n8n для начинающих в 2026: что это, как пользоваться и как собрать первый AI-workflow

Если вы хотя бы раз задумывались, как избавиться от рутины — переноса заявок из формы в таблицу, ручных уведомлений, копирования данных между сервисами, — вам почти наверняка попадалось название n8n. За последние два года эта платформа стала одним из главных инструментов AI-автоматизации: на ней собирают и простые интеграции, и полноценных AI-агентов.

Эта статья — практический гид для тех, кто начинает с нуля. Разберём, что такое n8n простыми словами, где его запустить, из чего состоит любой workflow, соберём пошагово первую автоматизацию и первого AI-агента и перечислим ошибки, на которых спотыкаются почти все новички. Все цены, команды и названия узлов сверены с официальной документацией и сайтом n8n по состоянию на октябрь 2026 года (актуальная версия на момент проверки — 2.45).

Что такое n8n простыми словами

n8n — это платформа для автоматизации рабочих процессов, в которой сценарий собирается визуально из блоков. Каждый блок (в n8n их называют узлами, nodes) выполняет одно действие: получить письмо, записать строку в Google Sheets, отправить сообщение в Telegram, обратиться к API, передать текст языковой модели. Блоки соединяются стрелками, и данные «перетекают» от одного к другому.

Готовый сценарий называется workflow. Он запускается сам — по событию (пришла заявка), по расписанию (каждый день в 9:00) или по запросу из другой системы — и дальше работает без участия человека.

Название читается как «эн-эйт-эн» (n-eight-n). Это сокращение от nodemation — «node» + «automation»: между первой и последней буквой n в этом слове ровно восемь букв. Создатель проекта просто устал набирать длинное имя в командной строке.

Чем n8n выделяется среди похожих сервисов:

• Можно развернуть у себя. Помимо облака n8n Cloud, платформу можно запустить на собственном сервере — тогда данные клиентов не уходят к стороннему провайдеру.
• Оплата за запуск, а не за шаг. В облаке n8n один execution — это один запуск всего workflow, сколько бы шагов в нём ни было.
• Сильные AI-возможности. Готовые узлы для AI-агентов, памяти, векторных баз и MCP.
• Код там, где он нужен. Большинство задач решается без программирования, но узел Code позволяет вставить JavaScript или Python, а узел HTTP Request — подключиться к любому API.

По данным сайта n8n, у платформы более 2 000 готовых интеграций и около 14 000 шаблонов workflow от сообщества. Если сравниваете n8n с конкурентами, загляните в подробный разбор «n8n vs Make vs Zapier: что выбрать для AI-автоматизации» — там цены и модели оплаты посчитаны на одном примере.

Что можно автоматизировать в n8n

Почти любой процесс, где данные переходят из одной системы в другую по понятным правилам. Несколько типичных сценариев, с которых начинают:

Сценарий	Триггер	Что происходит дальше
Обработка заявок	Форма на сайте или вебхук	Заявка записывается в таблицу или CRM, менеджер получает уведомление
Разбор входящей почты	Новое письмо	AI-модель определяет тему и срочность, создаётся задача в трекере
Ежедневный отчёт	Расписание	Данные собираются из нескольких сервисов и отправляются в мессенджер
Контент	Новая строка в таблице	AI готовит черновик поста, человек его подтверждает
Чат-бот поддержки	Сообщение в чат	AI-агент отвечает по базе знаний и при необходимости зовёт человека

Больше разобранных примеров — в статье «AI-автоматизация бизнеса: 15 практических примеров».

Где запустить n8n: облако или свой компьютер

Есть три способа начать. Для обучения подойдёт любой из них.

1. n8n Cloud — самый быстрый старт

Регистрируетесь на n8n.io и сразу попадаете в редактор: ничего не нужно устанавливать, а вебхуки сразу доступны из интернета. У тарифов Starter и Pro есть бесплатный пробный период без банковской карты (в пробной версии действуют ограничения — например, до 1 000 запусков). Дальше облако платное: по состоянию на октябрь 2026 года Starter стоит €20 в месяц при годовой оплате и включает 2 500 запусков, Pro — €50 в месяц и 10 000 запусков. Актуальные цены всегда проверяйте на странице тарифов.

2. Локально через npx — за одну команду

Если на компьютере установлен Node.js (документация требует версию от 20.19 до 24.x), n8n можно запустить без установки:

npx n8n

После запуска откройте в браузере http://localhost:5678. Учтите: в документации отмечено, что установка через npm будет считаться устаревшей начиная с n8n 3.0, поэтому для постоянной работы лучше сразу привыкать к Docker.

3. Docker — основа для своего сервера

С установленным Docker n8n запускается так (вместо Europe/Kyiv укажите свой часовой пояс):

docker volume create n8n_data

docker run -it --rm \
 --name n8n \
 -p 5678:5678 \
 -e GENERIC_TIMEZONE="Europe/Kyiv" \
 -e TZ="Europe/Kyiv" \
 -e N8N_ENFORCE_SETTINGS_FILE_PERMISSIONS=true \
 -v n8n_data:/home/node/.n8n \
 n8nio/n8n

Том n8n_data сохраняет ваши workflow и настройки между перезапусками. Это быстрый вариант для знакомства; для рабочего сервера документация n8n рекомендует Docker Compose и настройку домена с HTTPS.

Про лицензию — коротко. Бесплатная Community Edition распространяется по Sustainable Use License: n8n можно использовать и изменять для собственных внутренних бизнес-целей, некоммерческих или личных нужд. Строить автоматизации для своей компании или клиента — можно; продавать доступ к самому n8n как к сервису — нельзя. Если планируете хостить n8n для клиентов как фрилансер, прочитайте текст лицензии заранее.

Из чего состоит workflow: главные понятия

Интерфейс n8n поначалу кажется перегруженным, но в основе лежит десяток понятий. Разберитесь с ними — и любой чужой workflow станет читаемым.

• Workflow — сценарий целиком: набор узлов и связей между ними.
• Узел (node) — один шаг сценария. Узлы бывают триггерами, действиями в сервисах (Google Sheets, Telegram, CRM), узлами логики (If, Switch, Merge) и узлами обработки данных (Edit Fields, Code).
• Триггер — узел, с которого всё начинается: Schedule Trigger (по расписанию), Webhook (по HTTP-запросу), форма n8n, Chat Trigger, события сервисов вроде «новое письмо».
• Items и JSON. Между узлами передаётся список элементов (items), каждый из которых — объект в формате JSON. Если таблица вернула 10 строк, следующий узел по умолчанию выполнится для каждой из них.
• Выражения. Чтобы подставить данные из предыдущего шага, используют выражения в двойных фигурных скобках, например {{ $json.email }}. Значения можно просто перетаскивать мышкой из панели входных данных.
• Credentials — сохранённые доступы к сервисам (API-ключи, OAuth). Их создают один раз и выбирают в узлах, а не вставляют ключи в текст настроек.
• Executions — журнал запусков. Здесь видно, какие данные прошли через каждый узел и где всё сломалось.
• Save и Publish. n8n сохраняет изменения автоматически, но они остаются черновиком. В работу (production) уходит только опубликованная версия — кнопка Publish.

Отдельно про вебхуки, потому что на этом спотыкаются все. У узла Webhook два адреса. Test URL работает, пока вы в редакторе нажали «Listen for Test Event» или «Execute workflow», — пришедшие данные сразу видны на холсте. Production URL начинает работать только после публикации workflow, а результаты его запусков смотрят во вкладке Executions. Если внешний сервис «не достучался», первым делом проверьте, какой из двух адресов вы ему дали.

Первый workflow пошагово

Соберём сценарий, который пригодится почти любому бизнесу: заявка из формы → строка в Google Sheets → уведомление в Telegram. Он не требует ни строчки кода и показывает все базовые механики.

Шаг 1. Триггер — форма n8n

Создайте новый workflow и добавьте триггер формы n8n (On form submission). Это встроенная веб-форма — отдельный сайт не нужен. Добавьте поля «Имя», «Email», «Телефон» и «Какой курс интересует». Нажмите «Execute workflow», откройте тестовую ссылку формы и отправьте тестовую заявку: на холсте появятся данные в формате JSON.

Шаг 2. Приводим данные в порядок — Edit Fields

Добавьте узел Edit Fields (Set). Оставьте только нужные поля, приведите email к нижнему регистру и добавьте поле с датой заявки. Тут вы впервые используете выражения: перетащите поле из входных данных — n8n сам подставит что-то вроде {{ $json.Email }}.

Шаг 3. Записываем в таблицу — Google Sheets

Подготовьте таблицу с такими же заголовками колонок. Добавьте узел Google Sheets с операцией добавления строки, создайте credentials для своего Google-аккаунта, выберите таблицу и лист и сопоставьте колонки с полями. Запустите шаг — в таблице появится строка.

Шаг 4. Уведомляем менеджера — Telegram

Создайте бота через @BotFather, сохраните его токен в credentials узла Telegram и выберите отправку текстового сообщения в нужный чат. В текст подставьте поля заявки выражениями: «Новая заявка: имя, телефон, курс».

Шаг 5. Проверяем и публикуем

Отправьте ещё одну тестовую заявку и пройдите по цепочке: строка в таблице есть, сообщение в Telegram пришло. Теперь нажмите Publish — форма получит постоянный production-адрес, и сценарий будет работать без вас. Каждый запуск отразится во вкладке Executions.

Если хочется ещё одной разминки, у n8n есть официальный 15-минутный туториал «Build your first workflow»: Schedule Trigger, запрос погоды через HTTP Request, Edit Fields и запись во встроенную таблицу данных n8n (data table). Он хорошо закрепляет те же механики.

Первый AI-агент в n8n

Обычный workflow выполняет маршрут, который вы прописали заранее. AI-агент сам решает, какие действия выполнить, чтобы ответить на запрос. В n8n агент собирается из одного центрального узла и нескольких под-узлов.

Элемент	Узел в n8n	Зачем нужен
Вход	Chat Trigger	Запускает workflow на каждое сообщение в чате
«Мозг»	AI Agent	Принимает решения и вызывает инструменты
Модель	Chat Model (OpenAI, Anthropic, Google и др.)	Языковая модель, которая понимает запрос и формулирует ответ
Память	Simple Memory	Хранит историю диалога, чтобы агент помнил контекст
Инструменты	Google Sheets, HTTP Request, другой workflow и т.д.	«Руки» агента: что он может прочитать или сделать

Соберём агента, который отвечает на вопросы о заявках из таблицы из предыдущего раздела:

1. Добавьте Chat Trigger. Пока вы строите workflow, оставьте настройку «Make Chat Publicly Available» выключенной — тестировать агента можно во встроенном чате редактора.
2. Подключите AI Agent. В системном сообщении опишите роль: «Ты помощник отдела продаж. Отвечай только по данным из таблицы заявок. Если данных нет — так и скажи».
3. Выберите модель. Добавьте под-узел Chat Model нужного провайдера и создайте credentials с API-ключом. Запросы к модели оплачиваются у провайдера отдельно от n8n.
4. Добавьте память. Под-узел Simple Memory с небольшим окном контекста — например, последние 5–10 сообщений.
5. Дайте инструмент. Подключите Google Sheets как инструмент с операцией чтения строк. Документация n8n требует подключить к AI Agent хотя бы один инструмент.
6. Протестируйте. Спросите в чате: «Сколько заявок пришло сегодня?» или «Кто интересовался курсом Python?». Во вкладке логов узла видно, какой инструмент агент вызвал и что получил.
7. Опубликуйте. Когда ответы устраивают, включите публичный чат (режим Hosted Chat или встраиваемый чат на сайте), при необходимости — аутентификацию, и нажмите Publish.

Два важных ограничения. Во-первых, давайте агенту минимальные права: инструмент «только чтение» безопаснее, чем доступ на запись. Во-вторых, каждое сообщение в чате — это отдельный запуск workflow, а значит, расход и запусков n8n Cloud, и токенов модели. Хотите пойти дальше и написать агента кодом — посмотрите статью «Как создать своего первого AI-агента на Python».

Частые ошибки новичков

• Забыли нажать Publish. Workflow отлично работает в тесте, но по расписанию или вебхуку не запускается — потому что изменения остались черновиком.
• Отдали внешнему сервису Test URL. Тестовый адрес вебхука слушает только во время ручного теста. Для работы нужен Production URL опубликованного workflow.
• Ключи вставлены прямо в настройки узлов. Используйте credentials: так ключи хранятся отдельно и не утекут вместе с экспортом workflow.
• Нет обработки ошибок. API иногда отвечают ошибкой, а таблицы меняют структуру. Настройте отдельный error workflow (триггер Error Trigger), который сообщит вам о сбое, и включайте повторы там, где это уместно.
• Не понимают, сколько раз выполняется узел. Узел выполняется для каждого входящего item. Если пришло 50 строк, а сообщение отправилось 50 раз — дело не в баге, а в модели данных n8n.
• Агенту дали слишком много. Доступ на удаление, отправку писем от имени компании или к платёжным системам без подтверждения человеком — плохая идея для первого агента.
• Self-hosting без бэкапов. Если n8n стоит на вашем сервере, резервные копии данных и регулярные обновления — ваша ответственность.

Как учиться дальше и при чём здесь профессия

Освоив базу, двигайтесь в таком порядке:

1. API и HTTP Request. Научитесь читать документацию API и подключать сервисы, для которых нет готового узла. Это навык, который отличает специалиста от «сборщика шаблонов».
2. Логика и данные. If, Switch, Merge, Loop Over Items, агрегация — всё, что нужно для реальных бизнес-процессов.
3. Надёжность. Error workflow, повторы, логирование, понятная структура и названия узлов.
4. AI-сценарии. Агенты с несколькими инструментами, работа с документами компании через векторные базы (RAG), подключение инструментов через MCP.
5. Реальная задача. Автоматизируйте собственный процесс или процесс знакомого бизнеса — это лучший кейс для портфолио.

Умение строить такие системы — основа профессии AI Automation Engineer: бизнесу нужны люди, которые понимают процесс, умеют связать сервисы и аккуратно встроить в них AI. О профессии, навыках и доходах подробно рассказано в полном руководстве по AI Automation, а о первых заказах — в статье «Как найти первого клиента на AI Automation».

Частые вопросы об n8n

Что такое n8n простыми словами?

n8n — это платформа для автоматизации, в которой рабочий процесс собирается визуально из блоков-узлов: событие-триггер запускает цепочку действий в разных сервисах. Например, новая заявка из формы сама попадает в таблицу, AI-модель определяет её тему, а менеджер получает уведомление в Telegram. Программировать для этого не обязательно.

Как правильно читается n8n?

«Эн-эйт-эн» (n-eight-n). Название — сокращение от nodemation: между первой и последней буквой n в этом слове ровно восемь букв. Так произношение объясняют в официальном README проекта.

n8n бесплатный?

Community Edition можно бесплатно развернуть на своём компьютере или сервере — платите только за хостинг. Она распространяется по лицензии Sustainable Use License: n8n можно использовать для внутренних задач бизнеса, личных и некоммерческих целей, но нельзя продавать доступ к самому n8n как сервису. Облачная версия n8n Cloud платная: по состоянию на октябрь 2026 года — от €20 в месяц при годовой оплате за 2 500 запусков, есть бесплатный пробный период без банковской карты.

Нужно ли уметь программировать, чтобы работать в n8n?

Для первых сценариев — нет: узлы соединяются мышкой, а настройки заполняются в формах. Но очень скоро понадобится понимать JSON, API, вебхуки и выражения вида {{ $json.email }}. Для нестандартной логики есть узел Code с JavaScript или Python — его можно освоить постепенно.

Что выбрать новичку: n8n Cloud или установку на свой компьютер?

Чтобы просто разобраться, быстрее всего начать с пробного периода n8n Cloud или запустить n8n локально командой npx n8n либо через Docker. Локальная версия подходит для обучения, но вебхуки внешних сервисов до неё не достучатся. Для рабочих сценариев выбирают либо n8n Cloud, либо свой сервер с доменом и HTTPS.

Как создать AI-агента в n8n?

Добавьте триггер Chat Trigger и узел AI Agent. К агенту подключаются под-узлы: языковая модель (например, OpenAI, Anthropic или Google), память Simple Memory и хотя бы один инструмент — таблица, HTTP-запрос или другой workflow. Тестировать агента удобно во встроенном чате редактора, а затем workflow публикуется кнопкой Publish.

Чем n8n отличается от Make и Zapier?

n8n можно развернуть на собственном сервере, а в облаке он считает запуски всего workflow, а не каждый шаг. У него глубже возможности для AI-агентов, но порог входа выше. Make проще визуально и дешевле на старте, у Zapier больше всего готовых интеграций. Подробное сравнение цен и возможностей — в отдельной статье блога Prog Academy.

Сколько времени нужно, чтобы научиться работать в n8n?

Первый простой workflow реально собрать за вечер по официальному туториалу. Чтобы уверенно строить рабочие сценарии с API, обработкой ошибок и AI-агентами, обычно нужны недели регулярной практики на реальных задачах. Быстрее всего прогресс идёт, когда вы автоматизируете собственный процесс, а не повторяете чужие шаблоны.

Вывод

n8n — один из самых доступных способов войти в AI-автоматизацию: начать можно бесплатно, первый workflow собирается за вечер, а потолок возможностей — от простых интеграций до AI-агентов с памятью и инструментами. Главное — не останавливаться на копировании шаблонов: разберитесь, как данные проходят через узлы, научитесь работать с API и обработкой ошибок, и автоматизируйте реальную задачу.

Подробнее о курсе AI Automation →

Источники

• n8n — тарифы и определение execution; каталог интеграций; библиотека шаблонов (проверено 28.10.2026)
• n8n Docs — Build your first workflow; установка через npm; установка через Docker
• n8n Docs — публикация workflow; узел Webhook
• n8n Docs — AI Agent; Chat Trigger; Simple Memory
• n8n — release notes (версия 2.45 от 20.10.2026)
• n8n на GitHub — README и Sustainable Use License