n8n агенты — это сценарии, где нода AI Agent получает задачу, подключает языковую модель и сама решает, какой инструмент (tool) вызвать: HTTP-запрос, поиск, код, база, мессенджер. Wordstat по фразе «n8n агенты» держит порядка 700 показов в месяц. Ниже — как собрать первый агентный workflow без программирования и чем это отличается от обычной цепочки «триггер → действие».
База по n8n и автоматизации — в pillar ИИ-автоматизация. Локальную модель к агенту можно подключить через Ollama.
Чем агент отличается от обычного workflow
Обычный workflow в n8n жёсткий: вы заранее нарисовали путь «если письмо → создай задачу → отправь Slack». Агентский узел гибче: модель читает запрос пользователя и выбирает инструменты из тех, что вы к ней подключили. По документации n8n к AI Agent нужно подключить как минимум один tool sub-node; chat model подключается отдельно.
С версии около 1.82.0 отдельные «типы агента» в ноде упростили: актуальный AI Agent работает как Tools Agent (это зафиксировано в docs.n8n.io для ноды AI Agent). Старые шаблоны с другим agent type имеют смысл только если они уже были на Tools Agent.
Минимальный каркас агента в n8n
| Блок | Роль | Пример |
|---|---|---|
| Триггер | Откуда берётся задача | Chat trigger, Webhook, Telegram |
| AI Agent | Решает, что делать | Нода AI Agent (Tools Agent) |
| Chat Model | «Мозг» | OpenAI / Anthropic / Google / локальный endpoint |
| Memory (опционально) | Контекст диалога | Window buffer memory |
| Tools | Действия во внешнем мире | HTTP Request, Code, Wikipedia, Calendar… |
Источник каркаса: документация n8n, нода AI Agent (integrations → cluster nodes → AI Agent). Набор конкретных tool-нод расширяется — смотрите актуальный список в редакторе n8n.
Первый агент за вечер: пошагово
- Поднимите n8n — n8n Cloud или self-hosted (Docker/свой сервер). Для учёбы облако быстрее; для приватных данных чаще берут self-hosted.
- Создайте workflow с триггером чата (или Webhook, если хотите дергать из своей формы).
- Добавьте AI Agent и подключите Chat Model с вашим API-ключом (или локальный OpenAI-compatible endpoint на Ollama).
- Подключите 1-2 tool. На старт хватит HTTP Request (проверить URL / получить JSON) или простого инструмента поиска/калькулятора из библиотеки n8n — лишь бы агент умел «сходить наружу».
- Напишите system-инструкцию: роль, что можно, что нельзя (например: «не выдумывай факты; если tool не вернул данные — скажи об этом»).
- Прогоните 5 тестовых фраз: простую, с уточнением, с просьбой вызвать tool, с провокацией выйти за рамки, с пустым вводом.
Роль: ты ассистент поддержки интернет-магазина.
Можно: отвечать по данным из tool «каталог», уточнять размер/цвет.
Нельзя: обещать скидки и сроки доставки без данных из tool.
Если tool недоступен - честно скажи и предложи передать человеку.Что дать агенту в tools (практика)
- HTTP Request — ваш API, Google Sheets через API, CRM.
- Code — мелкая обработка JSON, когда нод не хватает.
- Мессенджеры / почта — отправить результат человеку.
- База / таблицы — читать и писать статусы.
Правило новичка: лучше 2 понятных tool, чем 12 «на всякий случай». Иначе модель путается, а вы не понимаете, почему ушёл не туда.
Self-hosted vs Cloud: на что смотреть
| Критерий | n8n Cloud | Self-hosted |
|---|---|---|
| Скорость старта | Выше | Нужен сервер/Docker |
| Контроль данных | У провайдера облака | У вас на VPS |
| Цена | Подписка cloud (смотрите n8n.io) | Сервер + время админа; community edition для self-host |
| Обновления | Делает платформа | Обновляете сами |
Конкретные цены cloud здесь не фиксирую — тарифная сетка n8n меняется. Смотрите актуальный прайс на официальном сайте перед выбором.
Типичные ошибки с n8n агентами
- Агент без tool. Документация прямо требует хотя бы один tool sub-node.
- Слишком широкая роль. «Делай всё по бизнесу» без границ даёт галлюцинации и лишние вызовы.
- Секреты в промпте. Ключи API — в credentials n8n, не в тексте инструкции.
- Нет логов на тестах. Смотрите executions: какой tool вызван, что вернулось.
- Сразу продакшен. Сначала один сценарий в тестовом workflow, потом прод-webhook.
Связка с локальными моделями
Если не хотите гонять каждый токен в платный облачный LLM, подключите Chat Model к локальному endpoint (Ollama и аналоги с OpenAI-compatible API). Качество и скорость зависят от железа. Для первого вечера часто проще облачная модель, а локальную подставить, когда каркас агента уже стабилен.
FAQ: n8n агенты
Что такое n8n агенты простыми словами?
Это workflow, где нода AI Agent с языковой моделью сама выбирает подключённые инструменты, чтобы выполнить задачу пользователя, а не только проходит жёстко прошитый путь.
Нужно ли знать JavaScript для n8n агентов?
Для первого агента — нет. Ноды соединяются визуально. Code-нода пригодится позже для мелкой обработки данных.
Чем AI Agent отличается от одной ноды OpenAI?
Одна нода модели отвечает текстом. AI Agent может вызывать tools и собирать многошаговый результат: сходил в API, затем ответил человеку.
Обязателен ли LangChain отдельно?
В n8n AI-ноды уже построены на экосистеме LangChain под капотом. Ставить LangChain как отдельный Python-проект для первого агента не нужно.
Можно ли подключить Ollama к n8n агенту?
Да, если настроить chat model на локальный OpenAI-compatible endpoint Ollama. Сначала проверьте, что Ollama отвечает вне n8n.
С какого сценария начать?
Узкий: «ответь по FAQ из Google Sheet» или «прими вопрос из Telegram и создай задачу в трекере». Один вход, один-два tool, понятный критерий успеха.
Вывод
n8n агенты — это не «магия вместо автоматизации», а workflow с моделью, которая умеет вызывать ваши tools. Соберите один узкий сценарий за вечер: триггер → AI Agent → model → 1-2 tool → проверка executions. Когда каркас стабилен, расширяйте.
Хотите нейросети под свои задачи, а не «для всех»?
Когда гайдов мало, помогает разбор под вашу работу. Наставничество, курсы и подписка Артёма Денисова — все форматы на странице обучения. Карта автоматизации — в pillar n8n / ИИ-агенты.