n8n

n8n 是一个源码公开的工作流自动化工具。它和扣子、Dify 有一个根本区别：n8n 不是为 AI 设计的，它本来就是做系统之间自动化对接的，大模型只是它能调用的众多节点之一。

另有一个更要紧的区别，很多人没注意：n8n 不是 OSI 意义上的开源，官方自称 fair-code。这一点直接影响你能不能拿它去做项目，下面单独说。

这个出身决定了它的长处和短处。

它擅长什么

连接已有系统。 数据库、表格、邮件、各类 SaaS 的对接节点非常多。如果你的需求是「把 AI 塞进一条已经在跑的业务流程」，而不是「从零搭一个对话机器人」，n8n 的思路更对路。

可自部署。 可以装在自己的服务器上。

触发方式灵活。 定时、Webhook、事件驱动等多种触发方式，适合做无人值守的批处理任务，而不只是有人来问才动的对话场景。

先看许可：这条比功能更要命

n8n 的许可是 Sustainable Use License（源码在仓库 LICENSE.md，另有 .ee 企业版文件走单独许可）。它的核心限制有两条：

• 只允许用于你自己的内部业务目的，或者非商业、个人用途
• 把软件分发或提供给别人，必须免费且非商业

对自己团队内部搭自动化流程，这没问题。但如果你是系统集成商，想把 n8n 部署到甲方环境里再收项目费——这件事很可能超出许可允许的范围。

对比一下另外两个：Dify 和 FastGPT 都是在 Apache 2.0 基础上加附加条款，明确写了允许商业化交付给企业，主要限制是不能做多租户 SaaS、不能去掉 LOGO 和版权信息。三者的差别不在功能，在你能不能靠它接活。

这段是提示，不是法律意见。真要商用，请自己读一遍官方 LICENSE，必要时咨询法务或直接联系官方。

什么情况下它会不够用

它对 AI 场景的支持是通用节点式的，没有专门的知识库管理和检索调优界面。要做像样的 RAG，往往得自己拼多个节点，再接外部的向量存储——能做，但维护成本会比专门的平台高。

对话类场景也不是它的主场：多轮上下文、会话状态这些东西，在一个以「跑完一次流程就结束」为模型的工具里表达起来并不自然。

判断标准我们整理在这篇：什么时候必须从低代码转向原生开发。