第 1 期：为什么是 n8n？2026 自动化与 AI Agent 新纪元 — n8n 全攻略：从自动化流到多智能体编排

n8n 不只是"开源 Zapier"

如果你在 2024 年之前听说过 n8n，你可能认为它只是一个 Zapier 的开源替代品——拖拖拽拽连接几个 API，定时跑个脚本。但在 2025-2026 年间，n8n 经历了一次 范式级的架构重构，它的底层引入了原生 AI Agent 节点、Tool Calling 协议、向量数据库集成与 MCP (Model Context Protocol) 支持。

一句话定位：n8n 是一个面向开发者的、可自托管的、以 AI Agent 为核心的工作流编排操作系统。

timeline
    title n8n 演进时间线
    2019 : 项目诞生于柏林
         : 定位为开源自动化工具
    2021 : 获得 1200 万美元 A 轮融资
         : 社区节点生态开始爆发
    2023 : 引入 AI Agent 节点 (LangChain 集成)
         : 支持 OpenAI Function Calling
    2024 : 原生 Data Tables 持久化存储
         : Vector Store 节点正式发布
    2025 : n8n 2.0 大版本发布
         : MCP Server 双向支持
         : Sub-workflow 作为 Tool
    2026 : GitHub 50K+ Star
         : 成为 AI Agent 编排平台标杆

自动化赛道全景对比

在做技术选型前，我们需要理解 n8n 在整个赛道中的独特位置：

维度	Zapier	Make (Integromat)	Dify	LangChain (代码)	n8n
部署方式	仅 SaaS	仅 SaaS	自托管/SaaS	代码框架	自托管 + 云
AI Agent 原生支持	❌ 无	❌ 无	✅ 可视化 Agent	✅ 代码级	✅ 可视化 + 代码
数据主权	❌ 美国服务器	❌ 欧洲服务器	✅ 可控	✅ 完全可控	✅ 完全可控
编程灵活度	低	中	中	极高	高 (JS/Python 节点)
免费额度	100 任务/月	1000 Ops/月	200 次/天	无限 (自付 API)	无限 (自托管)
RAG 知识库	❌	❌	✅ 原生	✅ 代码	✅ 原生节点
MCP 协议	❌	❌	❌	需手写	✅ 原生双向
社区生态	封闭	半封闭	插件市场	pip 包生态	npm 社区节点

n8n 的 7 层技术栈架构

graph TB
    subgraph "n8n 技术栈全景 (7 Layers)"
        L7[🌐 Layer 7: 发布渠道
Webhook / Chat Widget / API / MCP Server]
        L6[🤖 Layer 6: AI 智能体层
Agent Node / Memory / Tool Calling]
        L5[📊 Layer 5: 数据加工层
Code Node / Set / Merge / Filter]
        L4[🔌 Layer 4: 集成连接器
1000+ API Nodes / HTTP Request / Community Nodes]
        L3[🧠 Layer 3: 知识引擎层
Document Loaders / Embeddings / Vector Stores]
        L2[💾 Layer 2: 持久化层
Data Tables / PostgreSQL / SQLite]
        L1[⚙️ Layer 1: 运行时引擎
Node.js / Task Runner / Queue / Scaling]
    end

    L7 --> L6 --> L5 --> L4
    L4 --> L3 --> L2 --> L1

    style L7 fill:#6366f1,stroke:#4f46e5,color:#fff
    style L6 fill:#8b5cf6,stroke:#7c3aed,color:#fff
    style L5 fill:#a855f7,stroke:#9333ea,color:#fff
    style L4 fill:#c084fc,stroke:#a855f7,color:#fff
    style L3 fill:#d8b4fe,stroke:#c084fc,color:#1a1a2e
    style L2 fill:#e9d5ff,stroke:#d8b4fe,color:#1a1a2e
    style L1 fill:#f3e8ff,stroke:#e9d5ff,color:#1a1a2e

n8n 的三大核心优势

1. 数据主权 (Data Sovereignty)

# n8n 的自托管意味着所有数据永远不离开你的服务器
# 这对于处理敏感的客户数据、医疗档案、金融报表等场景至关重要

# 你的 n8n 实例运行在自己的服务器上
docker run -d \
  --name n8n \
  -p 5678:5678 \                    # 端口映射：仅暴露本地 5678
  -v n8n_data:/home/node/.n8n \     # 数据卷：所有工作流数据持久化在本地磁盘
  -e N8N_ENCRYPTION_KEY="your-secret-key" \  # 加密密钥：凭证信息 AES 加密存储
  n8nio/n8n:latest

2. AI 原生集成 (AI-Native)

n8n 不是给已有系统"打补丁"式地加 AI，而是从底层节点协议重新设计：

graph LR
    subgraph "传统自动化 (Zapier 模式)"
        T1[触发] --> A1[动作 1] --> A2[动作 2] --> A3[动作 3]
    end

    subgraph "AI 原生编排 (n8n 模式)"
        T2[触发] --> Agent[🤖 AI Agent]
        Agent -->|思考后选择| Tool1[工具 A]
        Agent -->|思考后选择| Tool2[工具 B]  
        Agent -->|思考后选择| Tool3[工具 C]
        Tool1 -->|结果返回| Agent
        Tool2 -->|结果返回| Agent
        Tool3 -->|结果返回| Agent
        Agent --> Output[输出决策]
    end

    style Agent fill:#ff6d5b,stroke:#e55a4e,color:#fff

传统模式是线性固定路径——A → B → C，不管输入是什么每次走相同的路。而 n8n 的 AI Agent 模式是动态决策路径——Agent 根据输入内容自行决定调用哪些工具、按什么顺序、是否需要多轮迭代。

3. 开发者级灵活度

// n8n Code Node 示例：你可以在工作流中直接嵌入任意 JS/Python 逻辑
// 这段代码过滤掉价格低于 100 的商品，并计算折扣价

// 获取上游节点传入的所有 Data Items
const items = $input.all();

// 过滤与转换
const result = items
  .filter(item => item.json.price >= 100)  // 过滤：仅保留价格 >= 100 的商品
  .map(item => ({
    json: {
      name: item.json.name,                // 保留原始商品名
      originalPrice: item.json.price,       // 保留原价
      discountPrice: Math.round(item.json.price * 0.85),  // 计算 85 折价格
      savings: Math.round(item.json.price * 0.15),        // 计算节省金额
      currency: 'CNY'                       // 标记货币
    }
  }));

// 返回处理后的数据给下游节点
return result;

本教程的学习路线图

graph LR
    subgraph M1[模块一: 基础基石]
        E1[Ep01] --> E2[Ep02] --> E3[Ep03] --> E4[Ep04] --> E5[Ep05]
    end
    subgraph M2[模块二: 逻辑控制]
        E6[Ep06] --> E7[Ep07] --> E8[Ep08] --> E9[Ep09] --> E10[Ep10]
    end
    subgraph M3[模块三: Agent 核心]
        E11[Ep11] --> E12[Ep12] --> E13[Ep13] --> E14[Ep14] --> E15[Ep15]
    end
    subgraph M4[模块四: RAG 知识库]
        E16[Ep16] --> E17[Ep17] --> E18[Ep18] --> E19[Ep19] --> E20[Ep20]
    end
    subgraph M5[模块五: MCP 生态]
        E21[Ep21] --> E22[Ep22] --> E23[Ep23] --> E24[Ep24] --> E25[Ep25]
    end
    subgraph M6[模块六: 生产架构]
        E26[Ep26] --> E27[Ep27] --> E28[Ep28] --> E29[Ep29] --> E30[Ep30]
    end

    M1 --> M2 --> M3 --> M4 --> M5 --> M6

    style M1 fill:#dbeafe,stroke:#3b82f6
    style M2 fill:#dcfce7,stroke:#22c55e
    style M3 fill:#fef3c7,stroke:#f59e0b
    style M4 fill:#fce7f3,stroke:#ec4899
    style M5 fill:#ede9fe,stroke:#8b5cf6
    style M6 fill:#fee2e2,stroke:#ef4444

下一步

在下一期中，我们将深入 n8n 的三大建筑构件——节点 (Nodes)、触发器 (Triggers) 与线缆 (Connections)，理解它们之间的数据契约关系。