n8n 半天就能出演示,难的是何时离开它
Code 节点的限制、许可证范围和扩展能力,决定拖拽式工作流能否在客户现场撑过生产环境。
要点速览
- n8n 可连接多家 LLM 提供商,包括 OpenAI、Anthropic 和 Google。AI Agent 节点会自行决定调用哪个工具,很适合在客户现场做原型。
- Code 节点有限制:不能发起 HTTP 请求,不能访问文件系统;在 Cloud 版上还不能导入外部 npm 模块。
- n8n 并非纯开源。其许可证限制了软件的使用和再分发方式,把 n8n 打包成方案交付客户之前,务必仔细阅读。
客户希望每封支持邮件都能自动分类,紧急邮件直接转给对应的人。你只有两天。如果从零写一个服务,两天过去时,你多半还在搭脚手架。用 n8n,第一天下午你就能坐在客户旁边,给他们演示一个能跑的流程。
n8n 官网用一句话概括自己:用可视化界面搭建,用代码深入定制,连接一切。官方 GitHub 仓库还补充了几点:400 多个集成,可选自托管或云端,内置 AI 能力。
对前线部署工程师(FDE)来说,吸引力在于速度。从客户需求调研到客户第一次看到流程在自己的数据上跑起来,这段时间会大大缩短。
但速度并不是最难的问题。更难的是:什么时候该离开 n8n。
n8n 的 LLM 核心能做什么?
根据 n8n 文档,你可以搭建连接多家 LLM 提供商的 AI 工作流,包括 OpenAI、Anthropic 和 Google。其中最有用的是 AI Agent 节点:给它挂上一个聊天模型和一个或多个工具,智能体会自己决定调用哪个工具来完成任务。
以邮件分类为例,流程大致如下:触发器接收每封新邮件,把内容传给 AI Agent 节点。智能体有两个工具,一个在公司自有系统里查询客户,另一个创建工单。
由于智能体自己选择工具,工具描述比工作流里的任何部分都更需要用心。下面的示意是假设性的,展示的是开始拖节点之前应该准备好的内容,并非 n8n 的确切配置格式。原示例使用越南语字段名:lookup_customer 是查询客户,create_ticket 是创建工单,priority 是优先级,取值为 normal(普通)或 urgent(紧急)。
工具 1:lookup_customer
描述:当邮件中有发件人地址或客户 ID 时使用。
返回合同等级和客户负责人。
输入:sender_email
工具 2:create_ticket
描述:确认客户身份后使用。
如果邮件提到系统宕机,优先级设为 "urgent"。
输入:title, priority (normal | urgent), account_owner
简单说,第一个工具在邮件包含发件人地址或客户 ID 时使用,返回合同等级和客户负责人;第二个工具在确认客户身份后使用,如果邮件说系统宕机,就把工单标为紧急。
智能体读取每封邮件,决定是先查客户还是直接建工单。每条描述把“何时使用该工具”写得越清楚,智能体调错工具的次数就越少。具体措辞要和客户一起敲定。
如果你维护的是别人搭建的工作流,有个细节必须知道:从 1.82.0 版本起,AI Agent 节点的 agent type 设置已被弃用,所有 AI Agent 节点现在都以 Tools Agent 方式运行。
原先使用其他 agent type 的旧工作流,升级后行为可能会变。升级客户环境之前,务必重新测试。
错误总会发生,关键是谁先发现
LLM 有时会超时或返回格式错误的 JSON,客户的 API 有时也会宕机。n8n 允许为每个工作流挂一个错误工作流,前提是这个错误工作流以 Error Trigger 节点开头。在邮件示例中,错误工作流可以向客户的运维频道告警,并说明是哪封邮件处理失败。
演示只需要在你在场时能跑通。客户愿意让它通宵运行的流程,则必须能自己报告故障。交接时,不仅要给客户看一切正常时的情况,还要演示出错时会发生什么。
下面这些错误源于 n8n 的工作方式,每次交接前都值得逐一检查:
| 常见错误 | 后果 | 如何避免 |
|---|---|---|
| 工具描述含糊,没说明何时使用 | 智能体调错工具,或跳过查询步骤 | 写明每个工具的使用条件,并与客户确认 |
| 没有挂错误工作流 | 失败的邮件悄无声息地丢失,客户事后才发现 | 挂一个以 Error Trigger 开头、向运维频道告警的错误工作流 |
| 把业务逻辑塞进 Code 节点 | 快完工时撞上 HTTP、文件系统和 npm 的限制 | 把逻辑移到独立服务,n8n 只负责编排 |
| 升级 n8n 时没测试旧工作流 | agent type 已弃用,AI Agent 节点行为发生变化 | 先在副本上测试,再升级客户环境 |
Code 节点什么时候不够用?
n8n 提供 Code 节点来写自定义逻辑,但文档写明了两个限制:Code 节点不能访问文件系统,也不能直接发起 HTTP 请求。n8n Cloud 还多一个限制:不能导入外部 npm 模块。
假设客户需要用内部库标准化越南地址,或者需要调用一个用自有方式签名请求的 API。如果你用的是 Cloud,就装不了那个库。
即使自托管,这类逻辑也不该放在 Code 节点里。更实际的做法是放进一个自己编写、自己测试的小服务,让 n8n 只负责编排。
单个实例不够用的时候
负载是第二个信号。n8n 有带独立 worker 的队列模式,文档称之为最好的扩展方式:负载上升时增加 worker,下降时减少。
怎么判断时候到了?假设邮件流程整周都运行顺畅,但每到周一早上,周末积压的邮件一齐涌入,每次执行都要等 LLM 响应,于是执行任务越堆越多。一位大客户发来“系统宕机”的邮件,排在几百封常规邮件后面,要等很久才生成工单。
这就是要留意的症状:高峰时段,从邮件到达到工单创建的时间急剧上升,而流程本身并没有报错。第一周就要开始测量这个数字。
一旦它超出客户能接受的范围,就该考虑队列模式了。这时也该让专人正式负责运维,因为此时你运行的已经是真正的基础设施,而不是一个顺手的工具。
许可证是 FDE 最容易栽跟头的地方
n8n 并非纯开源。仓库写明,该软件以 fair-code 方式,按 Sustainable Use License 和 n8n Enterprise License 分发。
Sustainable Use License 只允许你出于自身内部业务目的,或出于非商业、个人用途使用或修改该软件。
只有在免费且非商业的前提下,你才能分发该软件或将其提供给他人。
FDE 应仔细区分两种场景。客户自己运行 n8n 来自动化内部工作是一回事;你的公司把 n8n 打包成方案,出售或提供给多个客户,则完全是另一回事。后者必须在签任何合同之前交给法务审核。
两者之间还有一个常见的灰色地带:你的公司在自有基础设施上自托管一个 n8n 实例,只服务一个客户,并按月收取运行费用。
这还算“内部目的”,还是已经成了“提供给他人”?许可证文本不会替你回答。把这个场景写成具体问题交给法务,而且要尽早问,不要等到交接时。
企业客户还常问治理问题。Community 版几乎包含所有功能,但没有 SSO、Projects 和基于 Git 的版本控制。如果客户要求统一登录,或希望像审查代码一样审查工作流,第一次开会时就要说明。
先学什么,简历上写什么
先从自托管 n8n 开始。这样既避开了 Cloud 版的 npm 限制,又能顺便学会运维。然后按顺序练三件事:带自定义工具的 AI Agent 节点、错误工作流,以及把复杂逻辑移到由 n8n 调用的独立服务。
简历上别只写“精通 n8n”,要写一个具体的决策,例如:两天内用 n8n 搭建邮件分类原型,在 Code 节点不够用时把数据标准化移到独立服务。这样一行字,能同时让读者看到你的速度和判断力。
客户会记住你一个下午做出的演示。而 FDE 的价值,在于知道这些工作什么时候该转成代码。
这篇文章对你有帮助吗?
感谢你的反馈!