n8n wprowadził funkcję Agents - gotowy, wbudowany sposób na uruchamianie autonomicznych agentów AI, bez ręcznego składania chat triggera, node'a pamięci i klasycznego AI Agent node. Agent ma od razu wbudowaną pamięć, sesje, obsługę kanałów (Slack, Discord, Linear, Telegram) oraz mechanizm approvals, a do wywołania go z wnętrza istniejącego workflow służy nowy node Message an Agent. Klasyczny AI Agent node nie zniknął i działa bez zmian - obie metody budowania agentów mogą współistnieć w jednym projekcie (n8n Blog).
Dla kogoś, kto do tej pory budował agentów w n8n samodzielnie - trigger, memory node, AI Agent node i workflow, który to wszystko trzyma razem - różnica jest podobna do wyboru między złożeniem komputera z podzespołów a kupnem gotowego zestawu. Efekt końcowy może być ten sam, ale czas dojścia do niego jest zupełnie inny.
Co to jest n8n Agents i z czego się składa
n8n Agents to nowy typ obiektu w n8n, osobny od workflow, choć ściśle z nim powiązany. Zamiast układać nody na canvasie, opisujesz agentowi jego zadanie w języku naturalnym - instrukcje czytają się jak brief, który napisałbyś dla kolegi z zespołu, nie jak dokumentacja techniczna.
Każdy agent w n8n składa się z tych samych elementów (n8n Blog):
- Model - każdy model, do którego masz dane uwierzytelniające, albo kredyty z n8n Gateway.
- Instrukcje - rola agenta, ton, co ma robić, czego nie ma robić, które narzędzia preferować.
- Kanały i triggery - Slack, Telegram, Linear, Discord, harmonogram (schedule).
- Narzędzia - wbudowane integracje n8n, serwery MCP, dowolny workflow.
- Skille - powtarzalne instrukcje i pliki referencyjne, które agent wczytuje w razie potrzeby i które można współdzielić między agentami.
- Sub-agenty - jeden agent może wywołać innego agenta.
- Knowledge - upload plików csv, pdf, markdown lub txt, na których agent opiera odpowiedzi, plus vector stores (dostępne na n8n Cloud).
- Pamięć - domyślnie agent pamięta przebieg danej sesji, ale może też pamiętać kontekst między sesjami.
- Sesje - każda rozmowa jest zapisana, można ją przejrzeć i wrócić do niej później.
Po uruchomieniu agenta widzisz w każdej sesji dokładnie, co zrobił: które narzędzia wywołał i jakie były dane wejściowe i wyjściowe każdego wywołania. To ważne, bo agent nie realizuje z góry zapisanej sekwencji kroków - sam decyduje, co zrobić, żeby dojść do celu opisanego w instrukcjach.
Trzy typy narzędzi agenta w n8n Agents - MCP, n8n tools i workflows
Agent w n8n może korzystać z trzech rodzajów narzędzi, a wybór typu ustalasz osobno dla każdego z nich (n8n Blog):
- Serwery MCP - podłączasz usługę i agent dostaje od razu wszystkie jej narzędzia, samodzielnie ustalając, jak z nich korzystać. Najszybsze do skonfigurowania, można wykluczyć wybrane narzędzia, do których agent nie ma mieć dostępu.
- n8n tools i nody - integracje, które już znasz z n8n, skonfigurowane pod jedną konkretną akcję z ustalonymi przez Ciebie parametrami. Więcej pracy przy konfiguracji, ale też więcej kontroli nad tym, co agent może zrobić.
- Workflows - cały proces, który już zbudowałeś w n8n, uruchamiany zawsze tak, jak go zaprojektowałeś.
Ten trzeci typ jest w tej funkcji najciekawszy. Każdy workflow, który masz w n8n, może stać się narzędziem agenta - i nic w nim nie musi się zmienić. Przykład z dokumentacji n8n dobrze pokazuje, dlaczego to ma znaczenie w praktyce: agent obsługujący kolejkę zgłoszeń wsparcia ma do dyspozycji trzy workflow - jeden pobiera kontekst konta z CRM, drugi dodaje notatkę do konta, trzeci zgłasza sprawę na kanał on-call.
Drugi z tych workflow jest kluczowy z powodów bezpieczeństwa. Bez niego, żeby agent mógł dopisać notatkę do konta, trzeba by dać mu pełny dostęp do zapisu w CRM i zaufać, że instrukcje utrzymają go w granicach jednego pola. Z workflow jako narzędziem agent nigdy nie trzyma tego dostępu - trzyma tylko workflow, który dopisuje notatkę i nic więcej.
Wokół tego mechanizmu n8n dodał kilka kontroli, które w praktyce decydują, na ile agentowi można ufać:
- Approvals - narzędzie oznaczone jako wrażliwe wstrzymuje działanie agenta do momentu, aż człowiek je zatwierdzi albo odrzuci.
- Dane uwierzytelniające per narzędzie - każde narzędzie działa na credentialach, które do niego przypisałeś, a agent nigdy nie trzyma kluczy do Twojego konta n8n.
- Uprawnienia - dostęp do samego agenta (kto może go edytować i publikować) podlega tym samym rolom, co reszta n8n.
Node Message an Agent - jak wywołać agenta z wnętrza istniejącego workflow
Do tej pory workflow i agent w n8n były dwoma osobnymi światami - jeśli chciałeś wpleść otwartą rozmowę w proces zbudowany na canvasie, musiałeś to zbudować ręcznie. Nowy node Message an Agent rozwiązuje to w drugą stronę: wywołuje agenta jako jeden krok wewnątrz workflow.
Ma to sens tam, gdzie większość procesu jest przewidywalna, ale jeden krok wymaga otwartej oceny - np. przeczytania nieustrukturyzowanego zgłoszenia i zdecydowania, co z nim zrobić, zanim workflow wróci do sztywnej sekwencji kroków. n8n opisuje to jako dwa modele współpracy, które teraz działają równolegle: workflow może być głównym procesem z agentem jako jednym z kroków, albo agent może być głównym procesem z workflow jako jednym z jego narzędzi (n8n Blog).
Dostępność n8n Agents, limity wykonań i koszty
Z punktu widzenia wdrożenia, kilka faktów warto zapisać sobie od razu:
- Agenci są dostępni od razu w n8n Cloud dla użytkowników na najnowszej stabilnej wersji, a w wersji Enterprise pojawią się wkrótce (n8n Blog).
- Knowledge (upload plików csv, pdf, markdown, txt) i vector stores są dostępne tylko na n8n Cloud.
- Rozliczanie działa na tych samych zasadach, co dotychczasowe workflow: jedna tura rozmowy z agentem liczy się jako jedno wykonanie (execution) w ramach limitu workflow execution quota.
Ten ostatni punkt jest łatwy do przegapienia przy planowaniu budżetu. Agent, który obsługuje kilkadziesiąt wiadomości na Slacku dziennie, generuje kilkadziesiąt executions - niezależnie od tego, ile narzędzi i workflow wywołał w ramach jednej tury. To dobra wiadomość dla planowania kosztów, ale warto to policzyć zanim podłączysz agenta do kanału z dużym ruchem.
n8n Agents vs klasyczny AI Agent node w n8n - kiedy wybrać co
AI Agent node nie odchodzi do lamusa. Dla procesów, które da się z góry zaplanować - lead wpada, wzbogacasz dane, oceniasz, kierujesz dalej - workflow zbudowany krok po kroku, choćby z modelem podejmującym jedną decyzję w środku, wciąż jest lepszym rozwiązaniem niż agent z pełną autonomią.
- Klasyczny AI Agent node - budowa: ręczne złożenie chat triggera, node'a memory i AI Agent node, kontrola: pełna i jawna na poziomie canvasu, elastyczność: wymaga zaprojektowania procesu z góry, najlepszy do: zadań z ustalonym, powtarzalnym przebiegiem.
- n8n Agents - budowa: gotowy pakiet z pamięcią, sesjami, kanałami, wersjami i approvals wbudowanymi od startu, kontrola: przez instrukcje, scoped tools i approvals na wrażliwych krokach, elastyczność: dla zadań otwartych, gdzie kolejny krok zależy od poprzedniej odpowiedzi, najlepszy do: sytuacji, w których nie da się z góry ułożyć sekwencji kroków.
n8n formułuje to jasno: modele obecnej generacji są dobre w samodzielnym wymyślaniu, jak dojść do celu, a użytkownicy coraz częściej chcą opisać efekt, nie proces. To dotyczy zadań, w których dane wejściowe zmieniają się każdym razem - pytanie na Slacku, zgłoszenie na support, nowy issue na GitHubie - gdzie znasz domenę, ale nie znasz z góry konkretnego zadania (n8n Blog).
Możesz też przesuwać tę granicę w czasie. Zadanie, które dziś obsługuje agent, można później wyjąć i zamknąć w sztywnym workflow, kiedy okaże się na tyle powtarzalne, że nie potrzebuje już otwartej decyzji. I odwrotnie - workflow, który działał dobrze, można oddać agentowi jako narzędzie, kiedy chcesz, żeby był używany z rozeznaniem, a nie w jednym, ustalonym miejscu procesu.
Scenariusz: agent n8n do obsługi zapytań w zespole marketingowym i SEO
Przykład z dokumentacji n8n - agent obsługujący kolejkę zgłoszeń wsparcia - łatwo przenieść na grunt polskiego zespołu marketingowego czy SEO. Zamiast ticketów wsparcia, agent na Slacku odpowiada na pytania typu „jak wygląda ruch z bloga w tym miesiącu”, „czy ta strona jest zaindeksowana”, „jaki jest status kampanii X”.
Taki agent mógłby mieć trzy workflow jako narzędzia:
- Pobierz dane z GSC lub GA4 - workflow, który zwraca dane dla konkretnej domeny czy zapytania, bez dawania agentowi bezpośredniego dostępu do kont analitycznych.
- Dopisz notatkę do raportu klienta - workflow z jedną, wąską funkcją: dopisuje notatkę do konkretnego pola, nic więcej.
- Zgłoś priorytetowy problem - workflow, który publikuje alert na kanał zespołu, gdy agent wykryje coś wymagającego reakcji człowieka, np. nagły spadek widoczności po aktualizacji Google.
Ostatni z tych kroków dobrze pokazuje, gdzie w praktyce wchodzi approval - eskalacja czegoś ważnego powinna czekać na potwierdzenie osoby, a nie iść dalej automatycznie. n8n radzi zaczynać wdrożenia od miejsc, gdzie promień ewentualnego błędu jest mały: ograniczone narzędzia, kanał testowy i approvals na każdej akcji, która zapisuje coś w systemie źródłowym danych (n8n Blog).
Ten sam nawyk - ograniczanie dostępu agenta do minimum potrzebnego zakresu - widać też przy innych narzędziach AI, które testowałem na tym blogu. Przy konfiguracji Jev przez OpenRouter kluczem był limit wydatków na kluczu API, a nie sam model. Przy uruchamianiu lokalnych modeli AI kontrola nad tym, co model widzi i do czego ma dostęp, była ważniejsza niż jego surowa skuteczność. n8n Agents idzie w tę samą stronę - narzędzia typu workflow, approvals i credentiale per narzędzie to sposób na to, żeby agent miał autonomię tam, gdzie ją potrzebuje, i żadnej tam, gdzie jej nie potrzebuje.
Pierwszy test node Message an Agent na własnym koncie n8n Cloud
Jeśli masz konto n8n Cloud na najnowszej stabilnej wersji, funkcja Agents jest już włączona i nie trzeba niczego aktywować osobno. Najprostszy sposób na sprawdzenie, jak to działa w praktyce, to wziąć jeden z istniejących workflow - coś prostego i mało wrażliwego, np. workflow, który zwraca dane z arkusza albo publikuje wiadomość na testowy kanał Slack - i oddać go agentowi jako narzędzie. Następnie dodać node Message an Agent w innym workflow i sprawdzić, jak agent decyduje, kiedy z tego narzędzia skorzystać.
Zanim podłączysz agenta do kanału z prawdziwym ruchem, przetestuj go na kanale testowym i z narzędziami o ograniczonym zakresie - błąd w instrukcjach kosztuje wtedy znacznie mniej.
Sprawdź w praktyce nowy node Message an Agent na własnym koncie n8n Cloud i zbuduj pierwszego agenta wykorzystującego istniejący workflow jako narzędzie - to najszybszy sposób, żeby ocenić, czy w Twoich automatyzacjach jest miejsce, gdzie sztywny workflow lepiej zamienić na agenta z instrukcjami.
Sprawdzę indeksację, robots.txt i renderowanie - dostaniesz listę konkretów do naprawy.
