📌 项目地址：n8n-io/n8n | ⭐ 204,973 颗星 | 🔧 TypeScript | 📜 未标注
先说清楚：它不是开源的
很多人把 n8n 当开源项目推荐，这里先纠正一下。n8n 采用 fair-code 模式，许可证是 Sustainable Use License：源码公开、可以自托管、可以自己写节点扩展，但你不能把 n8n 本身包装成产品卖给别人，也不能用它做 SaaS 转售。公司内部用没问题，想“套壳创业”得先找官方谈企业授权（license@n8n.io）。
这个前提搞清楚了，再看它值不值得用。
它解决什么问题
Zapier 这类工具的痛点很实际：按任务量计费，流程一复杂费用就失控；数据放在第三方服务器上，有些公司过不了合规审查；遇到工具不支持的集成，只能干瞪眼。
n8n 把这三件事都换成自己的方案：自托管后跑多少任务都不额外计费，数据留在自己机器上，缺什么集成就写代码补上。它的可视化画布里可以嵌入 JavaScript 和 Python 代码节点，还能装 npm 包。也就是说，业务人员拖拽搭建，工程师在关键节点写代码兜底，两拨人可以协作。
AI 这块是现在的重点。你可以用 OpenAI、Anthropic、Google 或开源模型搭多步骤 Agent，切换模型供应商不用改架构。README 里提到的一个场景我觉得很有价值：流程里加人工审批节点，模型生成内容后自动暂停，等人确认了再继续跑。“AI 干活、人把关”这种流程在纯 SaaS 工具里很难做。
数据和生态
两个数字：1500 多个集成，9000 多个工作流模板（n8n.io/workflows）。集成数量意味着 AI 工作流可以直接挂到你现有的 CRM、数据库、通讯工具上，不用先造轮子。
企业侧的功能包括角色权限、审计日志，官方明确说可以处理敏感数据。
五分钟跑起来
需要 Docker。最省事的方式：
curl -fsSL https://get.n8n.io | sh
想手动控制的话：
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
然后浏览器打开 http://localhost:5678 进编辑器。
注意第二条命令里那个 n8n_data 卷，挂载到了 /home/node/.n8n。你的凭证和工作流数据都存在这里，生产环境部署时记得做持久化和备份，容器一删什么都没了。
和同类工具怎么选
- Zapier / Make：上手更快，但按量计费、数据在第三方。n8n 自托管没有任务量费用，复杂逻辑用代码节点处理。
- Airflow / Prefect：代码优先，面向数据工程团队，学习曲线陡。n8n 可视化优先，业务人员也能上手。
- Dify / LangFlow：专注 AI 应用本身。n8n 的差别在于打通传统系统的深度，AI 流程可以直接接到已有业务系统上。
我的判断
三个问题自测：流程里需要 AI 参与吗？数据必须自己拿着吗？流程复杂到纯无代码工具搞不定、又不想从零写代码吗？占两条以上就值得装一个试试。
遇到问题去 community.n8n.io 论坛，里面有专门的教程板块，文档在 docs.n8n.io，AI 和 LangChain 部分单独有指南（docs.n8n.io/advanced-ai）。