7 рабочих сценариев n8n с AI-интеграцией. Self-hosted vs Cloud. Цены, лимиты и инфраструктурные требования 2026 года.

Что это

n8n — open-source платформа для автоматизации workflow с встроенными AI-нодами. Позволяет создавать цепочки: триггер (Telegram, email, webhook) → обработка (AI-модель) → действие (ответ, публикация, запись в базу).

📌 Ключевое отличие от Zapier / Make: n8n можно хостить на своём сервере — данные не покидают инфраструктуру.

Два режима работы:

  • Self-hosted — бесплатно, требует VPS (от €5/мес)
  • Cloud — managed, тарифы от €0 до €300+/мес

Зачем нужно

  • Автоматизация AI-пайплайнов — чат-боты, суммаризация, классификация
  • Self-hosted LLM — локальные модели через Ollama, данные не уходят в облако
  • Полный доступ к коду — JS/Python внутри workflow, кастомные интеграции
  • Экономия — €0 против $20–50/мес в Zapier/Make для production-нагрузки
  • Интеграция 500+ сервисов — включая AI: OpenAI, Anthropic, Ollama, Hugging Face

Как устроено

Архитектура n8n + AI

КомпонентНазначениеЦена
n8n CoreДвижок workflow, очереди, webhook-сервер€0 (self-hosted) или €60/мес (Cloud Pro)
AI NodeИнтеграция с LLM: OpenAI, Anthropic, OllamaПо API-провайдеру
TriggerИсточник событий: Telegram, Gmail, RSS, webhookБесплатно
ActionЦелевое действие: отправка, запись, публикацияПо сервису
DatabaseSQLite (дефолт) или PostgreSQL для production€0–€15/мес

Сценарии использования

СценарийКомпонентыСложностьЦена/мес
AI-чат-бот в TelegramTelegram Trigger + OpenAI NodeНизкая€0 + API
Суммаризация новостейRSS Trigger + OpenAI + TelegramНизкая€0 + API
Автоответ на emailGmail Trigger + OpenAI + Gmail SendСредняя€0 + API
Content pipelineNotion Trigger + OpenAI + HTTP (CMS)Средняя€0 + API
Обогащение данныхGoogle Sheets Trigger + OpenAI + Sheets UpdateНизкая€0 + API
Маршрутизация тикетовWebhook + OpenAI + HTTP (helpdesk)Средняя€0 + API
Локальный LLMOllama Node + локальная модельСредняя€5 (VPS)

Когда использовать

СитуацияВариантПочему
Персональный проект, < 100 executions/месCloud Starter (€0)Быстрый старт, не нужен VPS
Команда 2–5 человек, productionCloud Pro (€60)Не нужен DevOps, SLA, приоритетная поддержка
Чувствительные данные (медицина, финансы)Self-hosted (€5 VPS)Данные не покидают сервер
Интеграция с локальным LLMSelf-hosted + OllamaПолный контроль, offline-работа
Enterprise, SSO, audit logsCloud Enterprise (€300+)Compliance, приоритетная поддержка

Пример

Сценарий 1: AI-чат-бот в Telegram

# Настройка за 15 минут

# 1. Создать бота через @BotFather, получить токен

# 2. В n8n: New Workflow → Telegram Trigger (message received)
#    - Credential: Telegram Bot Token
#    - Events: message

# 3. Добавить OpenAI Chat Model node
#    - API Key: от OpenAI
#    - Model: gpt-4o-mini (дешёвый и быстрый)
#    - System Prompt: "Ты — помощник по автоматизации"

# 4. Connect → Test

# 5. Добавить Telegram Send Message (ответ)
#    - Chat ID: {{ $json.message.chat.id }}
#    - Text: {{ $json.choices[0].message.content }}

Цена:

  • n8n: €0 (self-hosted)
  • OpenAI API: ~$0.002 за сообщение (GPT-4o-mini)
  • Telegram Bot API: бесплатно

Сценарий 2: Content pipeline (Notion → AI → Publish)

# Компоненты:
# - Notion Trigger (new page in database)
# - OpenAI Chat Model (write draft)
# - HTTP Request (POST to CMS API)
# - Telegram (уведомление "Опубликовано")

# Цена за 10 статей/неделю:
# - Notion API: бесплатно
# - OpenAI: $0.01–0.03 за статью = $0.6/мес

Сценарий 3: Self-hosted LLM (Ollama)

# Установка на Hetzner CX33 (4 GB RAM)

# 1. Docker Compose для n8n + Ollama
# docker-compose.yml:
version: '3'
services:
  n8n:
    image: n8nio/n8n
    ports:
      - "5678:5678"
    volumes:
      - ~/.n8n:/home/node/.n8n
  ollama:
    image: ollama/ollama
    volumes:
      - ~/.ollama:/root/.ollama
    
# 2. Загрузить модель
ollama pull llama3.2:3b

# 3. В n8n: Ollama Chat Model node
#    - Base URL: http://ollama:11434
#    - Model: llama3.2:3b

Ограничения

Ограничения

Что учитывать

Cloud Pro:

30 executions, потом €2/100: Starter тариф ограничен — для production сразу Pro.

Self-hosted = ты DevOps: обновления, бэкапы, мониторинг — всё на вас.

Docker Compose упрощает, но требует навыков.

Local LLM медленнее: CPU inference: 4–8 токенов/сек.

Для real-time чата — медленно. Для batch-обработки — нормально.

Вебхуки требуют публичного IP:

self-hosted n8n нужен доступ из интернета для webhook-триггеров: VPN, reverse proxy или публичный адрес.

Сложные workflow трудно отлаживать:

пошагового дебаггера нет — опора на execution logs и ручную проверку веток.

Миграция Cloud

→ Self-hosted не тривиальна: workflow можно экспортировать, но credentials и часть окружения придётся пересобрать вручную.

Антипаттерны

Антипаттерны

Чего не делать

Хранить API-ключи в workflow JSON: экспорт workflow легко утечёт.

Секреты должны жить в credentials store, а не в теле сценария.

Игнорировать rate limits: OpenAI и Anthropic режут burst-нагрузку.

Без лимитов и retry batch-сценарии будут падать.

Запускать self-hosted без бэкапов:

SQLite и Docker volume без snapshot-ритма = потеря workflow и истории после сбоя.

Держать production на Cloud Starter:

30 executions в месяц заканчиваются слишком быстро, и автоматизация начинает рваться в неожиданный момент.

Использовать дорогую модель для простых задач:

GPT-4o-mini или аналог часто закрывает 80% сценариев заметно дешевле, чем флагман.

Чеклист

Чеклист

Проверка перед запуском

VPS подходит:

Hetzner CX31 под тесты, CX33 и выше для более стабильного production-контура.

.env в .gitignore:

API-ключи живут в credentials и переменных окружения, а не в JSON workflow.

Бэкап настроен:

есть snapshot volume или регулярный экспорт workflow и credentials.

Rate limits проверены:

лимиты провайдера сопоставлены с ожидаемой нагрузкой и размером очереди.

Модель подобрана по задаче:

для рутины — дешёвая модель, для сложных решений — более сильная с fallback.

Fallback настроен:

есть retry, error handling и запасной путь при сбое модели или внешнего сервиса.

Мониторинг работает:

падения workflow и длинные очереди шлют уведомление в Telegram или другой канал.

Human-in-the-loop сохранён:

критичные операции проходят через ручную проверку или ограниченный approve-шаг.

Ссылки

Ссылки

По теме

По теме