n8n
可自架的開源工作流自動化平台，視覺化拖拉＋程式碼節點，搭 AI Agent 與 RAG 都看得到每一步
開源、可自架的自動化平台，把各種工具與 AI 串成工作流，彈性與隱私兼具。
n8n 這幾年在工程師圈的聲量很高，GitHub 星星數已經超過 20 萬，官網自稱是 GitHub 前 50 名的專案。它做的事情和 Zapier、Make 同類：把不同的 App 用流程串起來自動跑。差別在三個地方：可以自架、可以隨時插程式碼、計費方式不一樣。
先講自架。n8n 的原始碼公開，用 Docker 就能裝在自己的機器上，官網甚至寫明可以做到 on-prem、air-gapped（完全斷網）部署；不想顧伺服器的人也有官方雲端版。再來是「UI 跟程式碼都要」：拖拉節點之外，流程中任何一步都能寫 JavaScript 或 Python，每一步的輸入輸出就顯示在設定旁邊，可以只重跑單一步驟、重播或模擬資料，除錯比較不痛苦。計費上，n8n 雲端版按「完整跑完一次 workflow」算一次 execution，不管中間有幾個步驟，這對步驟很多的流程很划算。
AI 是現在的主軸。內建 AI Agent 節點，可接任意模型，也能在雲端與離線模型之間切換；支援多 Agent、RAG、MCP Server Trigger 與 MCP Client，工具呼叫前可以加人工審核（human-in-the-loop），每次執行的 prompt、回應與後續動作都記錄在畫布上。官方還有 Evaluations 功能可以拿真實資料評估 AI 流程，以及 1 萬多個範本與 500 多個內建整合。
功能特色與適用場景：n8n 最適合「有一點技術底、資料不想出門」的團隊。台灣的具體用法：電商把 Shopify 訂單、LINE 通知和 Google Sheets 串起來，客訴信件先丟給 AI 節點分類再派給客服；資安或 IT 團隊照官網案例做告警自動補資料、新進員工帳號開通；醫療、金融這類資料不能隨便送到國外雲端的單位，則用自架版搭內部 RAG 問答。要提醒的是，自架就代表升級、備份、資安都要自己扛，沒有人顧的話建議直接用雲端版。介面與文件以英文為主，社群論壇很活躍，網路上的中文教學影片與文章也不少。
價格方面，官方雲端 Starter 年繳每月 20 歐元起，含 2,500 次 executions；Pro 年繳每月 50 歐元起，含 10K 次；所有方案都不限使用者與 workflow 數。員工少於 20 人的新創可以申請 Start-up Plan 拿 Business 方案五折。實際金額請以官網為準。
TheAI學院 編輯建議
編輯實測後的真心話我覺得 n8n 能紅，是因為它承認「拖拉不夠用」這件事，直接讓你在節點裡寫程式。加上 AI Agent 每一步都攤在畫布上，比起黑箱的 Agent 平台更容易讓主管放心。只是自架不是免費午餐，維運成本要算進去。
主要功能
- 視覺化節點編輯器，任一步驟可寫 JavaScript 或 Python
- AI Agent 節點：多 Agent、RAG、可換雲端或離線模型
- MCP Server Trigger 與 MCP Client，工具呼叫可加人工審核
- 可 Docker 自架，支援 on-prem 與 air-gapped 部署
- 500 多個內建整合、1 萬多個範本，另可自訂 HTTP／GraphQL 請求
- Evaluations、執行紀錄與單步重跑，方便測試與除錯
如何使用 n8n
- 想零安裝先體驗就註冊 n8n Cloud，重視資料自控則用 Docker 在自己的伺服器或 NAS 自架。
- 進入畫布後點 Add first step 選觸發器，例如排程 Schedule、收到 Webhook 或新郵件進來時啟動流程。
- 用滑鼠從節點右側拉線串接下一個節點，像積木一樣把「觸發、處理、輸出」的流程接起來。
- 串接外部服務如 Google Sheets 或 LINE 時，先在 Credentials 填入 API 金鑰完成授權再使用。
- 每加一個節點就按 Execute step 單獨測試，確認輸出的 JSON 欄位正確，再往下接避免整條錯到底。
- 要做 AI 應用就加 AI Agent 節點，接上模型與工具，或用向量資料庫節點搭出 RAG 問答流程。
- 用 Set 或 Code 節點轉換資料格式，把上一步的欄位對應到下一步服務需要的名稱。
- 測試無誤後把工作流右上角切成 Active 正式啟用，並定期到 Executions 檢查有無失敗紀錄。
適用場景
- 電商串接訂單、LINE 通知與 Google Sheets，客訴先由 AI 分類
- IT 與資安團隊自動補充告警資訊、處理新進員工帳號
- 用自架版搭內部文件 RAG 問答，資料不出公司
- 業務團隊把潛在客戶資料自動補齊後寫進 CRM
- 工程師把 n8n 當後端原型，快速做出 webhook API
n8n 的優點與缺點
優點
- 可自架、原始碼公開，資料流向自己掌控
- 按完整 execution 計費，步驟多的流程比按步驟收費的工具省
- 拖拉與程式碼可以混用，複雜邏輯不會卡住
- AI Agent 每一步推理都能在畫布上追蹤
缺點
- 自架需要自己負責升級、備份與資安
- 對完全不懂技術的人，學習曲線比 Zapier 陡
- 官方介面與文件以英文為主，部分企業功能僅限自架或 Enterprise
價格方案
自架的 Community Edition 免費（GitHub 原始碼）；官方雲端 Starter 每月 20 歐元起（年繳，2,500 次 workflow executions）、Pro 每月 50 歐元起（10K executions）；Business（自架，40K executions）與 Enterprise 另計。實際價格以官網為準
n8n 常見問題
n8n 真的可以免費用嗎？
可以。GitHub 上的 Community Edition 可以免費自架，但伺服器費用與維運要自己負責。官方雲端版有免費試用，正式使用要付月費，Starter 年繳每月 20 歐元起，以官網為準。
n8n 跟 Zapier、Make 差在哪？
三點：n8n 可以自架；流程中隨時能寫 JavaScript 或 Python；雲端版按整條 workflow 跑完一次計費，不按步驟算。[Zapier](/tools/zapier) 對非技術人員最友善，[Make](/tools/make) 介於兩者之間，n8n 則偏向有技術底的團隊。
n8n 能做 AI Agent 嗎？
能，這是它現在的重點。AI Agent 節點可以接各家模型、搭 RAG、呼叫 MCP 工具，工具執行前可以設人工審核，每次執行的 prompt 與回應都留紀錄，方便追查 Agent 為什麼這樣做。
台灣小公司適合自架嗎？
有工程師顧就適合，一台小型 VPS 跑 Docker 就能起步，省下的是訂閱費。但沒有人負責更新與備份的話，出事時代價更高，建議先用雲端版試用，流程穩定後再評估要不要搬回自架。
使用者評價
還沒有足夠評價，搶先分享你的使用心得！
寫下你的評價
n8n 的替代方案
查看相似的 AI 工具 →n8n 與其他工具比較
相關 AI 工具
Claude
Anthropic 的 AI 助理，長文件與寫作品質是它的主場。
telemetry.dev
把 AI 代理每一次模型呼叫、工具步驟與檢索串成一條 trace，看出哪一步最慢、哪個模型最燒錢、哪個 MCP 工具最常失敗
agentmash
隊友的 Codex 正在改同一個檔案，你的 Claude Code 動手前就會收到通知；按開發者計費，代理不限數量
Pluto Door
用白話描述問題，Ori 讀 log、跑指令，改動前一定問你；另外把每台 Linux 主機變成有 Dock 和視窗的桌面
Backenly
代理透過 MCP 建好資料庫、登入與儲存，Backenly 每分鐘巡檢並自動修安全範圍內的問題，刪表這類動作一律等人核准
Spacesheep
代理寫好的 HTML 或資料夾一行指令發布成私人網址，人和代理都能留言、改版，還能送電子簽署與接即時資料
猜你也想看的AI 開發者工具
n8n 相關文章與教學
n8n 評測：值得用嗎？
一句話總評
n8n 是「開源、可自架」的自動化平台——把各種工具與 AI 串成工作流，兼顧彈性與隱私，是技術團隊把雜事自動化的強力選擇。
實際用起來如何
n8n 用視覺化的節點把 App、API 與 AI 串成流程（例如「收到表單 → AI 分類 → 自動回信 → 記到資料庫」）。它最大的特色是可以自架，資料留在自己手上，且彈性極高，能做到許多 Zapier 做不到的客製。對有一點技術能力的團隊，CP 值很高。
最強的地方
- 開源、可自架：資料自控、重隱私。
- 彈性極高：複雜客製流程都能做。
- 整合多、可接 AI：把 AI 嵌進自動化工作流。
比較可惜的地方
- 門檻較高：比 Zapier、Make 需要更多技術概念。
- 自架要維運：要自己管伺服器（也有雲端版）。
- 新手學習曲線：功能強但要花時間摸熟。
適合誰、不適合誰
適合：有技術能力的團隊、重視隱私與彈性、要做複雜自動化的人。
比較不適合：完全不懂技術、想要最簡單上手的人（可考慮 Zapier、Make）。
價格值不值
開源自架免費（需維運成本），雲端版按方案計費。對要做大量、複雜自動化的團隊，省下的人力很可觀。
替代方案
TheAI學院 評測結論
n8n 是自動化工具裡「彈性與隱私」的代表。門檻比 Zapier 高，但能做的事也多得多，對技術團隊很有價值。延伸閱讀：AI Agent 能做什麼。
本評測由 TheAI學院編輯群整理，內容力求客觀、含優缺點，僅供參考。
最後更新：2026年10月