公开资料称其为 fair-code 工作流自动化平台，TypeScript/Node.js，400+ 官方集成与海量社区模板，原生 LangChain AI Agent / LLM / 向量库节点。53AI 的中文介绍页明确给出仓库地址；多个来源给的星数不一致（约 179k–208k，findarepo 列表显示 ★208k，ayautomate 称约 208,000，另有来源称约 179,000），故星数记为「来源称约 179k–208k，口径不一」。许可证：Sustainable Use License（fair-code，非 OSI 开源，自托管社区版免费，但限制把 n8n 本身当商业服务转售）。
适用场景：几乎所有「触发 → LLM 判断/生成 → 多渠道动作」的自动化：邮件分流、客服、社媒流水线、报表、监控摘要。
n8n workflow 低代码 AI-Agent 自托管 模板库
操作步骤
- Docker 一行起自托管版（中文教程常用
docker run -d -p 5678:5678 -v n8n_data:/home/node/.n8n n8nio/n8n），先从 n8n.io 模板库导入一个现成模板跑通，再替换凭据，确认稳定后开启 Schedule/Webhook 触发与错误工作流（Error Workflow）告警
工具链
- n8n
- Docker
- OpenAI-compatible LLM 节点 / HTTP Request 节点
- Gmail/Sheets/Slack/Telegram 等节点
接入本站 API：在 Credentials 里新建 OpenAI 凭据，Key 填
{{API_KEY}}、Base URL 改 https://tokenbuddy.cc；AI Agent、Basic LLM Chain、Text Classifier、Summarization Chain 等节点都吃这个凭据。若某版本凭据没有 Base URL 字段，改用 HTTP Request 节点直调 https://tokenbuddy.cc 的 chat/completions 接口并用 Code 节点解析 JSON。注意事项
- ⚠️ 许可证是 fair-code：内部自用没问题，对外卖「n8n 托管服务」受限，先读 LICENSE；模板里普遍硬编码了原作者的模型名（如 gpt-4o），换成 LIN 分组内模型名才不会报 model not found；自托管要开队列模式/定期备份 ~/.n8n，否则量大时执行丢失难排查