n8n (with AI nodes) — агенты, RAG и автоматизация

✅ Подходит: если вы собираете AI-автоматизацию из узлов, хотите связать чат, агента, инструменты и RAG в одном workflow, а также выбираете между Cloud и self-hosted.

❌ Не подходит: если вам нужен полностью стабильный production-стек без preview-ограничений, гарантированная работа в queue mode для агентов или уже готовая и полностью прозрачная матрица тарифов и приватности в одной странице.

💡 Ключевое преимущество: n8n официально поддерживает агентные сценарии, Chat Trigger, параметризацию инструментов через $fromAI(), human-in-the-loop и RAG-пайплайны на уровне workflow.

Практический вердикт: это сильный вариант для команд, которым нужен один оркестратор для AI-агентов и интеграций. Но на 17.08.2026 стек с агентами всё ещё меняется: агенты отмечены как Preview, self-hosted агенты — Beta с версии 2.32.3, а часть знаний и тарифных деталей нужно перепроверять перед внедрением.

Редакционное ограничение: в исходном пакете нет надёжно зафиксированных сумм тарифов и ссылки на Privacy Policy, поэтому эта карточка годится для архитектурного выбора и первичного аудита ограничений, но не заменяет финальную проверку pricing и compliance.

Разработчик: n8n

Тип: web, cloud, self-hosted

Официальный URL: https://n8n.io/pricing/

Дата проверки: 17.08.2026

Поток релизов на дату проверки: на странице релизов отображались стабильный n8n 2.32.7 и pre-release ветка 2.33.x; это динамическая информация и позже могла измениться.

Что умеет

• Запускать AI-агентов как в n8n Cloud, так и в self-hosted n8n.
• Строить RAG-процессы: получать исходные данные, записывать документы в Vector Store в режиме Insert Documents, выбирать embedding-модель, разбивать контент через Default Data Loader и добавлять метаданные.
• Подключать vector store к агенту как инструмент, задавать лимит выборки, включать Include Metadata и использовать ту же embedding-модель для поиска.
• Запускать чат-сценарии через Chat Trigger; по документации каждое отправленное сообщение создаёт отдельное execution workflow.
• Подставлять параметры инструментов динамически через helper $fromAI() для узлов, подключённых к AI Agent.
• Ставить human approval перед выполнением tool call: approve/deny можно организовать через Slack, Telegram или интерфейс n8n Chat.

Если вам нужен практический разбор именно агентных сценариев, посмотрите материалы Как сделать ИИ-агента в n8n и Как настроить AI-автоматизацию в n8n.

Как использовать

1. Подготовьте источник данных для RAG. По официальному гайду n8n сначала нужно получить исходные документы, затем вставить узел Vector Store в режиме Insert Documents, выбрать embedding-модель и настроить разбиение контента через Default Data Loader. По сути это шаг chunking, от которого зависит качество поиска по знаниям.
2. Загрузите документы в хранилище. При необходимости добавьте метаданные ещё на этапе вставки. Если вы используете встроенный Simple Vector Store, помните, что он хранит embeddings в памяти приложения n8n и документирован как вариант только для разработки.
3. Поставьте вход в workflow через Chat Trigger. Узел доступен с n8n 1.24.0 и заменяет Manual Chat Trigger. Каждый новый вопрос пользователя запускает workflow отдельным execution, что удобно для агентного inference, но требует внимания к стоимости и нагрузке.
4. Добавьте AI Agent и подключите knowledge retrieval как tool. Официальная схема для запроса к RAG через агента такая: vector store подключается как инструмент, задаётся лимит, включается Include Metadata, а embedding-модель для запроса должна совпадать с моделью, которой вы индексировали документы.
5. Добавьте контроль перед опасными действиями. Если агент может запускать внешние инструменты, поставьте human-in-the-loop: tool call можно приостановить и отправить на approve/deny через Slack, Telegram или n8n Chat. Для расширенного пошагового сценария полезен разбор Как настроить агента в n8n с ИИ.

Важно: если вы хотите использовать отдельный Chat node, документация требует, чтобы перед ним стоял Chat Trigger с режимом ответа Using Response Nodes. В embedded mode этот сценарий не поддерживается.

Тарифы и ограничения

Дата проверки тарифных условий: 17.08.2026.

Что важно проверить вручную перед покупкой: точную цену, валюту, период биллинга, кредиты, trial, регион оплаты и соответствие AI-функций вашему типу развёртывания. В исходном пакете эти детали не зафиксированы в стабильном виде, поэтому я не привожу суммы, чтобы не устареть уже на публикации.

Работа с данными и приватность

• Что видит сервис: всё, что вы явно прогоняете через workflow — сообщения из Chat Trigger, документы для индексации в RAG, параметры tool call и ответы моделей.
• Где хранятся данные: для Simple Vector Store документация прямо говорит, что embeddings хранятся в памяти приложения n8n. Это непостоянное хранилище: данные могут исчезнуть после перезапуска или очистки при нехватке памяти.
• Что с обучением на ваших данных: в предоставленном наборе официальных источников нет подтверждения, использует ли n8n данные клиентов для обучения моделей, запрещает это или делает опционально. Эту часть нельзя честно закрыть без отдельной Privacy Policy.
• Что с политикой конфиденциальности: ссылка на Privacy Policy отсутствует в исходном пакете. Поэтому ниже — не полный privacy-аудит, а только выводы по документации о хранении и исполнении workflow.

Практически это означает следующее: для тестовых RAG-сценариев встроенный Simple Vector Store удобен, но для постоянного knowledge base и чувствительных данных его недостаточно. Если вы внедряете n8n в production, проверьте не только хранилище векторов, но и модель, каналы доставки сообщений, публичный WEBHOOK_URL для self-hosted каналов и вашу внутреннюю политику доступа.

Плюсы и минусы

Плюсы

• Агенты официально доступны и в n8n Cloud, и в self-hosted n8n, что упрощает переход от пилота к более контролируемому развёртыванию.
• Официальная документация покрывает не только агентов, но и полный RAG-цикл: загрузка данных, индексация, выбор embedding-модели и запрос через инструмент агента.
• $fromAI() позволяет передавать параметризацию инструментов агенту без жёстко заданных значений в каждом узле.
• Есть встроенный паттерн human-in-the-loop для approve/deny перед вызовом инструмента, включая Slack, Telegram и n8n Chat.
• Chat Trigger создаёт отдельный execution на каждое сообщение, что удобно для трассировки и отладки агентных workflow.

Минусы

• Статус агентов на дату проверки — Preview, а self-hosted агенты поддерживаются как Beta только с n8n 2.32.3.
• Self-hosted knowledge bases остаются в Preview и требуют Daytona sandbox, то есть self-hosted стек пока не полностью бесшовный.
• Queue mode для агентов официально не поддерживается, а self-hosted Enterprise agents в документации отмечены как ещё не готовые.
• Simple Vector Store годится только для разработки: хранилище непостоянное и может очиститься после перезапуска или нехватки памяти.
• Для Chat node есть жёсткие условия: нужен Chat Trigger с Using Response Nodes, а embedded mode не поддерживается.
• По исходному пакету нельзя честно зафиксировать точные цены, лимиты и политику приватности — это придётся проверять отдельно перед внедрением.

Доступность и язык

• Платформы: n8n Cloud и self-hosted n8n подтверждены официальной документацией.
• Self-hosted условия для агентов: нужно включить agents module; для полного сценария требуется AI Assistant module; для подключения каналов нужен публичный WEBHOOK_URL.
• Версия: self-hosted агенты документированы как Beta начиная с n8n 2.32.3. На 17.08.2026 на странице релизов отображались стабильный 2.32.7 и pre-release 2.33.x.
• Русский язык: в проверенных официальных источниках из пакета нет подтверждения наличия русского интерфейса или отдельной русской локализации.
• Доступность для РФ: в извлечённых официальных источниках нет однозначного статуса по РФ, VPN и оплате. Для self-hosted развёртывание зависит от вашей инфраструктуры, а Cloud-доступ и биллинг нужно проверять на момент регистрации.
• Способы оплаты: в исходном пакете не раскрыты.

Альтернативы

Ограничение этого блока: в исходном пакете нет подтверждённых карточек нескольких прямых конкурентов и нет официальных данных по их текущим тарифам. Поэтому ниже — один безопасный внешний ориентир и три варианта выбора внутри экосистемы n8n.

• n8n Cloud — самый быстрый старт, если вы хотите hosted-автоматизацию с AI Assistant, агентами, чатом и RAG-компонентами без собственного развёртывания.
• n8n self-hosted Community — выбор для команд, которым нужен контроль над инфраструктурой и workflow на собственной стороне, но нужно принять Preview/Beta-ограничения AI-стека.
• n8n Business — вариант для self-hosted организаций, которым нужны дополнительные enterprise-контуры; официальный support-материал отдельно уточняет, что этот план не доступен в Cloud.
• Make как альтернатива по классу задач — если выбираете между двумя оркестраторами автоматизации с AI-сценариями, начните со сравнения n8n vs Make: что выбрать для автоматизации с ИИ.

Если вам нужен короткий вывод без долгого теста: берите Cloud для самого быстрого пилота, self-hosted — если контроль важнее простоты, а продакшн с агентами планируйте только после отдельной проверки preview-ограничений.

Вопросы и ответы

Можно ли запускать AI-агентов в self-hosted n8n?

Да, документация указывает поддержку self-hosted агентов с версии 2.32.3 как Beta. Для этого нужно включить agents module; для полного сценария требуется AI Assistant module.

Можно ли собрать RAG без внешней векторной базы?

Да, в документации есть Simple Vector Store, но он помечен как вариант только для разработки. Данные там непостоянные и могут потеряться после перезапуска или очистки памяти.

Подходит ли n8n для production-агентов?

Частично, но с оговорками. На дату проверки агенты отмечены как Preview, queue mode для агентов не поддерживается, а self-hosted knowledge bases всё ещё в Preview.

Работает ли n8n в РФ?

По предоставленным официальным источникам нет однозначного ответа про Cloud-доступ, оплату и региональные ограничения для РФ. Self-hosted можно разворачивать в своей инфраструктуре, а Cloud-нужен дополнительный ручной тест.

Сколько стоит n8n с AI-функциями?

В этой карточке я не фиксирую сумму, потому что исходный пакет не содержит устойчиво подтверждённых цен и лимитов. Надёжно подтверждено только то, что AI Assistant включён во все n8n Cloud планы, а Business — self-host only.

Источники

• Build and manage agents
• RAG in n8n
• Chat Trigger node documentation
• Chat node documentation
• Simple Vector Store node documentation
• Let AI specify tool parameters
• Human-in-the-loop for AI tool calls
• Releases · n8n-io/n8n
• Release notes
• n8n Plans and Pricing – n8n.io
• n8n Cloud subscription features
• GitHub – n8n-io/n8n
• GitHub – n8n-io/n8n-docs