n8n — визуальный конструктор автоматизаций: сценарий собирается мышью из блоков-нод, писать код не обязательно. С версии 1.19.0 (ноябрь 2023 года) в нём появился набор нод для работы с языковыми моделями, и с тех пор вопрос «как создать ИИ-агента в n8n» решается без программиста. Ниже — вся цепочка целиком: установка, нода AI Agent, подключение модели по ключу, первый диалог, бот в Telegram и честный список мест, где схема обычно ломается.
Материал опирается на документацию n8n и на три русскоязычных видеоразбора, где авторы собирают агента прямо в кадре. Версии и цены приводятся с датой, на которую они сняты, — эти данные меняются.
Что такое ИИ-агент в n8n и чем он отличается от обычного workflow
Обычный workflow — жёсткая последовательность действий. Пришло письмо — извлечь вложение — положить файл в папку — отправить уведомление. Порядок шагов задан заранее, а любая развилка описывается руками через ноды If или Switch. Такой сценарий делает ровно то, что в него заложили, и ничего сверх того.
ИИ-агент устроен иначе. В документации n8n формулировка прямая: агенту дают набор инструментов, и он сам решает, какой инструмент вызвать для решения поставленной задачи. Автор описывает, что агент умеет и как себя ведёт, а очередность вызовов остаётся за моделью. Поэтому ИИ-агенты в n8n удобны там, где заранее неизвестно, что попросит пользователь: один спросит про остаток на складе, другой попросит записать заявку, третий просто поздоровается.
Технически это одна нода — AI Agent. Работать в одиночку она не может: снизу к ней подключаются подноды. Обязательных две категории — Chat Model, то есть языковая модель, которая рассуждает и формирует ответ, и минимум одна Tool-поднода, то есть инструмент. Отдельно подключается память, она хранит историю переписки.
Ещё одна деталь для тех, кто смотрит старые разборы: с версии 1.82.0 все агенты в n8n относятся к одному типу — Tools Agent, прежние типы объявлены устаревшими. Выбирать разновидность агента при создании ноды больше не нужно.
Простое правило выбора. Если задача формулируется как «каждый день в девять утра выгрузить отчёт», агент не нужен — обычный workflow предсказуемее и не тратит токены. Если задача звучит как «отвечай людям на вопросы и, когда попросят, записывай заявку», нужен агент.
Что понадобится
Список короткий: сам n8n и ключ доступа к языковой модели.
n8n
Программа распространяется по лицензии Sustainable Use License v1.0, действующей с 17 марта 2022 года. Лицензия разрешает использовать и изменять n8n для внутренних бизнес-целей и личного пользования, брать деньги за консалтинг по n8n и строить на нём бэкенд собственного приложения. Без отдельного соглашения запрещено продавать n8n под чужим брендом и предоставлять платный хостинг n8n как услугу. Свою модель распространения компания называет fair-code и к open source по определению OSI себя не относит. Для человека, который поднимает n8n у себя и делает агента для своих задач, это означает одно: платить за сам n8n не нужно.
Ключ языковой модели
Нода Chat Model обращается к модели по ключу провайдера, и это единственная статья расходов на старте. Ключ можно получить у каждого поставщика отдельно — у OpenAI, у Anthropic, у Google. Тогда на каждого заводится свой аккаунт, свой баланс и своя карта. В одном из разборов автор прямо предупреждает зрителей, что на сайт OpenAI нужно заходить через VPN и отдельно пополнять там баланс.
Второй путь — один ключ на весь каталог моделей. Сервис GEN202 работает как шлюз, совместимый с OpenAI API: ключ один, за ним стоят модели разных поставщиков, оплата идёт рублями и зарубежная карта не нужна. При регистрации начисляется 50 кредитов (25 ₽) — этого хватает, чтобы собрать агента и проверить связку до первого пополнения; минимальная сумма пополнения — от 500 ₽. Состав доступа описан на странице API языковых моделей.
Установка n8n в двух словах
Официальный способ установки — Docker. Две команды из документации: первая создаёт том для данных, вторая запускает контейнер.
docker volume create n8n_data
docker run -it --rm \
--name n8n \
-p 5678:5678 \
-e GENERIC_TIMEZONE="Europe/Moscow" \
-e TZ="Europe/Moscow" \
-e N8N_ENFORCE_SETTINGS_FILE_PERMISSIONS=true \
-e N8N_RUNNERS_ENABLED=true \
-v n8n_data:/home/node/.n8n \
docker.n8n.io/n8nio/n8nПосле запуска интерфейс открывается по адресу http://localhost:5678. Том n8n_data нужен, чтобы сценарии и ключи пережили перезапуск контейнера, а часовой пояс в переменных подставьте свой.
Про остальные способы стоит знать заранее, чтобы не тратить время. Установка через npm (npm install n8n -g, требует Node.js версий 20.19–24.x) в документации помечена как устаревшая начиная с n8n 3.0. Отдельное настольное приложение закрыто — его репозиторий заархивирован 15 августа 2025 года. На 18 августа 2026 года актуальная стабильная версия — n8n@2.34.6 от 14 августа 2026 года, параллельно поддерживается ветка с долгим сроком поддержки 1.123.x.
Отдельно про язык интерфейса. Официальной русской локализации у n8n нет: в каталоге переводов лежит единственный файл en.json. Статьи, которые обещают «выбрать русский в настройках», выдают желаемое за действительное — интерфейс английский, и работать придётся с английскими названиями нод. Названия в этом тексте приводятся так, как они выглядят на экране.
Создаём агента: пошаговая инструкция
Дальше — порядок, в котором собирают агента все три автора роликов. Он совпадает не случайно: n8n не даст запустить сценарий, если не выстроена цепочка «триггер — агент — модель».
Шаг 1. Триггер
Любой сценарий начинается с события, которое его запускает. Пока агент не привязан к внешнему каналу, удобнее всего взять триггер When chat message received — он открывает встроенное окно чата прямо в интерфейсе n8n, и агента можно проверять без ботов и вебхуков.
Для того чтобы начать строить автоматизацию, нам необходимо понимать, что будет триггером, что будет тем самым спусковым крючком, после которого будет включаться та самая автоматизация. Нам необходимо выбрать в первую очередь триггер.
— Игорь Зуевич, «n8n для новичков: полная инструкция как создать AI агента в n8n»
Позже этот триггер заменяется на Telegram Trigger, форму или входящий вебхук — остальная схема при этом не меняется.
Шаг 2. Нода AI Agent
Нажмите плюс справа от триггера, найдите раздел Advanced AI и выберите ноду AI Agent. На холсте она отличается от обычных нод: снизу у неё появляются точки подключения для поднод — Chat Model, Memory, Tool.
Если запустить сценарий прямо сейчас, ответа не будет. Пока к агенту не подключена модель, он ничего не умеет: это ещё не диалог, а монолог пользователя.
Шаг 3. Подключаем Chat Model
К нижней точке Chat Model добавляется поднода нужного провайдера. В выпадающем списке предлагаются модели OpenAI, Anthropic, Google Gemini и Vertex, Ollama, DeepSeek, Groq, Mistral, Azure OpenAI, AWS Bedrock, Cohere, xAI Grok, OpenRouter и другие. Внутри подноды создаётся credential — учётные данные, куда вписывается API-ключ. Подробности про ключ, включая подключение через свой Base URL, разобраны в следующем разделе.
После сохранения credential имеет смысл сразу отправить в чат любое сообщение: если модель подключена верно, агент ответит.
Шаг 4. System Message: объясняем агенту, кто он
Это тот шаг, на котором n8n чаще всего ругается у новичков. Откройте ноду AI Agent, найдите параметр System Message и опишите роль агента: кто он, какие задачи решает, как отвечает, чего не делает. Там же задаётся, что считать входящим запросом: источник переключается на Define below, и в поле промта подставляется текст сообщения из триггера.
Автор второго разбора наступает на эти грабли прямо в кадре: он нажимает запуск, и система сообщает об ошибке — данных для ответа нет. Помогает ровно пара действий: прописать системное сообщение и явно указать вход. Проверить промт легко на чём-то заметном: попросите агента ставить перед каждым ответом три одинаковых эмодзи и посмотрите, появились ли они.
Шаг 5. Память
По умолчанию агент отвечает на каждое сообщение с чистого листа: предыдущую реплику он не помнит. Память подключается отдельной поднодой — обычно это Simple Memory (в коде она называется буфером окна сообщений). У неё один основной параметр: сколько последних сообщений хранить. В роликах авторы ставят разное — один держит около десяти сообщений, другой оставляет окно из пяти.
Как выглядит агент без памяти, показывает автор третьего разбора:
Спросим нашего бота: привет, как меня зовут? Бот скажет: я не знаю, как тебя зовут. Это происходит потому, что он не использовал память: я нажал на кнопочку и память просто выключил, соответственно, он не сохранял историю диалога. Но если я память включу — он снова будет помнить.
— канал «ИИздец», разбор сборки ИИ-ассистента в n8n
Память стоит денег, и это не фигура речи — почему так, разобрано в разделе про стоимость.
Шаг 6. Инструменты
Инструмент — это то, что превращает чат-бота в агента. Tool-подноды подключаются к третьей точке ноды AI Agent, и агент сам выбирает, когда их вызвать. Инструментом может быть поиск в интернете, обращение к таблице, запрос к вашему API через ноду HTTP Request, отправка сообщения.
Два практических момента. Первый: инструмент нужно описать словами в System Message — в третьем разборе системное сообщение прямо говорит агенту, что он персональный ассистент и его задача использовать правильные инструменты, а для поиска в интернете применять названный инструмент. Второй: ключи у инструментов подключаются по-разному. Часть нод просит credential, часть — вставить ключ в поле JSON внутри самой подноды.
Шаг 7. Первый диалог и отладка
Нажмите Test Workflow и напишите агенту в окно чата. Если ответа нет или сценарий останавливается на середине, откройте раздел Executions — там видно, на какой именно ноде произошла ошибка и какие данные в неё пришли.
Отдельная закономерность, которую стоит держать в голове с самого начала: добавление новой ноды часто сбивает настройки следующей за ней. Автор второго разбора формулирует это прямо — после вставки дополнительной ноды нужно пройти по всем предыдущим и проверить их, иначе ошибки будут возникать в неожиданных местах.
Подключаем модель: ключ и Base URL
Связка n8n и OpenAI (модели GPT) — самый частый вариант подключения, и именно на нём основаны все разборы. Классический путь такой: в подноде OpenAI Chat Model создаётся credential, туда вставляется секретный ключ из личного кабинета провайдера, и после сохранения появляется зелёная отметка об успешном соединении.
Свой Base URL вместо адреса по умолчанию
В credential ноды OpenAI есть поле Base URL, по умолчанию оно указывает на https://api.openai.com/v1. Это поле позволяет направить ноду на любой шлюз, совместимый с OpenAI API. Для ключа GEN202 в поле Base URL подставляется https://api.gen202.com/v1, а в поле ключа — сам ключ. Модель после этого указывается в подноде обычным образом. Порядок действий и список параметров описаны в документации подключения.
Важный момент, который экономит вечер отладки: в подноде OpenAI Chat Model нужно выключить переключатель Use Responses API. Причина техническая. Свежая версия подноды по умолчанию обращается к маршруту /v1/responses, а совместимые шлюзы держат только /v1/chat/completions. В результате credential тестируется успешно, а реальный запуск падает с ошибкой 404. Проблема описана в issue n8n под номером 21651; обращение закрыто автором без указания версии, в которой поведение поправлено, поэтому рассчитывать на то, что «уже исправлено», не стоит — переключатель проще выключить руками. В том же обсуждении упоминаются и запасные варианты: откат версии подноды на предыдущую и обращение к модели напрямую.
Отсюда же общий вывод про проверку: зелёная отметка в credential и рабочий запрос — не одно и то же. Ориентируйтесь на реальный прогон ноды и на то, что показывает Executions.
Запасной путь: HTTP Request
Если поднода упрямится, модель можно подключить через обычную ноду HTTP Request: метод POST, адрес https://api.gen202.com/v1/chat/completions, ключ в заголовке авторизации, тело запроса в формате OpenAI. Этот путь чуть менее удобен — историю сообщений придётся собирать самому, — зато он не зависит от версии подноды и от переключателей внутри неё.
Когда ключи от каждого провайдера свои
Если вы берёте ключи у поставщиков напрямую, менять Base URL не нужно: для каждого провайдера в n8n есть своя поднода Chat Model — отдельно OpenAI, отдельно Anthropic, отдельно Google Gemini, Ollama, DeepSeek, Groq и другие. Разница только в организационной части: несколько аккаунтов, несколько балансов, несколько способов оплаты.
Пример: ассистент в Telegram
Встроенный чат в n8n годится для проверки, а живой ИИ-ассистент обычно живёт в Telegram. Схема меняется в двух местах: на входе и на выходе.
Токен бота
Бот создаётся у системного бота @BotFather командой /newbot. Он спрашивает имя и адрес бота — адрес должен заканчиваться на «bot», слитно или через нижнее подчёркивание, — и выдаёт токен доступа. Этот токен вставляется в credential Telegram внутри n8n; ничего другого для подключения не требуется, у Telegram-credential в n8n только одно поле.
Вход и выход
На вход ставится нода Telegram Trigger в режиме on message: как только человек пишет боту, сценарий запускается и передаёт сообщение агенту. На выход добавляется нода Telegram с действием Send Text Message, и в ней указывается идентификатор чата из данных триггера, чтобы ответ вернулся в тот же диалог, откуда пришёл вопрос. Между ними — та же нода AI Agent с моделью, памятью и инструментами.
Что мешает запустить бота на своей машине
Здесь начинаются ограничения, о которых лучше узнать до сборки, а не после.
Telegram доставляет сообщения через вебхук, а вебхук требует адрес по HTTPS. На локальном компьютере такого адреса нет, и n8n прямо сообщает об этом ошибкой. Рабочее решение по документации — вынести n8n на сервер с доменом и поставить перед ним обратный прокси с сертификатом TLS, указав n8n внешний адрес через переменную окружения N8N_WEBHOOK_URL.
Второе ограничение: у Telegram на одного бота приходится один вебхук. Тестовый запуск и продакшн-режим сценария перетирают друг друга, поэтому боту, которым уже пользуются люди, лучше завести отдельного двойника для отладки.
Третье — голосовые сообщения. Автор второго разбора демонстрирует это наглядно: он отправляет боту голосовое, и схема останавливается, потому что агент получает не текст. Лечится развилкой: нода Switch разделяет текстовые и голосовые сообщения, голосовое скачивается и отправляется на расшифровку в Whisper, и уже текст уходит агенту.
Пример: агент пишет в Google Таблицы
Связка «n8n гугл таблицы» и агент — типичный сценарий для заявок, заказов и заметок. Разница с обычной автоматизацией принципиальная. В обычном workflow нода Google Sheets стоит в цепочке и срабатывает всегда. У агента она подключается как Tool-поднода, то есть как инструмент, и агент сам решает, когда его вызвать: на вопрос «сколько стоит доставка» он просто ответит, а на фразу «запишите меня на среду» — вызовет инструмент и добавит строку.
Работает это по общей механике инструментов: поднода подключается к точке Tool ноды AI Agent, credential Google настраивается внутри самой подноды, а в System Message описывается, в каких случаях агент должен обращаться к таблице и что в неё записывать. Чем точнее описание в системном сообщении, тем реже агент вызывает инструмент невпопад.
Работает ли n8n в России и как оплатить
Вопрос распадается на два, и ответы у них разные.
Самостоятельно поднятый n8n работает без ограничений и не требует оплаты. Это обычная программа в контейнере на вашем сервере или компьютере: ни подписки, ни привязки карты, ни проверки местоположения. Ограничения лицензии касаются перепродажи n8n, а не того, из какой страны вы им пользуетесь.
Облачная версия n8n Cloud — другая история. По данным страницы тарифов на 18 августа 2026 года при годовой оплате тариф Starter стоит 20 евро в месяц и включает 2 500 запусков сценариев, Pro — 50 евро в месяц и 10 000 запусков, Business — 667 евро в месяц и 40 000 запусков, условия Enterprise обсуждаются отдельно. Количество пользователей и сценариев на всех тарифах не ограничено. Есть пробный период на 14 дней с функциями тарифа Pro и лимитом в 1 000 запусков; по его окончании рабочее пространство удаляется.
Оплатить эту подписку российской картой нельзя. Платежи n8n Cloud проходят через платёжного провайдера Paddle, а Paddle официально не принимает платежи из России — это прямо указано в его правовых документах. Материалы в интернете, обещающие рабочие способы обойти это, — как правило, реклама посредников без независимого подтверждения.
Практический вывод спокойный: облако для первого агента не нужно. Самостоятельная установка бесплатна и умеет ровно то же самое. Единственная строка расходов — API-ключ языковой модели, и его как раз можно оплатить рублями через российский сервис вроде GEN202, не заводя зарубежную карту.
Сколько стоит запуск агента
Считать удобно по двум статьям.
Первая — платформа. При самостоятельной установке n8n это ноль рублей; расходом остаётся только сервер, если агент должен работать круглосуточно и принимать вебхуки.
Вторая — обращения к модели. Языковые модели тарифицируются за токены, отдельно за входящие и за исходящие. Порядок величин на самой доступной текстовой модели каталога — от 18 ₽ за миллион входных токенов; полный список моделей с ценами есть в каталоге. Приветственных 50 кредитов достаточно, чтобы собрать агента, проверить его в диалоге и понять, укладывается ли задача в бюджет.
Отдельно стоит понять фразу, которую произносит автор второго разбора, настраивая память: чем больше памяти у агента, тем дороже обходится его ответ. Механика простая. Память — это не хранилище на стороне модели, а история переписки, которую n8n подставляет в каждый следующий запрос. Окно в двадцать сообщений означает, что при каждом ответе модель заново читает эти двадцать сообщений и они оплачиваются как входные токены. Отсюда практическое правило: держать окно памяти таким, какого хватает для связного диалога, а не максимальным «на всякий случай».
Частые ошибки
- Пустое System Message и неуказанный вход. Агент запускается и сообщает, что данных для ответа нет. Лечится описанием роли в System Message и переключением источника запроса на Define below с подстановкой текста из триггера.
- Выключенная память. Агент отвечает разумно, но не помнит, как вас зовут и о чём был разговор минуту назад. Проверьте, подключена ли поднода памяти и не отключена ли она кнопкой на холсте.
- Новая нода сбила следующую. После вставки ноды в середину цепочки соседняя часто теряет привязку к полям. Смотрите Executions: там видно, на каком шаге остановилось выполнение и с какими данными.
- Свой Base URL вместе с включённым Use Responses API. Credential тестируется успешно, а выполнение падает с ошибкой 404, потому что нода обращается к маршруту, которого у совместимого шлюза нет. Переключатель нужно выключить.
- Telegram-вебхук без HTTPS. На локальной машине бот не заработает: нужен внешний адрес с сертификатом. И помните про один вебхук на бота — для отладки удобнее отдельный тестовый бот.
- Голосовые сообщения без обработки. Схема останавливается, пока в ней нет развилки Switch и расшифровки речи в текст.
FAQ
Бесплатен ли n8n? Самостоятельно установленная версия — да, платить за неё не нужно; лицензия Sustainable Use разрешает внутреннее и личное использование. Платная только облачная версия n8n Cloud. Отдельно оплачивается доступ к языковой модели — это не расход на n8n, а расход на API.
Нужно ли уметь программировать? Чтобы собрать первого агента — нет. Все шаги в этой инструкции делаются мышью: ноды добавляются из списка, параметры заполняются в полях. Код может понадобиться позже, когда агенту потребуется нестандартный инструмент, но и там чаще выручает нода HTTP Request.
Чем ИИ-агент отличается от чат-бота? Чат-бот отвечает текстом. Агент дополнительно располагает набором инструментов и сам решает, какой из них вызвать: найти информацию, записать строку в таблицу, обратиться к вашему сервису. Именно поэтому у ноды AI Agent обязательна хотя бы одна Tool-поднода.
Можно ли подключить локальную модель? Да. Среди поднод Chat Model есть Ollama — через неё агент работает с моделью, запущенной на вашей машине или сервере. Оплата провайдеру в этом случае не нужна, но нагрузка ложится на ваше железо.
Работает ли интерфейс n8n на русском? Нет. Официальной русской локализации не существует, в каталоге переводов лежит только английский файл. Названия нод и параметров придётся читать по-английски — в этой инструкции они приведены в том же виде, в каком выглядят на экране.
Как создать ИИ-ассистента в n8n, если нужен конкретный результат, а не эксперимент? Порядок тот же: триггер, нода AI Agent, Chat Model с ключом, System Message с описанием роли, память с небольшим окном и инструменты под конкретные задачи. Разница в мелочах: для боевого ассистента лучше сразу поднять n8n на сервере с HTTPS, завести отдельного тестового бота для отладки и заранее посмотреть, сколько токенов уходит на типичный диалог.