n8n Assistant 2.35+: Agents (preview), MCP і one-line Docker поруч із Bubble

Коли ви створюєте MVP без глибоких технічних навичок, ваша головна мета — якнайшвидше перевірити гіпотезу, зібрати перший зворотний зв'язок від користувачів або залучити інвестиції. Nocode-платформа Bubble ідеально підходить для швидкого створення інтерфейсу, авторизації та роботи з базою даних. Проте, коли продукт потребує складних AI-ланцюжків, обробки файлів чи регулярного парсингу, перенесення всієї цієї логіки безпосередньо в Bubble може виявитися дорогим через витрату Workload Units (WU) або призвести до зупинки процесів. Схожий розбір: Claude Code 2.1.287: що фаундеру. Поруч із цим: Bubble MVP builder: як запустити.

Саме тому популярним рішенням для соло-розробників стала архітектура «Bubble + n8n»: Bubble залишається фронтендом і базою користувачів, а self-hosted n8n працює поруч як безкоштовний або недорогий бекенд-рушій для автоматизацій. У релізі 2.35+ n8n зробив відчутний крок назустріч творцям продуктів і фанатам «вайбкодінгу» (vibe coding). Поруч із цим: AI для кодинга поруч із. Поруч із цим: Шукаєте ai для кодинга бесплатно.

Що змінилося в n8n 2.35+

Оновлення принесло кілька ключових речей, які безпосередньо впливають на швидкість прототипування:

1. Ребрендинг у n8n Assistant: Інструмент (раніше відомий як AI Workflow Builder) тепер називається n8n Assistant. Він інтегрований прямо в канвас і дозволяє створювати, редагувати, тестувати та дебажити воркфлоу через звичайний текстовий запит. Ви описуєте задачу людською мовою, а асистент сам підбирає потрібні ноди та запитує необхідні API-ключі.
2. Встановлення однією командою (One-line Docker): Для тих, хто боявся складних інструкцій налаштування сервера, з'явився офіційний скрипт: curl -fsSL https://get.n8n.io | sh. Він вимагає лише встановленого Docker з плагіном docker compose v2. Скрипт автоматично розгортає робочий стек у папці ./n8n на порту 5678 із базою даних SQLite та попередньо налаштованими сервісами пісочниці й веб-пошуку.
3. Agents у режимі Preview: Асистент тепер уміє проєктувати не лише лінійні воркфлоу, а й автономних AI-агентів. Ви можете ставити завдання вищого рівня, а агент комбінуватиме доступні інструменти.
4. Підтримка Model Context Protocol (MCP): n8n впроваджує протокол MCP на трьох рівнях: підключення сторонніх MCP-серверів із каталогу всередині чату асистента, перетворення самого n8n на інстанс-сервер MCP (через налаштування або змінну N8N_MCP_ACCESS_ENABLED), а також ноди-тригери та клієнти MCP безпосередньо у воркфлоу. Про це окремо: AI для кодинга: як перевірити.

Що нетехнічний фаундер може використати вже зараз

• Швидкий бекенд для вайбкодінгу: Ви можете підняти n8n на власному ноутбуці або на VPS за кілька доларів на місяць однією командою. Не потрібно вручну збирати важкі JSON-структури: попросіть асистента згенерувати вебхук, який приймає дані з форми Bubble, надсилає запит до мовної моделі та повертає результат.
• Економія Workload Units у Bubble: Важкі операції (робота з LLM, аналіз тексту, підготовка даних) виконуються на вашому сервері n8n, не навантажуючи платний ліміт Bubble.
• Власні ключі (BYO Key): На self-hosted версії ви не платите за внутрішні кредити сервісу, а використовуєте прямі API-ключі постачальників (OpenAI, Anthropic тощо), що дає повний контроль над собівартістю кожного запиту в MVP.

Підводні камені та обмеження: про що варто знати заздалегідь

Практичний запуск вимагає реалістичного підходу без зайвого хайпу:

• Статус Preview означає обов'язкову перевірку: Як n8n Assistant, так і модуль Agents знаходяться у статусі прев'ю. Асистент може допускати помилки в налаштуваннях нод або типах даних. Ніколи не запускайте згенерований сценарій у живий контакт із клієнтами без ручного тесту кожного кроку.
• Пастка таймаутів у Bubble (Помилка 524): Це найпоширеніша проблема зв'язки. Bubble API Connector за замовчуванням очікує відповіді від зовнішнього вебхука не довше 30–45 секунд. Якщо ваш AI-агент в n8n думає понад цей час, Bubble обірве з'єднання з помилкою. Рішення: у n8n використовуйте ноду Respond to Webhook на початку сценарію, щоб одразу повернути Bubble статус 200 OK або умовний job_id, а коли важка генерація завершиться — надсилайте результат назад у Bubble через його Workflow API (Backend Workflows).
• Тільки Docker, ніякого npm: Встановлення через npm більше не підтримується для Assistant, а команда n8n оголосила про загальну відмову від npm на користь Docker до релізу 3.0 (жовтень 2026).
• Активація модулів вручну: Модуль агентів розгортається поступово («not everyone has them yet»). Для активації на self-hosted може знадобитися явно задати змінну середовища N8N_ENABLED_MODULES=instance-ai,agents. Крім того, для self-hosted поки немає підтримки Enterprise, не підтримується queue mode, а для зовнішніх каналів потрібен публічний WEBHOOK_URL.
• Безпека пісочниці: Комплектна пісочниця з однорядкового встановлювача підходить для локальних тестів і перших запусків. Для стабільного продакшену офіційна документація радить переходити на надійніші ізолятори, такі як Daytona.

Покроковий старт для перевірки гіпотези

1. Розгорніть інстанс: Виконайте curl -fsSL https://get.n8n.io | sh на тестовому VPS або комп'ютері з Docker.
2. Підключіть модель: Додайте API-ключ вашої LLM в інтерфейсі n8n або у файлі .env.
3. Згенеруйте вебхук: Відкрийте n8n Assistant і напишіть запит: «Створи Webhook для отримання вхідного тексту, пропусти через OpenAI для класифікації та надішли результат нодою Respond to Webhook».
4. Підключіть Bubble: У Bubble відкрийте API Connector, створіть новий API Call (тип Action, метод POST) і вкажіть тестову URL-адресу з ноди Webhook в n8n.
5. Протестуйте зв'язку: Надішліть перші тестові дані з Bubble, переконайтеся, що відповідь надходить швидше ніж за 5–10 секунд, і лише після цього перемикайте Webhook у режим Production.