跳到主内容

n8n Labs 开源 Nod:跑在你自己电脑上的个人 Agent,动手前先问你

n8n Labs 放出 Nod 研究预览版,Apache 2.0,装在本机、自带浏览器与沙箱,接你自己的模型 key。动手发消息、付款、删除前必须先过一道独立的许可检查。

2026-11-16 · n8n-io/nod 仓库与 README(实取) / GitHub Releases(nod-v0.7.6 实取) / nod.n8n.io 文档

发布 2026-11-16核实 2026-11-16

要点

  • 2026-11-10,n8n 内部实验组 n8n Labs 发布 Nod,定位是「带自己一台电脑的开源个人 Agent」,状态是 research preview(官方同时用 early preview 的说法)。
  • 仓库 n8n-io/nod(创建于 2026-09-25,截至发稿 1,618 stars),Apache 2.0;最新版本 nod-v0.7.6 发布于 2026-11-13 22:45 UTC(北京时间 11-14)。
  • 形态是桌面应用:本机私有虚拟机 + 独立浏览器 + 本地工作区,能操作 Gmail、日历、云端硬盘、Slack、Notion 这类有连接器的应用,也能直接登录没有 API 的网站(供应商门户、账单后台)。
  • 模型自备:填自己的 API key(OpenAI / Anthropic / OpenRouter / Google)、用 ChatGPT Plus/Pro 登录,或接本机 Ollama、LM Studio、vLLM、llama.cpp;本机模型要求支持工具调用、上下文 ≥64K。
  • 安全设计的关键一条:读取与起草自由,凡是「发送、付款、发布、删除」这类改变世界的动作,必须有你的话明确覆盖,否则先问。
  • 平台:macOS 14+(Apple Silicon 或 Intel)、Windows 11 预览(需 WSL 2 与硬件虚拟化、约 20 GB 空间)、Linux x64 Flatpak 预览;暂无 Linux ARM。

它和「云端 Agent」的分野

同样叫个人 Agent,Nod 的架构选择和云端方案几乎是反着来的:

维度云端个人 AgentNod
执行位置厂商服务器上的虚拟机你自己的电脑,本机私有 VM
常驻性7×24只在你开机、且应用打开时跑,合盖即停
凭证存在厂商侧本地加密保存,表单填写,模型读不到明文
模型厂商指定自备 key 或本机模型,30+ 供应商
成本订阅 / 额度制软件免费,推理费直接付给模型厂商
多人团队席位一装一人,无团队共享

这条路线换来的是隐私与可控,代价是它永远不可能替你在半夜跑完活。官方文档把这条写在限制里,没有藏。

三道钱闸与一道许可闸

这是 Nod 最值得细看的部分,因为它把「Agent 花钱」这件事拆成了互相独立的四层:

闸默认值作用
月度花费上限200 美元超过即停;历史配置可能没有默认值,需自行设置
单任务询问阈值5 美元自上次消息以来花费超过该值,任务暂停问你
自动拨付额度5 美元/月,默认关闭需手动开启的独立小额额度,与前两者不重叠
动作许可检查始终启用发送/付款/发帖/删除前,由一个独立模型确认你的指令覆盖了该动作

第四层是最容易被误读的:它不是权限系统,是另一个模型在猜你的意图。n8n 自己写明了「它也会错」,所以当指令没明确覆盖某个动作时,Nod 会停下来问。官方的说法很干脆:「一个网页或一封邮件不能给 Nod 下命令」——防的是提示注入。

配套还有两条:每个任务结束给一张收据(做了什么、模型花了多少),以及每次登录、刷卡、应用操作都进日志。

v0.7.6 里那三个细节

最近这版没有大功能,但三条都是「用起来会立刻感觉到」的:

  1. 可选的主动准备(Automatic preparation):检查支持的 App 有没有变化,提前准备一条提醒或任务。默认关闭,要在设置里打开;Gmail 与日历走「变更检查」,其他应用要支持事件;常规变更会等安静时段,只有证据强的紧急项才会被检查。
  2. 能看到命令了:任务预览里点「Show commands」可以看到最近 200 条工作区命令、退出码和保存的输出,用量页还支持 CSV 导出。官方提醒:会过滤已知密钥,但输出可能含私有文件内容,导出前自己看一眼。
  3. 审批提示改了措辞:不再显示原始工具细节,而是用人话问「要不要执行某个具体动作」——这条直接降低误批概率。

另外修了一批边角:Composio 临时故障后 Gmail 监视能续上、企业网络下本地引擎支持私有 CA、桌面字号可调。都是小活,但说明这个 preview 在按天迭代——11-13 一天之内发了 v0.7.4 / v0.7.5 / v0.7.6 三个版本。

三个必须先知道的风险

① 记忆分数是官方自报。 官方称在公开长时记忆基准 LongMemEval 上拿到 93.2%。数字不错,但没有第三方复现,也别把「记忆强」等同于「记得对」——它记的是自己写的笔记,笔记错了会一路错下去。

② 「本地」不等于「数据不出门」。 你的对话、附件、要处理的内容,仍然要发给所选模型厂商;应用连接器默认还走 n8n 托管的连接服务与 Composio(Notion / Linear / n8n 可走 MCP)。真正的私有只有「用本机模型 + 不接连接器」这一种组合。

③ 睡眠即停,单机单主。 这是产品定位而非 bug,但决定了它替代不了任何需要 7×24 的东西。想常驻只能自己找台不关机的机器。

谁该试,谁别试

  • 该试:一个人干活、每周重复同样杂事的人——催未付发票、去供应商门户下账单、取消免费试用、把仪表盘数字抄进周报。这些任务「读多写少」,正好卡在它最擅长且风险最低的区间。
  • 该试:手上已经有一堆模型 key、又不想被某个订阅绑住的人。它把「用哪个模型」变成每次可换的开关。
  • 别试:要团队共享 Agent、要无人值守、要手机号外呼的场景。三条官方都列为未支持或路线图。
  • 别试:指望它替代 n8n 工作流的人。Nod 处理的是「个人的、临时的、没有 API 的界面活」,n8n 处理的是「系统的、稳定的、有 API 的流程」。两者互补,不是替代。

AI 之家 观点

Nod 真正有意思的不是「又一个开源 Agent」,而是它把**「Agent 该不该被信任」翻译成了可检查的机制**:许可检查用独立模型、每个动作留日志、每个任务给收据、三道钱闸互不重叠。

这套东西不新鲜,但很少有产品把它一次全做齐。它同时也暴露了行业当下的真实水位——连官方都得承认「那道检查本身也会错」。这句话比任何安全白皮书都诚实。

放到赛道里看,Nod 和 Claude Cowork、OpenClaw 这类本机 Agent 抢的是同一批人:愿意自己配 key、在意数据在哪、能接受折腾的个体。差别在背景——n8n 的护城河是连接器与工作流生态,所以它敢把产品做成「不自带云」。

开源 + 自备模型 + 本机执行这套组合,正在成为个人 Agent 的第三条路(另两条是厂商闭环与浏览器插件)。值得盯的是它什么时候把「常驻托管」补上——那一步会决定它到底是个高级脚本工具,还是个真能干活的助手。

相关阅读

来源

常见问题

它和 n8n 是什么关系?

同公司、不同产品。Nod 由 n8n 内部的实验组 n8n Labs 做,独立安装、不需要 n8n 账号,也不需要云服务器。官方明确说 Nod 不改变 n8n 主产品的方向,两者可以互通但不是一回事。

模型要自己买吗?

要。Nod 本体免费(Apache 2.0),推理费用由你付给模型厂商:可以填 OpenAI/Anthropic/OpenRouter/Google 的 key,也可以用 ChatGPT Plus/Pro 登录,或接本机 Ollama、LM Studio、vLLM、llama.cpp。本机模型要求支持工具调用且上下文至少 64K。

它会不会自己乱发消息、乱花钱?

官方设计是「读和起草自由,改变世界的动作必须被你的话覆盖」。发送、付款、发布、删除之前过一道独立的许可检查;但那道检查本身也是模型,官方自己承认会判断错,所以拿不准时会停下来问。钱上有三道独立闸:月度上限(默认 200 美元)、单任务超过 5 美元就问、以及一个默认关闭的 5 美元月度额度。

能当团队工具用吗?

现在不能。每个安装只有一个所有者,没有团队共享,也没有官方常驻托管服务(在路线图上)。而且它只在你电脑醒着的时候跑——合上盖子任务就停。

相关对比

Alice vs OpenClaw:桌面快捷键助手 vs IM 网关 Agent(2026 实测选型)

Alice vs OpenClaw 怎么选:桌面快捷键助手(BYO API + 一次买断),对上 MIT 开源 IM 网关 Agent(20+ 渠道 + 7×24 后台自治)。按形态、触发方式、价格对比。

AutoGLM vs OpenClaw:国产 GUI Agent vs 开源 IM 网关(2026 实测选型)

AutoGLM 和 OpenClaw 都是开源 AI Agent,但一个操作手机 / 浏览器界面,一个通过 IM 网关 7×24 干活。本文从定位、能力、价格、国内可用性帮你选对工具。

Claude Desktop vs OpenClaw:桌面 AI Agent 怎么选?2026 对比

Claude Desktop vs OpenClaw 2026 选型对比:Anthropic 官方 MCP 桌面客户端 vs 2026 现象级开源 IM 网关 Agent。从定位、核心能力、模型支持、价格、国内可用性、适用场景 6 个维度帮你选对桌面 Agent。

Crush vs OpenClaw:终端 TUI agent vs IM 网关 Agent(2026 实测选型)

Crush vs OpenClaw 怎么选:开源终端 TUI(多模型 + LSP + MCP),对上 IM 网关 Agent(20+ 渠道 + 7×24 后台自治)。按形态、触发方式、自治能力对比。

Dify vs n8n:AI 工作流平台怎么选?LLMOps 全控 vs 通用自动化对比

Dify vs n8n 2026 选型对比:Apache 2.0 LLMOps 全平台 vs Sustainable Use License 通用自动化平台,从平台定位、工作流编排、RAG 能力、模型生态、集成数、私有部署、价格模型和适合人群 8 个维度判断,帮你选对 AI 工作流平台。

Hermes Agent vs OpenClaw:Agent 框架 vs IM 网关(2026 实测选型)

Hermes Agent 和 OpenClaw 都是开源 AI Agent,但一个强调自进化 + 记忆 + 跨平台部署,一个强调 IM 网关 + 7×24 Heartbeat + Skills 市场。本文从定位、能力、价格、国内可用性帮你选对工具。