并列说明。政策同时写道，可能从客户内容中衍生出去标识化的数据集用于改进服务。去标识化衍生比「用个人数据训练模型」的授权范围窄得多，但有严格合同保密义务的机构，应当把两句话放在一起读，而不是只读那句让人安心的。
GDPR 权利完整列出——撤回同意、访问、更正、删除、可携与反对——对一家德国控制者而言这是应有之义，但仍值得确认。子处理者未在政策正文中逐一列出，另有独立的子处理者页面。
有两点结构性因素强化了它的隐私立场。云端数据位于欧盟境内的法兰克福；而自托管则把 n8n 完全排除在工作流数据路径之外。对处理受监管数据的机构来说，后者是这个产品在隐私方面最有力的论据。
在 OSI 的意义上不是，而这正是关于它最常见的误解。n8n 使用 Sustainable Use License，据此你只能为内部业务目的或非商业用途使用或修改本软件，分发时也必须免费且用于非商业目的。源码确实公开且允许自托管，因此「源码公开」与「fair-code」是准确的描述——但 MIT 或 Apache 式的开源自由并不适用。带 .ee 标记的文件被完全排除在外，需要企业授权。
把它用在内部、自动化自家业务是被允许的。把基于 n8n 的自动化作为托管服务转售给第三方则不在 Sustainable Use License 覆盖范围内，需要另行商业授权安排。如果你的计划涉及把 n8n 提供给客户，请在动手前先读许可证原文。
云端年付价格为 Starter 每月 20 欧元含 2500 次执行、Pro 每月 50 欧元含 1 万次执行、Business 每月 667 欧元含 4 万次执行，Enterprise 单独报价。自托管没有按次执行的费用——你付的是基础设施与维护成本。
一条工作流完整跑一次算一次，与它包含多少节点、流经多少数据都无关。一条二十步、处理大数据集的工作流，与一条两步的工作流一样只算一次执行。这使得「把逻辑合并进更少、更大的工作流」成为云端套餐下主要的成本优化手段。
有可能，而且这是最常见的账单意外。一条每分钟轮询一次的工作流，仅自身每月就消耗约 43,200 次执行，超过 Business 档的额度。只要上游服务支持，就优先用 webhook 触发而非轮询，并在可能的情况下拉长间隔。
隐私政策明确声明，与网站或服务相关处理的个人数据不会被用于开发、改进或训练 AI 或机器学习模型。政策另行说明可能从客户内容中衍生去标识化数据集用于改进服务。如果保密义务很严格，自托管可以把 n8n 完全排除在数据路径之外。
云端数据保存在欧盟境内、位于德国法兰克福的服务器上，控制者实体是柏林的德国公司 n8n GmbH。隐私政策中完整列出了 GDPR 权利。
只能说部分适合。可视化搭建界面是易于接近的，但产品刻意面向技术人员，而让它强大的那些深度——表达式、数据映射、代码节点、调试——恰恰是非技术用户通常卡住的地方。完全没有技术能力的团队，通常用更简单的消费级自动化工具会更合适。
两者都行，而且智能体现在已是主打用途。LangChain 集成于 2023 年 10 月上线，能用自然语言生成自动化的 AI Workflow Builder 于 2025 年 10 月推出。它的独特好处在于，智能体行为运行在与普通工作流同一块可检视的画布上，而不是藏在一个不透明的框架内部。
如果你想要零维护、能接受欧盟托管、且执行量在某个档位额度之内，选云端。如果你用量很大、按次计费会变得昂贵，或者数据驻留与内网隔离要求排除了托管服务，又或者你有足够的工程能力自行运行，那就选自托管。无论选哪个，都请先确认你打算的用途符合许可证。
