שיעור 1.4 - n8n בסיס: התקנה, בניית Workflows, AI Nodes

שלום לכולם. בשיעורים הקודמים הכרנו את Make.com ובנינו איתו Scenarios, מהבסיס ועד לרמה מתקדמת עם Routers, Filters ו-Error Handling. היום נכיר את הכלי השני שלנו בעולם האוטומציות, n8n. אם Make הוא הכלי הכי נגיש ופופולרי, n8n הוא הכלי הכי חזק וגמיש, במיוחד כשמדובר ב-AI.

[מעבר שקף]

אז מה זה n8n? n8n, שמבוטא n-eight-n, הוא פלטפורמת אוטומציה בקוד פתוח שמאפשרת לחבר מערכות, לבנות תהליכים אוטומטיים, וליצור סוכני AI, הכל בממשק ויזואלי. השם n8n מגיע מהמילה nodemation, כלומר node automation, אוטומציה מבוססת צמתים.

n8n נוסדה בשנת 2019 בברלין, גרמניה, על ידי יאן אוברהאוזר. באוקטובר 2025 החברה גייסה מאה ושמונים מיליון דולר בסיבוב C, בהשתתפות קרן NVentures של NVIDIA, והשווי הגיע לשניים וחצי מיליארד דולר. זה מראה כמה העולם מאמין בכלי הזה. הגרסה הנוכחית היא n8n 2.0, שיצאה בדצמבר 2025, עם שיפורים גדולים באבטחה, ביצועים ותכונות Enterprise.

[מעבר שקף]

בואו נבין את ההבדל בין n8n ל-Make.com, כי הרבה שואלים למה צריך את שניהם.

ההבדל הראשון הוא קוד פתוח. n8n הוא קוד פתוח, אפשר להוריד ולהריץ על השרת שלכם. Make הוא ענן בלבד.

ההבדל השני הוא Self-Hosting. עם n8n אתם שולטים במידע. הוא לא יוצא מהשרת שלכם. למשרדי עורכי דין, חברות ביטחוניות, ארגוני בריאות, זה קריטי.

ההבדל השלישי הוא תמחור. Make מחייב לפי פעולה, כל Node שרץ עולה כסף. n8n מחייב לפי הרצת Workflow, גם אם יש בו חמישים Nodes, זו הרצה אחת. בנפח גבוה, n8n זול בהרבה.

וההבדל הרביעי, הכי חשוב, הוא AI. ל-n8n יש למעלה משבעים AI Nodes מובנים. חיבור ל-OpenAI GPT-4o, ל-Claude Sonnet 4.6 של Anthropic, ל-Gemini 3.1 Pro של Google, ל-Ollama למודלים מקומיים, ל-DeepSeek, ל-Groq, ל-Cohere ול-Hugging Face. הוא בנוי על LangChain ותומך ב-Agent-to-Agent, Human-in-the-Loop, RAG, MCP ועוד. Make הוסיפה AI Agents רק באפריל 2025.

מבחינת אינטגרציות, ל-Make יש למעלה מאלף ומאתיים אינטגרציות מוכנות. ל-n8n יש כארבע מאות אינטגרציות רשמיות ועוד אלפי Community Nodes, כחמשת אלפים ושמונה מאות נכון למרץ 2026.

ומבחינת עקומת למידה, Make קלה יותר ללמידה. n8n דורש יותר חשיבה טכנית. אבל אחרי שמבינים, הוא חזק יותר.

בשורה התחתונה: Make מצוין לאנשי עסקים ולמשימות פשוטות עד בינוניות. n8n מצוין למי שרוצה שליטה מלאה, עבודה עם AI, או Self-Hosting.

[מעבר שקף]

אז מתי נבחר ב-n8n? ארבעה תרחישים עיקריים.

הראשון, כשצריך AI. אם אתם בונים סוכן AI, מערכת RAG, או ארכיטקטורת Multi-Agent, n8n הוא הבחירה הטבעית. ה-AI Nodes שלו הם הכי מתקדמים בשוק.

השני, כשצריך פרטיות. מידע רגיש? רגולציה? GDPR? HIPAA? עם Self-Hosting אתם שולטים על הכל. המידע נשאר אצלכם.

השלישי, כשצריך סקייל. אלפי הרצות ביום? n8n זול יותר בנפח גבוה. הגרסה החינמית של Self-Hosted תומכת בהרצות ללא הגבלה.

והרביעי, כשצריך גמישות. n8n מאפשר לכתוב קוד JavaScript ישירות ב-Workflow, להשתמש ב-HTTP Request לכל API, ולבנות Community Nodes מותאמים אישית.

מהצד השני, אם הלקוח רוצה משהו פשוט, בלי AI, ובלי Self-Hosting, Make עדיין הכלי הנכון. חלק מהתפקיד שלכם כ-AI Engineers הוא לדעת לבחור את הכלי הנכון למשימה.

[מעבר שקף]

עכשיו בואו נדבר על התקנה. ל-n8n יש שלוש דרכים להתקנה.

הדרך הראשונה היא n8n Cloud. הכי קלה. נרשמים באתר, מקבלים סביבה מוכנה. המחיר מתחיל מעשרים וארבעה יורו לחודש עם אלפיים וחמש מאות הרצות. מצוין להתחלה.

הדרך השנייה היא Docker. הדרך המומלצת ל-Self-Hosting. מריצים פקודת Docker אחת ויש לכם n8n מלא על השרת. נפוץ בסביבות Production.

הדרך השלישית היא npm או npx. הכי מהירה לפיתוח מקומי. כותבים npx n8n בטרמינל ותוך שניות יש לכם n8n רץ על localhost פורט 5678.

בקורס נעבוד עם n8n Cloud כדי להתמקד בלמידה ולא בהתקנה. מי שרוצה Self-Hosting, נלמד את זה בשיעור 1.5.

[מעבר שקף]

אחרי שנרשמנו ל-n8n Cloud, בואו נכיר את הממשק. מה שרואים הוא ה-Dashboard של n8n. מצד שמאל יש תפריט עם: Workflows, שזה המקום שבו נבנה את ה-Workflows שלנו. Credentials, שזה המקום שנגדיר חיבורים ל-APIs וכלים חיצוניים. Executions, שזה היסטוריית ההרצות. ו-Variables, שזה משתנים גלובליים.

הממשק המרכזי הוא ה-Canvas, המשטח שעליו נבנה את ה-Workflows. זה דומה ל-Canvas של Make, אבל עם כמה הבדלים שנראה מיד.

כשיוצרים Workflow חדש, נפתח Canvas ריק עם Node אחד שנקרא When clicking Test workflow. זהו ה-Trigger הידני, הוא מפעיל את ה-Workflow כשלוחצים עליו. מצוין לבדיקות.

חדש ב-n8n 2.0: מערכת Draft/Publish. אתם יכולים לערוך את ה-Workflow בטיוטה בלי לפגוע בגרסה שרצה ב-Production. כשמרוצים, לוחצים Publish. זה כמו Git ל-Workflows.

ההבדל הגדול בין n8n ל-Make: ב-Make כל Scenario חייב להתחיל ב-Trigger. ב-n8n, ה-Trigger הוא Node כמו כל Node אחר. אפשר גם להריץ Workflow ידנית בלי Trigger, מה שמאוד שימושי לפיתוח.

[מעבר שקף]

לפני שנבנה Workflows, בואו נבין את המושגים הבסיסיים.

Node הוא בלוק בודד שמבצע פעולה. שליחת מייל, קריאה מ-Google Sheets, קריאה ל-API. כל Node מקבל קלט ומייצר פלט.

Trigger הוא Node מיוחד שמפעיל את ה-Workflow. יכול להיות Webhook, לוח זמנים, הודעה חדשה ב-Telegram, וכדומה.

Connection הוא החיבור בין Nodes. הקו שמחבר פלט של Node אחד לקלט של הבא. המידע זורם דרך החיבורים.

Workflow הוא כל ה-Nodes והחיבורים יחד. זה מה ש-Make קורא Scenario.

Execution הוא הרצה אחת של Workflow. כל פעם שה-Trigger מתעורר ומפעיל את השרשרת.

ו-Expression הוא נוסחה דינמית שכותבים ב-JavaScript. זה מה ש-Make קורא Mapping.

[מעבר שקף]

בואו נבנה את ה-Workflow הראשון שלנו. פשוט אבל חשוב, לוודא שהכל עובד.

כבר יש לנו Trigger ידני. מוסיפים Node חדש, מחפשים Set. ה-Set Node מאפשר לנו ליצור נתונים מותאמים אישית. בתוכו, מוסיפים שדה message עם הערך Hello from n8n. ושדה נוסף timestamp עם Expression שמחזיר את התאריך והשעה הנוכחיים.

מחברים את ה-Trigger ל-Set Node על ידי גרירה מהנקודה שמאלית של ה-Trigger אל הימנית של ה-Set. לוחצים על Test Workflow למעלה. מה קורה? ה-Trigger מתעורר, מפעיל את ה-Set Node, ורואים את הפלט. מעולה! זה ה-Workflow הראשון.

[מעבר שקף]

עכשיו בואו נבנה משהו אמיתי. התרחיש: יש לנו Google Sheet עם שמות ואימיילים של לידים, ואנחנו רוצים לשלוח לכל אחד מייל אוטומטי.

מוסיפים Schedule Trigger שרץ כל שעה. אחריו Node של Google Sheets שקורא את כל השורות. אחריו Node של IF שבודק אם העמודה status שווה ל-new, רק לידים חדשים. ב-n8n, ה-IF Node מחלק את הזרימה לשני ענפים: true ו-false.

בענף ה-true מוסיפים Node של Gmail ששולח מייל. אפשר להשתמש ב-Expressions כדי לשלב את שם הליד בתוך ההודעה. אחרי ה-Gmail, מוסיפים עוד Node של Google Sheets שמעדכן את העמודה status ל-sent.

שימו לב, ב-n8n אפשר ללחוץ על כל Node אחרי ההרצה ולראות את הנתונים שעברו דרכו. זה מאוד שימושי לדיבוג.

[מעבר שקף]

בואו נדבר על Expressions, זה אחד הדברים הכי חזקים ב-n8n.

ב-Make השתמשנו ב-mapping כדי לחבר שדות בין Nodes. ב-n8n זה עובד דומה, אבל הרבה יותר חזק. כשאתם בתוך שדה של Node, לוחצים על הכפתור Expression ואז אפשר לכתוב JavaScript.

למשל: סימון דולר json נקודה email מביא את שדה email מה-Node הקודם. סימון דולר json נקודה firstName ועוד סימון דולר json נקודה lastName מחבר שם פרטי ושם משפחה. סימון דולר now נקודה toFormat מחזיר את התאריך בפורמט שאתם רוצים. וסימון דולר json נקודה price כפול אחד נקודה שבע עשרה מחשב מחיר עם מע"מ.

ואם צריך לוגיקה מורכבת יותר, יש את ה-Code Node שבו אפשר לכתוב JavaScript או Python מלא. ב-n8n 2.0, כל הקוד רץ בסביבה מבודדת שנקראת Task Runners, מה שמגביר את האבטחה.

עוד דבר חשוב הוא Variables. אפשר להגדיר משתנים גלובליים שזמינים בכל ה-Workflows. למשל: כתובת API בסיסית, שם חברה, שפת ברירת מחדל. ככה אם משנים משהו, משנים במקום אחד.

[מעבר שקף]

בואו נכיר את סוגי ה-Triggers ב-n8n.

Schedule Trigger מפעיל את ה-Workflow לפי לוח זמנים. כל דקה, כל שעה, כל יום, או ביטוי Cron מותאם. מצוין למשימות תחזוקה וסינכרון.

Webhook מחכה לקריאת HTTP מבחוץ. כשמישהו שולח בקשה ל-URL של ה-Webhook, ה-Workflow מופעל. זה הכי נפוץ לחיבור מערכות חיצוניות.

יש גם Triggers ייעודיים לאפליקציות: הודעה חדשה ב-Telegram, מייל חדש ב-Gmail, שורה חדשה ב-Google Sheets, הודעה חדשה ב-Slack. כל אחד מאזין לאירוע ספציפי.

Manual Trigger הוא הכפתור Test Workflow שמשתמשים בו לפיתוח ובדיקות.

Form Trigger הוא תכונה חדשה, n8n יכול לייצר טפסים בעצמו. מגדירים שדות, מקבלים URL, ומי שממלא את הטופס מפעיל את ה-Workflow.

ו-Chat Trigger יוצר חלון צ'אט לסוכני AI, אותו נראה בהמשך.

[מעבר שקף]

בואו נבנה Workflow עם Webhook, כי זה מה שתשתמשו בו הכי הרבה בפועל.

יוצרים Workflow חדש ומוסיפים Node של Webhook. ברגע שמוסיפים אותו, n8n מייצר URL ייחודי. יש שני URLs: Test URL שעובד רק כשה-Workflow פתוח ומחכה, ו-Production URL שעובד תמיד כשה-Workflow מופעל ב-Publish.

מגדירים HTTP Method ל-POST. זה אומר שנקבל מידע בגוף הבקשה. מעתיקים את ה-Test URL, לוחצים Listen for Test Event ב-Webhook Node, ושולחים POST request עם נתונים, למשל שם, אימייל, והודעה.

חוזרים ל-n8n ורואים שה-Webhook קלט את הנתונים. עכשיו אפשר להוסיף Nodes שמעבדים אותם, שמירה ב-Google Sheets, שליחת התראה ב-Slack, שליחת מייל אישור.

זה בדיוק איך מחברים דפי נחיתה, טפסים ו-CRM ל-n8n. דף הנחיתה שולח Webhook ל-n8n, ו-n8n מטפל בכל השאר.

[מעבר שקף]

עכשיו מגיע החלק הכי מרגש, ה-AI Nodes של n8n. זה מה שמבדיל את n8n מכל כלי אוטומציה אחר.

ל-n8n יש למעלה משבעים AI Nodes, מסודרים בקטגוריות. מודלי שפה, עם חיבורים ל-OpenAI GPT-4o, ל-Claude Sonnet 4.6 של Anthropic, ל-Gemini 3.1 Pro של Google, ל-Ollama למודלים מקומיים, ל-DeepSeek, ל-Groq, ל-Cohere, ול-Hugging Face.

AI Agent, שזה Node מרכזי שיוצר סוכן AI עם כלים. הסוכן יכול להשתמש בכלים שאתם מגדירים, חיפוש באינטרנט, קריאה מ-Database, שליחת מייל.

כלי AI כמו Calculator, Code, HTTP Request, Wikipedia ועוד. אלה הכלים שהסוכן יכול להשתמש בהם.

זיכרון, עם Window Buffer Memory ו-Buffer Memory. מאפשרים לסוכן לזכור שיחות קודמות.

Embeddings ו-Vector Store, עם חיבור ל-Pinecone, Weaviate, Qdrant, Chroma. זה הבסיס ל-RAG, שליפת מידע מבסיס ידע.

ו-Output Parsers לפרסור תשובות ה-AI למבנה מסודר, JSON, רשימות, טבלאות.

כל זה בנוי על LangChain, שהוא הפריימוורק המוביל לבניית אפליקציות AI.

[מעבר שקף]

בואו נבנה Workflow אמיתי עם AI. התרחיש: אימייל חדש נכנס, AI מסווג אותו, תלונה, שאלה, בקשת הצעת מחיר, או ספאם, ומנתב אותו לטיפול המתאים.

מוסיפים Trigger של Gmail שמתעורר כל פעם שמגיע מייל חדש. אחריו מוסיפים Node של AI Agent. בתוכו מגדירים Chat Model, בוחרים OpenAI GPT-4o, ומחברים את ה-Credential. כותבים System Message שמנחה את ה-AI לסווג את האימייל לאחת מארבע קטגוריות ולהחזיר JSON עם קטגוריה, רמת ביטחון, וסיכום.

ב-Prompt של ה-Agent משלבים Expression עם תוכן האימייל, הנושא והגוף.

אחרי ה-AI Agent מוסיפים Node של Switch שבודק את הקטגוריה שהוחזרה ומנתב. תלונה הולכת ל-Slack כהתראה לצוות שירות. שאלה הולכת ל-Gmail כתשובה אוטומטית. בקשת הצעת מחיר נשמרת ב-Google Sheets ברשימת לידים. וספאם נמחק.

שימו לב כמה זה חזק. AI קורא את המייל, מבין את הכוונה, ומנתב אוטומטית. בלי כללים ידניים, בלי מילות מפתח. הבנת שפה טבעית.

[מעבר שקף]

עכשיו נרים רמה. נבנה AI Agent שלא רק עונה, אלא פועל. הוא יכול לחפש מידע, לקרוא מ-Database, ולבצע פעולות.

יוצרים Workflow חדש עם n8n Chat Trigger. זה יוצר חלון צ'אט שאפשר לדבר דרכו עם ה-Agent.

מוסיפים Node של AI Agent, והפעם נוסיף לו כלים. כלי ראשון, Calculator, שנותן ל-Agent יכולת לעשות חישובים. כלי שני, HTTP Request, שמאפשר ל-Agent לשלוף מידע מ-API חיצוני בזמן אמת. וכלי שלישי, Google Sheets, שמאפשר ל-Agent לחפש מידע בטבלאות שלכם.

מוסיפים גם Memory, Window Buffer Memory, כדי שה-Agent יזכור את ההיסטוריה של השיחה.

עכשיו פותחים את חלון הצ'אט ושואלים שאלות. מה מזג האוויר בתל אביב? ה-Agent ישתמש ב-HTTP Request. כמה זה אלף וחמש מאות כפול אחד נקודה שבע עשרה? ה-Agent ישתמש ב-Calculator. מה הסטטוס של הזמנה מספר 12345? ה-Agent יחפש ב-Google Sheets.

ה-Agent מחליט לבד באיזה כלי להשתמש. זו הבנת כוונה, Intent Recognition. הוא מבין מה אתם רוצים ובוחר את הכלי המתאים.

[מעבר שקף]

כמה תכונות מתקדמות שכדאי להכיר, גם אם נעמיק בהן בשיעור הבא.

Draft/Publish, חדש ב-n8n 2.0, מאפשר לערוך Workflow בלי לפגוע בגרסה החיה. כשמרוצים, לוחצים Publish.

Error Handling, מה קורה כש-Node נכשל? ב-n8n יש Error Trigger שמתעורר כשמשהו נכשל. אפשר לבנות Workflow שמטפל בשגיאות, שולח התראה, מנסה שוב, מלוגג.

Sub-Workflows, אפשר לקרוא ל-Workflow מתוך Workflow אחר. בדיוק כמו פונקציות בתכנות. זה מאפשר לבנות מערכות מודולריות.

ו-Versioning, n8n שומר היסטוריית גרסאות. אם עשיתם טעות, אפשר לחזור לגרסה קודמת.

[מעבר שקף]

שני נושאים מתקדמים שנלמד בשיעור 1.5 אבל חשוב שתכירו.

MCP, Model Context Protocol, הוא פרוטוקול שמאפשר ל-AI Agents לגשת לכלים חיצוניים בצורה סטנדרטית. ב-n8n יש שני Nodes: MCP Server Trigger שהופך את ה-Workflow שלכם לכלי שסוכני AI חיצוניים יכולים לקרוא לו, ו-MCP Client Tool שמאפשר ל-Agent שלכם ב-n8n להשתמש בכלים מ-MCP Servers חיצוניים. בפועל, אפשר לחבר את n8n ל-Claude Code, ל-Cursor, ולכל כלי שתומך ב-MCP.

Agent-to-Agent הוא היכולת לבנות מערכת של כמה Agents שמדברים אחד עם השני. Agent ראשי שמנהל, ו-Agents מומחים שכל אחד מתמחה בתחום.

ו-Human-in-the-Loop הוא האפשרות להגדיר שלפני שה-Agent מבצע פעולה רגישה, כמו שליחת מייל או עדכון Database, הוא עוצר ומחכה לאישור אנושי. אפשר לקבל את בקשת האישור ב-Slack, ב-Telegram, או ב-n8n Chat.

[מעבר שקף]

בואו נדבר רגע על תמחור, כי זה חלק חשוב מהתפקיד שלכם כ-AI Engineers. התוכנית של Community, שזה Self-Hosted, היא חינמית לגמרי עם הרצות ללא הגבלה. משלמים רק על השרת, בערך עשרים עד חמישים דולר לחודש.

בתוכנית Starter של Cloud, המחיר הוא עשרים וארבעה יורו לחודש עם אלפיים וחמש מאות הרצות. בתוכנית Pro, שישים יורו לחודש עם עשרת אלפים הרצות. ויש תוכנית Enterprise עם תמחור מותאם והרצות ללא הגבלה.

כל התוכניות בתשלום כוללות משתמשים ו-Workflows ללא הגבלה וכל האינטגרציות. ההבדל העיקרי הוא במספר ההרצות. זה אומר שאם אתם עסק קטן שרק מתחיל, ה-Starter מספיק. ואם אתם ארגון גדול או רוצים שליטה מלאה, Self-Hosted הוא הבחירה.

[מעבר שקף]

בואו נסכם שיעור ארוך וצפוף.

למדנו מה זה n8n ומתי בוחרים בו על פני Make.com. קוד פתוח, Self-Hosting, AI מתקדם, וחיסכון בעלויות.

התקנו והתחברנו ל-n8n Cloud, הכרנו את הממשק. Canvas, Nodes, Connections, Triggers.

בנינו Workflows מאפס. מ-Hello World ועד אוטומציית Google Sheets לאימייל ו-Webhook.

הכרנו Expressions וכתיבת JavaScript ב-n8n.

הכרנו את ה-AI Nodes, בנינו סיווג אימיילים עם AI ו-Agent עם כלים.

וראינו הצצה לתכונות מתקדמות. Draft/Publish, MCP, Agent-to-Agent, Human-in-the-Loop.

בשיעור הבא, 1.5, נעמיק. נבנה מערכת Multi-Agent, נגדיר Human-in-the-Loop, ונלמד Self-Hosting עם Docker.

עד אז, תרגלו! בנו Workflow אמיתי לצורך שלכם. ככל שתבנו יותר, ככה זה ייהפך טבעי. תודה שהאזנתם, ונתראה בשיעור הבא.
