8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?
6535点击    2025-09-02 11:12

随着垂直领域 agent 的兴起,市面上的应用越来越多,用户不可避免地需要一个编排工具(orchestration tool)来将这些分散的应用串联起来,或者需要某种横向工具(horizontal tool)来统一构建 agent。而 n8n 正是这一生态位中的佼佼者,它正从一个工作流自动化工具,升级为 AI 应用的编排层。


n8n 由前《加勒比海盗》视觉设计师 Jan Oberhauser 2019 年在德国柏林创立,可以通过可视化工作流连接各种应用或 API。2020 年,n8n 获得由 Sequoia 领投的 150 万美元种子轮投资,这是 Sequoia 在德国的第一个种子投资案例。


有新闻报道称这个月 n8n 正在进行新一轮由 Accel 领投的超过 1 亿美元的融资,潜在估值可能超过 23 亿美元,而 n8n 在今年 3 月刚完成 6000 万美元的 B 轮融资,当时估值达到 2.7 亿美元,这意味着在短短 4 个月的时间里,n8n 估值上涨了 8 倍多。此外,公司最近还表示,在过去 8 个月里营收提升了 4 倍。


n8n 为什么能得到这么快速的增长?与 Zapier 这类工具相比,n8n 有哪些优劣势?n8n 首创的 Fair Code 在开源领域究竟有什么独特之处?n8n 又是怎么维持社区的高活跃度的?


创始人兼 CEO Jan Oberhauser 表示在工作流自动化领域,人类始终会起到非常重要的作用,因此 n8n 希望能赋予每一个人使用电脑的“技术超能力”,成为 AI 世界的 Excel,未来人们在构建任何与 AI 相关的东西时,都能第一时间想到 n8n。


01

n8n 是什么?


n8n 成立于 2019 年,最初只是一个工作流自动化工具,后来 Jan 注意到 Pinecone 几乎在一年时间里完成了两轮融资,关键原因就在于从单纯的向量数据库转型成 AI 数据库,这让 Jan 意识到 n8n 也必须向 AI 转型。因此 n8n 开始打造 AI 功能模块,用可视化工作流连接各种应用、底层组件、数据库,甚至是企业内部工具。原本需要编写 Python 脚本才能完成的操作,现在用户只需简单点击几下,就可以快速添加一个 agent、接入一个模型、配置记忆模块等。


这使得用户不会被某一个 LLM、数据库或者应用锁死,而是可以根据需求随意搭配。无论未来只有一个最强的 AI 模型,还是有成千上万不同大小的模型,n8n 都能保证用户始终能使用最合适的工具来构建 agent。这也是它真正强大的地方。


Jan 希望 n8n 能成为 AI 世界的 Excel,人们在构建任何 AI 相关的东西时,都能第一时间想到 n8n,就像提到电子表格的时候都会想到 Excel 那样。虽然 n8n 是为技术人员打造的,但大多数用户在使用 n8n 时并不会写代码,而是主要通过拖拽等低代码方式进行操作。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


n8n 使用界面


在过去几年里,n8n 业务增长一直比较稳定,但今年格外突出。公司在今年 3 月完成 5500 万欧元 B 轮融资时表示,自从 2022 年转向更契合 AI 的方向后,收入已增长了 5 倍,并在过去两个月里就实现了翻倍。在最近的一期播客中,n8n 表示在过去 8 个月,公司营收提升了 4 倍,这得益于公司正从一个工作流自动化工具,升级为 AI 应用的编排层。


Jan 认为,n8n 在当下的生态位非常好,越来越多团队在构建垂直型工具(vertical application),用户不可避免需要一个编排工具(orchestration tool)或者某种横向工具(horizontal tool)将分散的应用串联起来。


在 Jan 看来,n8n 能得到这么快速增长的原因主要有两个:


1. n8n 对 AI 非常关注,最大的优势就在于能与 AI 无缝集成。团队认为,AI 刚兴起时,市面上大多数公司只是把 AI“点缀”到自身应用中,比如搭建一个 OpenAI 的节点,通过 http 请求去连接 OpenAI,但这种方式只能支撑一些轻量级的功能,而 n8n 不仅仅是把 AI 当作一个工具来用,更是让用户能够直接通过 n8n 来更加便捷地构建 AI 应用或 agent。


2.n8n 有一个活跃的社区。为了推动产品在社区中的使用,n8n 常举办活动、发布产品帖子,并鼓励用户发表想法。如今 n8n 已经成长为了一个拥有强大社区的平台,尤其在 YouTube 上,越来越多用户自发创作相关内容,这形成了正向循环:内容越多,传播越广,排名越靠前,吸引更多人参与。Jan 表示目前论坛上的几乎所有提问都会有其他社区成员来回答,n8n 的活跃用户已经超过 23 万。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


n8n 社区的提问列表


使用场景


n8n 常被拿来与 Excel 作类比:Excel 作为一个通用工具,它不关心数据的具体内容,只负责处理数据,比如个人和小型公司常用 Excel 做数据处理或者排班管理。n8n 的工作方式是类似的:典型的使用场景是从一个 trigger node 来启动工作流并传入初始数据开始的,之后每个 node 都可以基于这些数据进行操作而无需在意数据的性质。


n8n 的 node 分为两类:trigger node 和 general node。前者负责启动工作流,后者用于转换和处理数据。Trigger node 进一步可以分为两类。一种基于时间,比如在特定时间点执行某个操作;另一种基于外部事件,比如在 Pipedrive 中出现新的潜在客户,在 Typeform 收到新的表单,有人访问某个特定 URL,或者 RabbitMQ、Kafka 等接收到了新消息。


工作流启动后,general node 会执行具体的操作:某些 node 被设计为处理特定任务,例如在 Pipedrive 中创建新的潜在交易,或者发送 Kafka 消息;有些更通用的 node 则拥有更强的灵活性,它们可以在任何工具中执行操作;用户也可以为自身的特定需求创建新的 node。这些 node 既可以发送标准的 HTTP 请求,也可以通过 Webhook 接收外部事件,从而启动或转换数据。


Webhook 是一种事件驱动、轻量级的 http 回调机制,可以让一个应用在特定事件发生时自动向另一个应用发送数据,来进行实时通知或触发后续流程。


得益于架构的灵活性,n8n 已经可以覆盖大约 95% 的使用场景,n8n 的设计理念就是让尽可能多的人能够使用 n8n。目前客户用 n8n 构建的应用非常多样。比如有一家大型旅行社用 n8n 构建并很快上线了一个客服 chat agent,自动处理了 70% 的客户咨询,这个 chat agent 随时在线,支持多种语言,并掌握客户完整的 context,客户对答案的满意度提高了约 15%。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


n8n 的使用案例


企业也可以用 n8n 构建内部应用,比如升级自己的主机系统,或构建一个应用来分析自己与潜在客户的通话内容,或自动发布社交媒体帖子来进行网络调研,或做一个聊天机器人,让员工可以询问休假规定等问题。n8n 内部也在使用自己的工具,在流程实现了自动化的同时,也可以在自身使用过程中不断改进 n8n。


此外,用户也可以用 n8n 处理个人日常事务,比如每天自动预定健身课程、安排一天的活动等。Jan 表示,用户对 n8n 的使用都是从个人生活开始的,然后逐渐在工作中使用,接着在整个公司中从小范围逐渐传播开来。


在众多使用场景中,尤其值得关注的是与安全相关的场景。由于 n8n 的高度灵活性和可自托管特性,它非常契合那些对数据安全和业务流程有严格要求的公司。这类用户往往技术背景较强,他们能够根据自身需求在公司内部构建定制化的流程。比如,有两家大型电信公司就使用 n8n 处理安全相关的任务,因为 n8n 是运行在公司自己的数据中心上的,所以公司完全掌握数据存储的位置,不用担心第三方托管的风险。这种可控性和安全性,正是这些企业最为看重的,也是 n8n 在这一领域能够顺利运作的核心原因。


商业模式


目前 n8n 有两类服务,第一类主要针对个人和 SMB 的云服务,这类服务推动了 n8n 业务的快速增长,因为中小企业自身的工作流相对简单,能够比大型企业更快地将 AI 整合到自己的工作流中,而 n8n 也从中小企业的实践中积累了大量经验。


第二种是企业级服务,团队认为所有的开源公司最终都会主要面向企业级市场,所以这将是 n8n 发展重点。团队称 n8n 已经被应用于大型企业以及各类政府机构,覆盖了多个不同领域。客户中,中东地区的客户对 n8n 的采用速度比欧洲客户更快。但 Jan 表示,相比中小企业,大部分大型企业对于 n8n 的使用更像是在“试水”阶段,没有真正投入到工作的关键环节,进展相对偏慢。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


n8n 的云服务和自托管服务


02

为什么要创立 n8n?


用户痛点


Jan 在电影特效行业工作多年,后来转行做了 pipeline 工程师,这些工作都涉及到大量的自动化流程。在过往工作中,Jan 经常遇到这种情况:一群薪资很高、非常聪明的人总要因为一些重复性的小事来问 Jan 能不能自动化,如果 Jan 的回答是“不能”,那他们就只能一直重复做这些事情;如果 Jan 的回答是“可以”,那他们就必须来和 Jan 把需求解释清楚,然后 Jan 给出相应方案,但这个结果往往不是他们真正想要的,于是又需要不断返工、修改、更新。这个过程让 Jan 意识到,应该让真正遇到问题的能自己解决问题才行,而开发者的作用在于赋能他人。


后来 Jan 离开了电影行业,自己创业,他发现即使自己会写代码,自动化工作流的时候依然非常复杂,比如他想让 GitHub 每次收到一个 GitHub Star 的时候,就在 Slack 里发一条消息,看起来简单,但实际操作往往需要花半天或者一天研究 API,再写样板代码、找服务器、上传等等,而且从 GitHub 拉数据发送到 Slack 这个工作流其实已经有无数人做过了,只是中间逻辑有所不同。


因此,Jan 希望能创造一种产品,让人们只需关注逻辑,重复的部分可以用预先构建好的模板。在做了一些市场调研后,Jan 发现市面上的工具各有各的问题,所以 Jan 希望能自己构建一种产品,既能满足像自己这种技术背景的人的需求,又能让非技术人员自助完成任务。正式启动 n8n 前,Jan 已经花了一年半的时间开发产品。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


2018 年 9 月的 n8n(pre-release)


2019 年 6 月,Jan 将这个产品传到了 GitHub,虽然当时这个产品还远远没有到可以发布的状态,比如没有完善的文档,也没有论坛,但有很多用户提出了意见并帮忙补充文档。2019 年 10 月,产品正式在 Product Hunt 和 Hacker News 上线,才真正火了起来。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


n8n 的 GitHub


长期理念


Jan 认为,在开发实践中,经常会遇到两种情况:


1. 技术水平较低的用户在构建工作流时会遇到瓶颈,需要更专业的人协助解决复杂部分,但随后技术水平较低的用户能够继续完成并独立维护工作流,只在遇到更大问题时才会再次求助;


2. 技术水平较高的用户先搭建好工作流,然后交给技术水平较低的用户来维护。


这种模式的意义在于打破非技术人员对技术人员的依赖,让非技术人员能够独立自主完成工作,因为在传统环境下,总有人掌握了自身无法企及的技能,导致协作关系变成一种不平衡的依赖。而 n8n 的核心价值就是“赋能用户”,帮助人们实现自助。这不仅让非技术人员获得了独立性,也让技术人员能在更短时间内完成更多任务。


此外,在 Jan 看来,目前可以完成工作的个体可以分成三类:人类、代码(通过编程指令来完成任务)和 AI,未来的工作就是能将这三种个体完美结合起来,让他们分别承担最适合自己的工作和流程,特别的是,Jan 认为 AI 不能完全接管所有工作,因为无论是在什么情况下,人们总是希望至少有一个人来对工作进行检查、把关。因此在工作流自动化领域,人类始终会起到非常重要的作用。


n8n 的作用就在于将这三者很好地协同起来工作,也就是说,用户可以快速构建一个工作流,用代码先实现一部分功能,再把 AI 集成到 AI 擅长的环节并加入一定的监管或者安全机制,使得人可以在必要的时候参与进来。


在这种理念的推动下,n8n 希望赋予每一个人使用电脑的“技术超能力”,产品的使用不应该受到技术水平的限制。


03

n8n 在市场竞争中的优劣势


相比其他自动化工具,n8n 更灵活


n8n 可以在短时间内实现复杂需求


在工作流自动化领域,大部分人一开始会使用一些简单工具,这类工具可以构建相对简单的应用,但还有更多需求和创意无法实现,用户就会转向 n8n。大多数人第一次接触 n8n 的时候,会把它当作工作流自动化工具,而在 n8n 刚推出的时候,为了便于理解,Jan 甚至将它称为 API 替代方案。


Jan 强调 n8n 和 Zapier 这类工具并不完全是竞争关系。Zapier 的优势在于简单高效,适合完成像“把 A 连接到 B”这样两到五步即可完成的任务,而 n8n 的强项在于处理复杂场景。比如,当需要同时连接 A、B、C 三个步骤,并根据不同数据情况做出不同的判断,甚至在后续还要把数据重新合并时,复杂逻辑往往超出 Zapier 这类工具的能力范围。


而且,大多数低代码或无代码工具都会遇到“天花板”问题:用户即便花费大量时间搭建好工作流,一旦需求变得稍微复杂一些,还得再投入数月去调整或补充。而在 n8n 中,复杂的逻辑也能在短时间内实现,因为 n8n 的底层是基于 Node.js,内置的 code node 让用户始终可以回到代码层面自由编写,并可以将自定义功能直接作为工作流中的 node 使用。换句话说,n8n 几乎可以实现任何功能,用户不会轻易碰到瓶颈。


Node.js 是一个开源、跨平台的 JavaScript 运行时环境,可在浏览器之外执行 JavaScript,可用于构建高性能、可扩展的网络应用。


同时,n8n 还支持自托管,不仅提供了数据安全和隐私上的优势,更进一步强化了它的灵活性。此外,有用户认为 n8n 有一个很好用的功能在于,客户可以直接把 n8n 上现成的工作流复制到公司内部并迅速投入使用。相比之下,在 make.com 上,客户总是需要处理繁琐的 http 请求,对于技术不太熟练的人来说,这个过程有点复杂。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


n8n vs Zapier & Make


•n8n 集成了很多其他产品没有集成的工具


与 make.com 和 Zapier 相比,n8n 集成了很多它们没有集成的工具。虽然 n8n 最初集成了非常多的工具,但在过去两年,这个进程放慢了很多,因为团队意识到,集成一个工具不仅在最初搭建时需要投入时间,更重要的是后续还要长期维护来确保集成持续有效,而且这种工作量会随着时间不断增加。


因此,团队现在对是否要集成某个工具非常谨慎,只会新增具有重要地位的工具:1)有大量用户希望使用某个工具;2)团队认为这是一个能够产生很大应用场景的工具。此外,其实任何人都可以自行开发工具并接入 n8n,但这个效果有限,因为当前的云端版本还不支持直接加载这些社区集成,现在社区里已有超过 1000 个这样的集成了,n8n 的目标是所有的社区集成都能在云端使用。


这意味着,以后 n8n 只会负责集成重要的工具,比如 Google、Facebook,而其他的集成则可以由社区或初创公司自己来开发,而用户只需简单操作,比如输入一些信息、执行几个步骤,就能将这个集成加载到自己的系统中,并在自己的产品里直接使用。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


n8n 的集成


值得一提的是,Jan 表示通信协议(communication protocol)的标准化有利于 n8n 发展,以 MCP 为例,虽然不确定用户在几年后是否还会使用 MCP,但 MCP 提供了一个很好的标准化起点,它就像是 AI 工作流里的 http,开发者可以更加便利地构建和接入不同的产品。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


n8n MCP


相比手写脚本,n8n 更易用、可靠


很多用户最初对于工作流自动化的尝试往往是自己写 Python 脚本,但最终会转向使用 n8n。因为手写脚本虽然灵活,但调试过程非常痛苦,一旦脚本运行中途出错,很可能就会停在某个位置,即使用户想要重新启动,还需要去掉部分代码再尝试重启,直到找到具体问题为止。而在 n8n 中,用户可以直接查看之前的执行记录,清楚地看到出错位置和错误信息,之后只需调整工作流并点击“重启”,就能从失败的地方继续运行,极大地简化了问题定位和调试过程。


而且在可靠性方面,传统脚本出错后通常会直接失败,除非事先写好提醒机制,否则用户可能甚至完全察觉不到。而在 n8n,用户可以非常轻松地设置在工作流失败时会自动触发的特定动作,比如发送 Slack 消息或邮件。这个工作流的复杂程度可以根据用户需求来灵活调整,而且这个功能是免费提供的。


此外,n8n 还省去了繁琐的部署环节,用户不需要单独找服务器或配置上传流程,只需新建一个工作流,设置触发条件并激活,工作流就会立即运行,如果要停用工作流,也同样是即时生效的。


局限:用户集中在技术人员


n8n 应用场景极为广泛,几乎没有真正的限制,但 Jan 认为,n8n 有一个主要限制在于用户群体集中在有技术背景的人。虽然 n8n 的长期目标是能扩展到技术水平较低的用户群体,但相比主要面向非技术人员的一些工作流自动化工具,n8n 通常假设用户理解 JSON 的概念,并且能编写一些基础的 JavaScript 代码,因此只有达到这一水平的用户才能充分发挥 n8n 的价值。Jan 表示很多用户甚至为了更好使用 n8n 而学习编程。


此外,对于需要极高执行频率的特定任务,比如每秒需要运行数千次,n8n 认为更合理的做法是用户直接自己编程,并针对这个特定任务进行优化,因为这种情况往往涉及非常高的 CPU 负载。


04

Fair-Code:独特的开源实践


Jan 认为开源能极大加速创新。但市场上多数开源项目通常在发布的时候是采用 OSI 认证的开源许可证(approved open source),之后如果有建立公司或商业化的需求,再转向使用非 OSI 认证的许可证。ElasticSearch 就是一个典型例子,因为 Amazon 等公司在未付费的情况下直接使用它,导致 ElasticSearch 最终选择修改了许可证,这种规则变动往往让开源社区的成员非常不满。这让 Jan 意识到自己应该从一开始就说清楚开源的规则和边界,然后不再更改,如果真的要改规则,那应该是变得更加开放。


OSI(Open Source Initiative,开放源代码促进会) 是一个非营利组织,负责推广开源软件并维护《开源定义》,同时认证符合该定义的开源许可证。Approved open source 指的是由 OSI 审核通过的开源许可证,允许软件被自由使用、修改与分发(包括商业用途)。


考虑到 n8n 从一开始就是以盈利为目的的,而许多开源项目面临的难题在于许可证过于宽松,导致创造的价值被大型公司拿走,没有反馈到项目本身,就像 ElasticSearch 被 AWS 使用,因此团队最终采用了带有 Commons Clause 的 Apache 2.0 许可证,Commons Clause 条款禁止用户直接销售软件,这也意味着 n8n 不再属于 OSI 认可的开源。


但当时并没有一个准确的术语可以描述这种规则。当时的主流术语包括开源(open source)、源码可用(source available)和官方认可的开源(approved open source),但 source available 并没有明确的定义,比如 MIT 许可证下的项目可以称为 source available,单纯公开源码却完全禁止使用的情况也能被这样描述。


因此 n8n 并未采用 source available 这个标签,而是选择用“开源”加引号的方式(即“open-source”),并明确指出自身并不是官方开源:用户几乎可以像使用开源项目一样使用它,但唯一的限制是不能商业化使用,比如不能提供一个托管版的 n8n。但这种“open-source”方式在项目最初发布时引发了一些争议,开源社区中的部分人非常不满,觉得这是对开源的错误使用。最后 Jan 决定不再使用“open-source”这一称呼,而是转向制定新的许可模式。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


“open-source”


2020 年,团队首次提出了公平代码许可证(Fair-Code License)。Fair-Code 的理念就是无论是私营公司还是大企业,客户都可以自由、无限制地在内部使用,但客户不能直接复制 n8n 的源代码并在这基础上开发新产品。对于想要用 n8n 代码开发产品的公司而言,这些公司必须向 n8n 购买额外的许可证。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


Fair-Code 理念


之后,团队又基于 Elastic 2.0 的模式,发布了可持续使用许可证(Sustainable Use License),明确规定了允许和禁止的使用方式。团队认为这可以避免有人误以为项目是完全开源的。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


Sustainable Use License


但 Jan 表示采用 Fair-Code 或自定义许可证的确给 n8n 带来了一定限制。比如,由于 n8n 不是完全开源的项目,导致 n8n 往往无法进入开源相关的 list 或活动,因为很多 list 会严格按照 OSI 的定义来认定开源项目。


Jan 承认这类情况短期内会带来风险和损失,但从更长远的趋势来看,情况正在发生变化:已经有越来越多的项目开始使用自定义许可证,并自称开源,而且似乎没有引发太多质疑。同时,在和其他大型开源项目的 CEO 与创始人交流中,他也发现许多人都已转向自定义许可证。整体来看,行业氛围正在逐步淡化对“是否是官方开源”的执念。


05

n8n 是怎么建设社区的?


Jan 在创业一开始就非常关注社区,他认为要让 n8n 变得有意义,就必须要在早期就投入精力来建设社区。


早期 Jan 做了一个重要决定,就是不使用任何实时沟通工具,比如 Slack 或 Discord。Jan 认为效率是至关重要的,而实时沟通会导致同样的问题被不断重复回答,浪费了大量时间。虽然有人可能认为,如果用户总是遇到相同问题,那应该改进产品,但在当时只有 Jan 一个人开发产品,人力有限,因此 Jan 建立了一个论坛,用户可以在上面集中提问,并通过一次性的回答解决问题。那么当新的用户遇到相同情况时,可以直接查阅已有内容。


n8n 真正发布后,社区有了首位贡献者 Ricardo。Ricardo 来自美国,他在自己业余时间一共给 n8n 做了五六十个 node,并在论坛上协助解答问题,逐渐带动更多人参与其中,帮助社区形成了互助氛围。Ricardo 后来加入 n8n 成为全职员工,随着 n8n 团队规模的扩大,新加入的成员也大多来自社区。


Jan 认为创建良好社区的核心在于真心关心社区。在 n8n 早期发布时,Jan 收到了许多投资人的邮件,但相比于花时间与投资人交流,Jan 认为更重要的是帮助越来越多开始使用 n8n 的用户。在 n8n 的社区,不论用户是否付费,都可以在论坛上提出问题,并得到及时帮助,n8n 还专门配备了三位全职人员支持社区。


在 Jan 看来,如果用户提交的 PR 长期得不到处理,或者被草率关闭,用户往往会感到失望,这对社区发展十分不利。相反,如果用户的反馈能被积极接纳并得到感谢,就能带来显著的积极影响。这种做法不仅适用于代码贡献者,也同样适用于所有社区成员。很多人最初只是来论坛提问,但如果能引导他们逐步转变为贡献者,并在过程中获得积极的体验,他们对社区的认同感和参与感都会明显提升。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


n8n 社区论坛


n8n 团队人数在很长一段时间里没有大幅增加,但同时 n8n 的业务增长又非常强劲,因此仅凭团队自身早已无法很好处理用户的需求,以团队招聘计划为例,团队目前接近 100 人,最初计划是今年年底达到 150 人,但这个计划已经被快速的增长节奏打乱了。这时,社区就起到了强大的作用,尤其是论坛,几乎所有的提问都会由其他社区成员来回答,这种情况通常只会发生在开源领域,而不是专有软件工具中。


此外,社区规模还小的时候,用户可以在上面提交功能请求,其他人投票选择最迫切的需求,早期的产品开发方向基本都是这么决定的。但 Jan 表示,单纯依赖社区并不能支撑产品的长远发展,产品建设要更有主见,主动思考市场的趋势,特别是能够被大型企业采用的解决方案,因此需要在用户需求和长期方向之间做出平衡。如今,每次 n8n 在发布一些重大变动之前,团队都会在社区里询问用户的想法。


06

融资历程


Jan 表示 n8n 从来没有考虑过被收购,目标一直都是 IPO,虽然在伦敦和美国建立了办公室并设立相应实体,但它们都是德国公司的子公司,n8n 长期目标是能打造一家强大的德国公司。


Jan 认为自己在之前的创业经历中花了太多时间做商业计划书,因此在 n8n 创立之初,Jan 选择专心做产品,用产品吸引了大量用户,并出现了很多出色的使用案例,随后投资人就主动联系了 Jan,但当时的投资人里 80% 是美国投资人,20% 是英国投资人,几乎没有德国投资人,Jan 接触到的唯一一个德国投资人还是通过美国投资人引荐来的,这种情况直到 n8n 拿到 Sequoia 的 term sheet 之后才发生改变。


今年 3 月 n8n 完成了 5500 万欧元 B 轮融资,但在这轮融资中,美国投资者还是更为激进,Jan 表示目前 n8n 希望能引入欧洲投资者,预计最终的投资比例将是欧洲 40%、美国 40%、其他地区 20%。2025 年 8 月,根据新闻报告,n8n 正在进行新一轮由 Accel 领投的超过 1 亿美元的融资,估值可能已经达到 23 亿美元。


8个月营收提高4倍,n8n如何成为AI Agent最受欢迎的搭建平台?


文章来自于微信公众号“Founder Park”。


关键词: AI , n8n , 工作流 , 智能体
AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

3
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI