n8n
n8n（fair-code 许可） · 通用工作流自动化，把 AI 接进已有系统
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。
相关教程（5）
在 n8n 里用 AI Agent 节点：能力边界和它不适合的三类活
n8n 有了 AI 能力之后，很多人想拿它当 Agent 平台用。这篇讲它的 AI 能力实际能做到什么程度，以及什么时候该换工具。
n8n 本地部署：比装起来更重要的是凭据、权限和许可
装起来不难，难的是装好之后。凭据存在哪、谁能改流程、Webhook 暴露在哪、出了错谁知道——还有一条许可红线，决定你能不能拿它接活。
n8n 的 Webhook 暴露在公网上：五个必须处理的安全问题
Webhook 意味着有一个公网地址能触发你的流程。URL 难猜不等于安全，这篇讲验证、防重放、限流、以及最容易忽略的信息泄露。
n8n 中文支持的真实情况：官方语言包里只有英文
想找 n8n 汉化包的人很多。这篇讲清楚官方的中文支持到什么程度、几种汉化路径各自的代价，以及中文场景下比界面语言更值得关注的三个问题。
用 n8n 跑批量内容处理：为什么它比对话型平台更适合这件事
内容量产的本质是批处理，不是对话。这篇讲 n8n 在这类任务上的结构优势、必须自己设计的三个机制，以及它不适合做什么。