Valorisée 2,5 milliards de dollars après une levée de 180 millions menée par Accel en octobre 2025, la plateforme allemande n8n est devenue en deux ans l’outil de référence pour construire des agents autonomes. Sur Malt, les demandes de missions n8n ont été multipliées par 14 en un an ; sur Fiverr, elles progressent de 125 %. Mais concrètement, qu’est-ce qu’un n8n agent IA ? Comment le construire sans savoir coder ? Combien ça coûte réellement, entre le cloud facturé à l’exécution et l’auto-hébergement gratuit ? Quelle différence avec Zapier ou Make ? Et surtout : quels sont les pièges — coût, sécurité, courbe d’apprentissage — que personne ne mentionne dans les tutoriels YouTube ? Ce guide répond à ces questions, chiffres et sources officielles à l’appui.
- Qu’est-ce qu’un n8n agent IA ?
- n8n agent IA : comment fonctionne le node AI Agent
- Créer son premier n8n agent IA : la marche à suivre
- Combien coûte un n8n agent IA en 2026 ?
- n8n agent IA face à Zapier, Make et aux autres
- n8n agent IA : les limites à connaître avant de se lancer
- Une courbe d’apprentissage réelle
- Une licence qui n’est pas open source
- La sécurité de l’auto-hébergement : un point critique en 2026
- Conclusion : faut-il se lancer dans le n8n agent IA ?
- Pour aller plus loin
Qu’est-ce qu’un n8n agent IA ?
Un n8n agent IA est un workflow automatisé dans lequel un modèle de langage (LLM) décide lui-même des actions à exécuter, au lieu de suivre un scénario figé. C’est la différence fondamentale avec l’automatisation classique : là où un workflow traditionnel applique la règle « si un email arrive, alors le classer dans ce dossier », un agent reçoit un objectif — « trie ma boîte mail et réponds aux demandes simples » — puis choisit seul les outils dont il a besoin, dans l’ordre qu’il juge pertinent.
n8n (prononcé « n-eight-n », contraction de nodemation) est une plateforme d’automatisation de workflows créée en 2019 à Berlin par Jan Oberhauser, un ingénieur allemand passé par Deutsche Telekom. À l’origine simple concurrent de Zapier, l’outil a opéré un virage complet vers l’IA à partir de 2022. Aujourd’hui, le dépôt GitHub officiel se présente sans ambiguïté comme une « plateforme fair-code pour construire et déployer des agents IA et des workflows », avec près de 200 000 étoiles et plus de 1 500 intégrations disponibles.
Ce positionnement a convaincu les investisseurs. Après une série B de 55 millions d’euros en mars 2025, n8n a bouclé une série C de 180 millions de dollars en octobre 2025, menée par Accel avec la participation de NVentures — le bras d’investissement de NVIDIA — pour une valorisation post-money de 2,5 milliards de dollars. Parmi les clients revendiqués par l’entreprise figurent Vodafone, Delivery Hero, Decathlon ou encore Mercedes-Benz.
Si les notions d’agent, de LLM ou de RAG ne vous sont pas familières, commencez par notre article Qu’est-ce qu’un agent IA ? avant d’attaquer ce guide.
n8n agent IA : comment fonctionne le node AI Agent
Les quatre briques obligatoires
Toute l’architecture d’un n8n agent IA repose sur un node central, le node AI Agent, auquel on raccorde des sous-nodes. Depuis la version 1.82.0, n8n a simplifié le système : les différents types d’agents ont été supprimés au profit d’un modèle unique, le Tools Agent. Un agent fonctionnel se compose de quatre éléments.
1. Un déclencheur (trigger). Le plus courant pour un agent conversationnel est le Chat Trigger, qui ouvre une interface de discussion intégrée ou expose le workflow via une API. Pour un agent qui tourne en arrière-plan, on utilisera un déclencheur planifié ou un webhook.
2. Un modèle de chat. C’est le cerveau de l’agent. n8n fournit des nodes dédiés pour les principaux fournisseurs : OpenAI Chat Model, Anthropic Chat Model (famille Claude), Google Gemini Chat Model, et Ollama Chat Model pour faire tourner un modèle en local sur votre propre machine. Ce dernier point est décisif si vous manipulez des données sensibles : aucune donnée ne sort de votre infrastructure. Notre tutoriel Ollama détaille cette installation.
3. Au moins un outil (tool). C’est une obligation technique : un n8n agent IA sans outil ne fonctionne pas. Les principaux sont le HTTP Request Tool (appeler n’importe quelle API), le Code Tool (exécuter du JavaScript ou du Python), et surtout le Call n8n Workflow Tool, qui permet de transformer n’importe quel autre workflow n8n en outil utilisable par l’agent. Ce dernier mécanisme est la clé des architectures multi-agents : un agent orchestrateur délègue à des sous-agents spécialisés. n8n propose même un AI Agent Tool pour brancher directement un agent comme outil d’un autre agent.
4. Une mémoire (optionnelle mais recommandée). Le node Simple Memory conserve l’historique de conversation via une session key et une context window length configurable, qui définit le nombre d’échanges retenus. Attention à une limite documentée : ce node ne fonctionne pas en mode queue (mise à l’échelle horizontale), car rien ne garantit que deux appels successifs soient traités par le même worker.
Le support natif du protocole MCP
C’est l’atout le plus sous-estimé du n8n agent IA en 2026. La plateforme intègre nativement le Model Context Protocol, le standard ouvert publié par Anthropic pour connecter les modèles d’IA à des outils externes — et elle le fait dans les deux sens.
Le MCP Client Tool permet à votre n8n agent IA de se connecter à un serveur MCP externe et d’en consommer les outils. À l’inverse, le MCP Server Trigger transforme n8n en serveur MCP : vos workflows deviennent des outils exposés à des clients comme Claude Desktop, Cursor ou Windsurf. Les transports supportés sont le SSE (Server-Sent Events) et le streamable HTTP — le mode stdio n’est pas pris en charge. L’authentification se fait par bearer token ou par header. Pour comprendre l’enjeu de ce protocole, lisez notre dossier Qu’est-ce que le MCP ?.
Créer son premier n8n agent IA : la marche à suivre
Installer n8n en local
Deux options, selon votre besoin. Pour un test rapide, une seule commande suffit — elle nécessite Node.js 22.16 ou supérieur :
bash
npx n8nPour un usage durable, la voie recommandée est Docker :
bash
docker volume create n8n_data
docker run -it --rm \
--name n8n \
-p 5678:5678 \
-e GENERIC_TIMEZONE="Europe/Paris" \
-e TZ="Europe/Paris" \
-e N8N_ENFORCE_SETTINGS_FILE_PERMISSIONS=true \
-e N8N_RUNNERS_ENABLED=true \
-v n8n_data:/home/node/.n8n \
docker.n8n.io/n8nio/n8nDans les deux cas, l’interface est ensuite accessible sur http://localhost:5678. La base de données par défaut est SQLite ; en production, PostgreSQL est recommandé via les variables d’environnement.
Assembler son n8n agent IA en six étapes
- Créez votre compte propriétaire au premier lancement, puis un nouveau workflow.
- Ajoutez un Chat Trigger comme point d’entrée.
- Ajoutez le node AI Agent et reliez-le au trigger.
- Connectez un Chat Model au connecteur dédié sous l’agent, puis renseignez votre clé API.
- Connectez au moins un outil — le HTTP Request Tool est le plus polyvalent pour démarrer.
- Ajoutez un node Simple Memory si vous voulez que l’agent se souvienne de la conversation, puis testez via « Test Workflow » avant d’activer le workflow.
n8n publie un template officiel « AI Agent Chat » qui reprend cette structure et vous évite de partir d’une page blanche.
Le cas d’usage roi : l’agent RAG
Le cas d’usage le plus répandu du n8n agent IA est le RAG : sur la marketplace officielle, la catégorie AI RAG compte à elle seule 713 workflows publics. Le RAG (Retrieval-Augmented Generation) consiste à brancher l’agent sur votre propre documentation pour qu’il réponde à partir de vos données plutôt que de sa mémoire d’entraînement — c’est ce qui évite l’essentiel des hallucinations. n8n intègre nativement des nodes pour les bases vectorielles Qdrant, Pinecone et Supabase, plus un Simple Vector Store en mémoire pour prototyper. Des templates prêts à l’emploi existent déjà : agent RAG avec Qdrant et OpenAI, RAG adaptatif avec Gemini, ou pipeline Google Drive vers Qdrant avec OCR Mistral. Notre guide Qu’est-ce que le RAG ? explique le principe en détail.
Les autres usages les plus répandus en 2026 : agent de veille sectorielle, tri et classification automatique des emails, agent de support client connecté à une base de connaissances, et génération de contenu pour les réseaux sociaux.
Combien coûte un n8n agent IA en 2026 ?
Le budget d’un n8n agent IA décide souvent du choix entre n8n et ses concurrents, car le modèle de facturation est atypique.
| Offre | Prix indicatif | Exécutions incluses | Pour qui |
|---|---|---|---|
| Community (auto-hébergé) | Gratuit | Illimitées | Profils techniques, données sensibles |
| Starter (cloud) | ~20 €/mois | 2 500/mois | Freelances, premiers agents |
| Pro (cloud) | ~50 €/mois | 10 000/mois | Petites équipes |
| Business (cloud) | ~667 €/mois | 40 000/mois | PME, SSO, versioning Git |
| Enterprise | Sur devis | Personnalisé | Grands comptes, SLA |
L’avantage décisif de n8n tient à sa définition de l’exécution : une exécution correspond à un lancement complet du workflow, quel que soit le nombre d’étapes ou le volume de données traité. Un workflow de 40 nodes qui traite 500 lignes consomme exactement une exécution. Chez Zapier, chaque action réussie compte comme une tâche facturée ; chez Make, chaque module consomme une opération. Sur des scénarios complexes, l’écart de facture devient considérable.
Attention toutefois au mirage du « gratuit » : la Community Edition n’est gratuite qu’en licence. Il faut y ajouter le coût d’un VPS, d’une base de données, de la supervision et de la maintenance — sans compter les jetons consommés par les modèles d’IA, qui sont facturés séparément par OpenAI, Anthropic ou Google.
Tous les plans cloud incluent en revanche un nombre illimité d’utilisateurs et de workflows, ce qui reste rare sur ce marché.
n8n agent IA face à Zapier, Make et aux autres
Le marché de l’automatisation IA s’est densifié. Voici comment se positionnent les principaux acteurs.
Zapier reste le pionnier et le plus accessible, avec le catalogue d’intégrations clé en main le plus large. Offre gratuite limitée à 100 tâches par mois et 2 étapes, puis à partir de 19,99 $/mois. C’est le choix par défaut des équipes non techniques.
Make (ex-Integromat) propose une interface visuelle plus lisible que n8n pour les débutants : gratuit jusqu’à 1 000 crédits par mois, puis 12 $/mois en offre Core. Bon compromis entre puissance et accessibilité.
Activepieces est le concurrent open source direct de n8n, avec une édition communautaire gratuite sans limite d’exécutions ni d’utilisateurs. Offre Plus à 16 $/mois.
Dify, Flowise et Langflow sont plus spécialisés : ils servent à construire des applications LLM et des agents, pas à automatiser des processus métier généralistes. Dify propose un plan gratuit limité à 200 messages, puis 59 $/mois.
Lindy et Gumloop jouent la carte de l’assistant IA managé, avec des tarifs plus élevés (49,99 $ et 37 $/mois respectivement) mais moins de configuration technique.
La singularité de n8n reste son auto-hébergement gratuit et illimité, une option qu’aucun des acteurs propriétaires (Zapier, Make, Lindy, Gumloop) ne propose. Pour comparer ces outils avec des dizaines d’autres solutions d’automatisation, filtrer par prix et trouver l’alternative qui correspond à votre budget, consultez notre annuaire comparatif d’outils IA.
n8n agent IA : les limites à connaître avant de se lancer
Une courbe d’apprentissage réelle
Il faut le dire clairement : construire un n8n agent IA est nettement plus exigeant que de monter un scénario Make ou Zapier. La plateforme suppose une aisance avec les API, le JSON, les webhooks et, pour l’auto-hébergement, quelques notions de DevOps. Les retours d’utilisateurs signalent aussi des dégradations de performance sur les workflows très volumineux, au-delà d’une centaine de nodes.
Une licence qui n’est pas open source
n8n se revendique fair-code, pas open source. Sa Sustainable Use License, adoptée en 2022, n’est pas approuvée par l’Open Source Initiative car elle impose des restrictions d’usage. Ce qui est autorisé : l’usage interne en entreprise, l’usage personnel, la création de nodes, le conseil autour de n8n. Ce qui est interdit sans licence Enterprise : héberger n8n en marque blanche pour le revendre comme service à des tiers.
La sécurité de l’auto-hébergement : un point critique en 2026
C’est l’angle mort de la plupart des tutoriels. L’année 2026 a été marquée par la divulgation de plusieurs vulnérabilités critiques dans n8n.
En janvier, la faille CVE-2026-21858, baptisée « Ni8mare » et notée 10.0 sur l’échelle CVSS — le score maximal —, permettait une exécution de code à distance non authentifiée via le traitement des uploads du node Form. Elle a été corrigée en version 1.121.0.
En mars 2026, quatre nouvelles CVE critiques (scores 9.4 à 9.5) ont été publiées, dont une permettant une exécution de code « zero-click » via un simple formulaire public. Le risque principal identifié : la possibilité de déchiffrer les identifiants stockés dans l’instance — clés AWS, mots de passe de bases de données, tokens OAuth, clés API — via la variable d’environnement N8N_ENCRYPTION_KEY. Les correctifs sont sortis en versions 1.123.22, 2.9.3 et 2.10.1.
Ces failles ont toutes été corrigées rapidement par l’éditeur, et leur existence n’est pas anormale pour un projet de cette taille. Mais elles rappellent une règle non négociable : une instance n8n auto-hébergée concentre vos identifiants les plus sensibles. Elle exige une politique de mise à jour rigoureuse, une exposition réseau minimale et une surveillance des bulletins de sécurité.
Conclusion : faut-il se lancer dans le n8n agent IA ?
Construire un n8n agent IA est aujourd’hui l’une des compétences les plus demandées du marché freelance — la demande a été multipliée par 14 en un an sur Malt, et les missions n8n figurent parmi les plus recherchées sur Fiverr. Le n8n agent IA combine trois atouts que peu de concurrents réunissent : une facturation à l’exécution complète plutôt qu’à l’action, un support natif du protocole MCP dans les deux sens, et une option d’auto-hébergement gratuite et illimitée.
Trois enseignements à retenir. Premièrement, un n8n agent IA fonctionnel se résume à quatre briques : un déclencheur, un modèle de chat, au moins un outil, et une mémoire — le reste n’est que de l’assemblage. Deuxièmement, le coût réel d’un n8n agent IA ne se limite jamais à l’abonnement : les jetons consommés par le LLM et, en auto-hébergement, l’infrastructure, pèsent souvent plus lourd. Troisièmement, l’auto-hébergement n’est gratuit que pour ceux qui acceptent d’en assumer la maintenance et la sécurité — les CVE de 2026 l’ont démontré.
Si vous débutez, commencez par le plan Starter du cloud pour vous concentrer sur la logique de vos agents, et ne passez à l’auto-hébergement que lorsque le volume ou la confidentialité de vos données le justifie. Et avant de choisir votre plateforme, prenez cinq minutes pour comparer les alternatives sur notre annuaire d’outils IA : selon votre profil technique, Make ou Activepieces vous feront parfois gagner des semaines.