n8n 2.42.3: платформа для агентов с фокусом на стабильность self-hosted
Вышел выпуск 2.42.3 платформы n8n — визуального конструктора ИИ-агентов и рабочих процессов. С прошлого разбора накопилось шесть выпусков: 2.41.3, 2.41.4, 2.41.5, 2.41.6, 2.41.7 и текущий 2.42.3. Основное внимание в них — исправления в ядре и API, а не новые возможности.
Что нового
- Task runner переживает необработанные отклонения промисов — ядро больше не останавливается из-за случайной ошибки в асинхронном коде, что важно для долгоживущих агентских процессов.
- Глобальные участники могут выдавать права на переменные для API-ключей — расширено управление доступом к чувствительным данным при интеграции через API.
- Исправлен возврат выполнения при неполном контексте трассировки — меньше потерянных результатов при сбоях в observability-слое.
- Подсчёт успешного пинга базы данных стал устойчивее к задержкам event loop — меньше ложных срабатываний о недоступности БД под нагрузкой.
- Результаты queue job сохраняются только для процессов, которые их поставили в очередь — чище состояние при горизонтальном масштабировании.
Что платформа умеет
n8n — это fair-code платформа для сборки и развёртывания ИИ-агентов и рабочих процессов. Визуальный холст сочетается с возможностью писать свой код на JavaScript, Python и подключать npm-пакеты. Заявлены многошаговые агентские сценарии с логикой, вызовом инструментов, подтверждением человеком и полной наблюдаемостью. Платформа поддерживает self-hosted и облачное развёртывание, роль-ориентированный доступ и аудит.
Своя модель вместо облака
Подключить свою модель можно через переменную окружения N8N_INSTANCE_AI_MODEL_URL — она принимает base URL любого OpenAI-совместимого эндпоинта, включая LM Studio. Когда переменная задана, запросы к модели идут на этот URL вместо встроенного провайдера. Ставится через Docker одной командой или установочным скриптом. Лицензия — Sustainable Use License: внутреннее использование, некоммерческое распространение и личные цели разрешены, распространение — только бесплатно и некоммерчески.
Чем отличается от соседей
Среди Dify, Sim и FastGPT только у n8n в документации заявлено подтверждение человеком — human approvals в многошаговых агентских сценариях. При этом свои инструменты и функции, база знаний (RAG) и выполнение кода в песочнице у n8n в документации не упомянуты, тогда как у большинства соседей они есть. Графы, визуальный редактор и self-hosted через Docker заявлены у всех четырёх платформ.
| n8n | Dify | Sim | FastGPT | |
|---|---|---|---|---|
| Вид | конструктор | конструктор | конструктор | конструктор |
| Язык | TypeScript | TypeScript | TypeScript | TypeScript |
| Лицензия | Sustainable Use Licen… | Apache 2.0 с доп. усл… | Apache-2.0 | FastGPT Open Source L… |
| Звёзд на GitHub | 206 788 | 156 267 | 29 663 | 29 690 |
| Выпусков за 90 дней | 58 | 5 | 85 | 20 |
| Свои инструменты и функции | — | есть | есть | — |
| Поддержка MCP | — | есть | — | — |
| Память агента | — | — | есть | — |
| База знаний (RAG) | — | есть | есть | — |
| Выполнение кода в песочнице | — | есть | есть | — |
| Подтверждение человеком | есть | — | — | — |
| Графы и сохранение состояния | есть | есть | есть | есть |
| Визуальный редактор | есть | есть | есть | есть |
| Трассировка и отладка | есть | есть | есть | — |
| Голос и речь | — | есть | — | — |
| Свой сервер и Docker | есть | есть | есть | есть |
| Картинки и документы | — | — | — | есть |
| Своя модель: Ollama | — | — | есть | есть |
| Своя модель: vLLM | — | — | есть | — |
| Своя модель: LM Studio | есть | — | — | — |
| Своя модель: Xinference | — | — | — | есть |
| Своя модель: OpenAI-совм. API | есть | есть | — | есть |
Сверка по README и документации проектов на 07.10.2026: «есть» — возможность там заявлена, прочерк — об этом не сказано (это не значит, что возможности нет). Звёзды и выпуски — по данным GitHub.
Обновиться стоит тем, кто держит n8n на своём железе и сталкивался с остановками task runner или потерей результатов при сбоях трассировки. Если вы только присматриваетесь к конструкторам агентов и вам важно подтверждение человеком в цепочке — n8n стоит изучить. Следить за новыми выпусками платформ для локального запуска можно в ленте CPU3D.
