Как собрать ИИ-агента на n8n

n8n собирает рабочие процессы из узлов. Узел делает одно действие: читает письмо, пишет строку в таблицу, вызывает модель. Узлы соединяются стрелками на холсте, код писать не нужно.

Компания n8n работает в Берлине с 2019 года. В октябре 2025 года она привлекла раунд C на 180 млн $ при оценке 2,5 млрд $.

Среди узлов есть ИИ-агентИИ-агент ИИ-агент это нейросеть, которая не просто отвечает, а сама выполняет задачу по шагам: ищет данные, пользуется программами и проверяет результат. Подробнее в словаре. Он подключает модель к почте, CRM, таблицам и мессенджерам и сам решает, какой инструмент вызвать для задачи.

Если задачу решает жесткая цепочка шагов без выбора, агент не нужен: хватит обычного процесса автоматизации. Как понять разницу, мы разобрали на странице о том, чем агент отличается от сценария.

Своя установка нужна, чтобы данные клиентов и ключи доступаAPI-ключ API-ключ это секретная строка, по которой сервис нейросети узнает, какая программа к нему обращается и с чьего счета списать оплату за запросы. Подробнее в словаре оставались у вас. Документация n8n предупреждает прямо: свой хостинг требует навыков настройки и защиты серверов, а ошибка оборачивается потерей данных и простоем.

Для первой пробы у n8n есть набор Self-hosted AI Starter Kit. Это шаблон Docker Compose, который одной командой ставит n8n, Ollama для открытых моделеймодель с открытыми весами Модель с открытыми весами (open-weights model) это нейросеть, файлы параметров которой можно скачать и запустить на своем оборудовании. Подробнее в словаре, векторную базу Qdrant и PostgreSQL. Docker запускает программы в изолированных контейнерах, поэтому настраивать каждую вручную не нужно.

1. Установите Docker Desktop на Mac или Windows. На Linux-сервер ставят Docker Engine и Docker Compose.

2. Скачайте набор и создайте файл настроек: git clone https://github.com/n8n-io/self-hosted-ai-starter-kit.git, затем cd self-hosted-ai-starter-kit и cp .env.example .env. В файле .env замените пароли и секреты на свои.

3. Запустите набор командой docker compose --profile cpu up. На сервере с видеокартой NVIDIA вместо cpu пишут gpu-nvidia.

4. На Mac с процессором M1 и новее видеокарту в Docker не передать. Поэтому Ollama ставят прямо на Mac, запускают набор командой docker compose up, а в файле .env задают OLLAMA_HOST=host.docker.internal:11434.

5. Откройте в браузере http://localhost:5678 и пройдите первичную настройку n8n. Ее делают один раз.

6. При первом запуске набор сам скачивает открытую модель. Пока загрузка не закончилась, агент не ответит: ход загрузки видно в журнале Docker.

Сам n8n называет набор средством для проверки идеи: перед работой с клиентами его нужно защитить. Основная установка n8n теперь идет командой curl -fsSL https://get.n8n.io | sh, а для команды и рабочей среды документация советует заменить встроенную базу SQLite на Postgres.

Агент в n8n это узел «AI Agent» и подключенные к нему подузлы: модель, память и инструменты. Подузлы не стоят в общей цепочке, а дают агенту возможности.

1. На странице «Overview» нажмите «Create Workflowворкфлоу и агент Воркфлоу и агент это два способа построить ИИ-систему: в воркфлоу шаги заранее заданы кодом, а агент сам выбирает следующий шаг и инструменты по ходу работы. Подробнее в словаре» (создать процесс), затем «Add first step» (добавить первый шаг) и выберите «Chat Trigger». Этот узел принимает сообщения и запускает агента.

2. Добавьте следом узел «AI Agent». В параметре «System Message» (системное сообщение) напишите инструкцию: роль агента, что ему можно и что нельзя.

3. К входу модели подключите «Ollama Chat Modelчат-модель Чат-модель это языковая модель, дообученная вести диалог: она понимает роли собеседников, следует инструкциям и отвечает на реплики, а не просто продолжает текст. Подробнее в словаре». В учетных данных Ollama поле «Base URL» по умолчанию равно http://localhost:11434. Если n8n работает в Docker, а Ollama на том же компьютере, укажите http://host.docker.internal:11434.

4. В поле «Model» выберите модель, скачанную в Ollama. Агенту нужна модель, которая умеет вызывать инструменты: в каталоге Ollama у таких моделей стоит метка tools, например у Qwen 3.

5. Подключите «Simple Memory» к входу памяти. В поле «Context Window Length» укажите, сколько прошлых реплик агент учитывает. Без памяти каждый вопрос он читает с чистого листа.

6. Подключите хотя бы один инструмент: без него узел агента не работает. Как это сделать, показано в следующем разделе.

7. Откройте чат рабочего процесса на холсте и задайте вопрос. Чтобы видеть, какие шаги агент сделал перед ответом, включите параметр «Return Intermediate Steps».

Параметр «Max Iterations» ограничивает число попыток модели, по умолчанию их 10. Ограничение не дает агенту бесконечно повторять неудачный шаг.

Каждое сообщение в чат запускает процесс заново: разговор из 10 сообщений дает 10 выполнений. На своем сервере это нагрузка на сервер, в облачном тарифе n8n это расход лимита.

Инструмент в n8n это узел приложения, подключенный к агенту. Агент сам решает, когда его вызвать: найти письмо в Gmail, записать строку в Google Sheets, отправить сообщение в Telegram, сделать запрос в Postgres или к любому сервису через HTTP Request.

1. Нажмите на вход инструментов узла «AI Agent» и выберите приложение.

2. В поле учетных данных выберите «Create new credential» (создать учетные данные) и введите ключ доступа или войдите в сервис.

3. Для Telegram создайте бота: в чате с BotFather отправьте команду /newbot, задайте имя и адрес бота и вставьте выданный токентокен Токен это кусочек текста: слово, часть слова или знак, с которыми работает языковая модель. Подробнее в словаре в поле «Access Token».

4. Чтобы агент отвечал в Telegram, поставьте первым узлом «Telegram Trigger» вместо «Chat Trigger». В узле агента в поле «Prompt» выберите «Define below» и укажите текст входящего сообщения.

5. Для действий, которые меняют данные или пишут клиентам, включите ручное одобрение в разделе «Human review» панели инструментов. Запрос придет вам в чат, Slack или Telegram, и без вашего согласия действие не выполнится.

6. Когда агент отвечает правильно, нажмите «Publish» (опубликовать). До публикации процесс работает только при ручной проверке.

Telegram принимает вебхук, то есть адрес для входящих сообщений, только по HTTPS. Поэтому для бота нужен сервер с доменом и сертификатом, а публичный адрес n8n прописывают в переменной WEBHOOK_URL. У одного бота может быть только один вебхук, поэтому для проверки удобно завести второго бота.

MCPMCP MCP (Model Context Protocol) это открытый стандарт, через который ИИ-приложения подключаются к инструментам и данным: файлам, CRM, базам, сервисам. Подробнее в словаре это общий способ подключать ИИ к данным и сервисам, Anthropic открыла протокол 25 ноября 2024 года. Узел «MCP Client Tool» дает агенту инструменты внешнего MCP-сервераMCP-сервер MCP-сервер это программа, которая открывает ИИ-приложению доступ к одной системе по протоколу MCP: сообщает, какие действия и данные доступны, и выполняет запросы модели. Подробнее в словаре: все, только выбранные или все, кроме исключенных. Подробности на странице о том, как подключить MCP-сервер.

Если агент работает с данными клиентов, действует 152-ФЗ: сбор и хранение данных граждан России ведутся в базах на территории России, а до передачи данных за границу оператор уведомляет Роскомнадзор. Поэтому для таких агентов n8n и модель ставят на сервер в России. Что еще проверить, собрано на странице о безопасности данных.

n8n распространяется по Sustainable Use License. Это модель fair-code: код открыт для чтения и изменений, но коммерческое использование ограничивает автор. Сама n8n не называет себя open sourceоткрытый исходный код в ИИ Открытый исходный код в ИИ (open source AI) это подход, при котором модель публикуют так, что ее можно свободно использовать, изучать, менять и распространять: с весами, кодом и сведениями об обучающих данных. Подробнее в словаре: по определению OSI открытая лицензия не может ограничивать использование.

Можно: ставить n8n на свой сервер бесплатно и автоматизировать свой бизнес. Можно строить процессы для клиентов на своем экземпляре, если клиенты не могут их создавать и менять, и брать деньги за настройку, сопровождение и обучение.

Нельзя: продавать n8n как облачный сервис, где клиенты сами собирают процессы, выпускать n8n под своим брендом и делать из его кода свой продукт автоматизации. Для таких случаев нужен отдельный договор с n8n.

Лицензия появилась в 2022 году. До 17 марта 2022 года n8n распространялась по Apache 2.0 с условием Commons Clause.

Бесплатная версия Community содержит почти все функции. Единый вход SSO, окружения, проекты, общий доступ к процессам и учетным данным, внешние хранилища секретов и контроль версий через Git требуют платного плана.

Типовой агент на n8n собирается из готовых узлов. Если за него просят как за уникальную разработку, спросите, из чего цена, и оплачивайте результат по метрике, а не часы.