概念介绍：n8n 是什么，解决什么问题
概念介绍：n8n 是什么，解决什么问题
n8n（读作 n-eight-n，名字来自 nodemation）是一个源码可得的 workflow 自动化平台。它把「把 A 系统的数据搬到 B 系统、中间按规则加工一遍」这类重复劳动，变成一张可视化节点图。核心模型很朴素：一个 workflow 由若干 node 组成，节点之间用连线表达数据流向；上游节点输出的 item 数组顺着连线流向下游，下游节点对数组里的每一条 item 各执行一次。数据在节点之间传递的载体是一组 JSON 对象，所以只要你能用 JSON 描述清楚一条记录长什么样，就能把它接进 workflow。
它真正解决的问题有三个。第一是集成成本：内部系统、SaaS、数据库、IM 工具之间的对接，传统做法是写一个一次性脚本，写完没人维护；n8n 把这些连接器（node）做成现成积木，连起来就能跑。第二是可见与可干预：每条 execution 都能在编辑器里回放，看到每个节点进出的数据，出错时能直接改数据重跑，而不是在日志里翻。第三是可自托管：数据留在自己的服务器上，这对处理内部数据、客户数据的团队是硬需求。
和 Zapier、Make、Dify 的区别
Zapier 是纯 SaaS，上手最快、SaaS 连接器最多，但按 task 计费，流程一复杂成本陡增，且不能自托管、难以嵌入内部网络。它适合市场、运营同学做轻量 SaaS 到 SaaS 的串联。
Make（原 Integromat）同样是 SaaS，可视化编排比 Zapier 强，有分支、循环、聚合器，按 operation 计费；但它依旧是托管服务，遇到内网数据库、私有 API 时无能为力。
n8n 的差异在于可以自托管、有 Code 节点和 HTTP Request 节点兜底、按 workflow 跑而不是按 task 计费（自托管时你自己的服务器成本就是全部成本）。代价是运维要自己扛：数据库、备份、队列、升级都得管。
Dify 不是同一类东西。Dify 面向 LLM 应用：prompt 编排、RAG 检索、Agent 工具调用、知识库管理。n8n 面向通用系统集成，它的 AI 节点是「把模型当成流程中的一环」。常见组合是：用 n8n 做数据搬运和触发，把需要大模型判断的那一段丢给 HTTP Request 节点去调 Dify 或模型 API。
核心术语表
| 术语 | 含义 | 要点 |
|---|---|---|
| workflow | 一张完整的自动化流程，由节点和连线构成 | 有激活（active）和未激活两种状态，只有激活后生产 webhook 和定时触发才会生效 |
| node | 流程中的一个处理单元 | 分触发节点和执行节点；有输入输出端口，参数通常支持表达式 |
| trigger | 决定流程何时开始执行的节点 | Webhook、Schedule、Cron、表单、聊天、其它 workflow 调用等 |
| credential | 访问外部服务所需的凭据 | 与流程分离存储，用 N8N_ENCRYPTION_KEY 加密；导出 workflow 时不带凭据 |
| execution | workflow 的一次运行记录 | 可查看每个节点进出数据、失败原因，可重跑；有成功、失败、等待、取消等状态 |
| item | 节点之间流动的一条数据 | 本质是 JSON 对象，节点按 item 逐条处理，数组长度可多可少 |
| expression | 写在参数里的 {{ }} 表达式 | 用 JavaScript 语法访问上游数据和变量，只求值不产生副作用 |
理解 n8n 的关键一步是理解 item 的流转：节点不是「执行一次」，而是「对输入的每条 item 执行一次」。所以一个返回 10 条记录的数据库节点，后面接的节点会跑 10 次。要合并成一条时用 Aggregate 或 Code 节点，要拆开时用 Split Out 或 Item Lists 节点。
