n8n Self-Hosted：為什麼我們選擇自建而非 SaaS
工作流自動化這件事，從來不缺工具。Zapier 成立於 2011 年，Make.com（前身 Integromat）緊接其後，這兩個 SaaS 平台加起來服務了幾百萬個用戶。但在 2026 年，SuperPortia 設置自建 n8n 時，答案其實很清楚——不是「SaaS 不好」，而是我們的需求結構讓 self-host 成為唯一合理的選項。
這篇文章解釋我們怎麼思考這個決定，以及你應不應該做同樣的事。
n8n 是什麼
n8n（發音 “n-eight-n”，全稱 nodemation）是一個 fair-code（原始碼公開）的工作流自動化平台。視覺化節點編輯器、400+ 個整合節點、支援程式碼（JavaScript / Python）、可以部署在你自己的機器或雲端伺服器上。
v2.13 版最重要的新功能是 Instance-level MCP Server——n8n 可以把自己的工作流能力暴露為 MCP 工具，讓 Claude Code、Cursor 等 AI 工具直接呼叫。這個功能是 SuperPortia 轉向 n8n 的關鍵原因之一，後面會詳細討論。
n8n 的商業模式：核心採用 Sustainable Use License（2022-03-17 起從 Apache 2.0 改為此授權）——fair-code 授權，原始碼公開但非 OSI 意義下的開源。個人、企業自建和內部使用均免費，不受公司規模限制；限制對象僅限於「以 n8n 功能本身商業化」的情況，例如對外銷售 n8n hosting 服務、白標轉售、或將 n8n 作為你自己 SaaS 產品的核心功能。公司的收入來自 Cloud 版本（SaaS）和 Enterprise 授權（帶 SSO、稽核、高可用的企業功能）。Self-host 版本不需要付費，功能完整，沒有人工限制執行次數。
三個平台的真實差異
先把三個主要選項並排看：
| 面向 | Zapier | Make.com | n8n Self-Hosted |
|---|---|---|---|
| 免費額度 | 100 tasks/month | 1,000 ops/month | 無限制 |
| 付費起點 | $19.99/month（750 tasks） | $9/month（10K ops） | 伺服器成本（我們用 Docker，無額外費用） |
| 執行限制 | 按 tasks 計費 | 按 operations 計費 | 無限 |
| 資料去哪裡 | Zapier 伺服器 | Make 伺服器 | 你的伺服器 |
| 程式碼支援 | 有限（Code step） | 有限（Router + Iterator） | 完整（JS + Python） |
| AI 節點 | 基本 | 基本 | 完整 AI Agent 節點 + 自訂 LLM |
| MCP 整合 | 無 | 無 | Instance-level MCP Server（v2.13+） |
| 版本控制 | 無 | 無 | workflow 可以匯出 JSON → git |
| API 存取 | 有（付費） | 有（付費） | 完整 REST API（免費） |
| 除錯能力 | 有限 | 有限 | 完整 execution log + 重跑單步 |
| 白標 / 嵌入 | 不支援 | 有限 | 完整支援 |
Zapier 的 task 是每個 action step 計算一次，不是每次 trigger。一個工作流有 5 個 step，執行一次就是 5 tasks。這讓帳單計算變得非常不直覺，特別是當工作流包含迴圈或條件分支時。
Make.com 的「ops（operations）」計算方式也類似——每個模組執行一次算一次 op。1,000 ops/month 在免費層聽起來多，但一個包含 10 個模組的工作流跑 100 次就用完了。
n8n self-hosted 的執行次數由你的機器決定，不是由訂閱方案決定。
我們真正在意的四個理由
1. 無限執行：規劃和現實對得上
SuperPortia 的自動化場景包括定時 RSS 抓取、KOL 追蹤、社群發文、每日簡報整合。這些工作流有一個共通點：高頻率、低成本。
以 RSS 監控為例：每 15 分鐘抓一次 10 個 RSS feed，每次處理 20 個條目，一天就是 1,920 次 operation。在 Make.com 免費版裡，這兩天就爆了。在 n8n self-hosted，這不是一個你需要計算的數字。
付費方案解決了限制問題，但引入了另一個問題：你開始為使用量設計工作流，而不是為需求設計。這是 SaaS 訂閱模式的隱性成本，比帳單更難計算。
2. MCP 整合：AI 直接操控工作流
這是 2026 年最重要的分水嶺。
n8n v2.13 引入了 Instance-level MCP Server。啟用後，Claude Code 可以透過 MCP 協定直接對 n8n 下指令：搜尋節點、驗證工作流 JSON、從程式碼建立新工作流。AI 從工作流的執行者，變成工作流的作者。Instance-level MCP 支援兩種模式：把已發布的工作流暴露給外部 AI 執行，以及讓外部 AI 直接進行 workflow authoring（v2.13+ 新增，官方文件描述可能滯後）。
Zapier 和 Make.com 都沒有等效功能。它們有 API，但那是給程式呼叫的 REST API，需要人工設計端點、認證、錯誤處理——和 MCP 的語意操作層完全不同層次。
關於 n8n MCP 的完整說明，詳見本系列第三篇：n8n MCP Server × Claude Code：AI 直接操控工作流。
3. 資料主權：敏感資料不出門
SuperPortia 的部分工作流會處理商業情報、KOL 分析、交易策略評估。這些資料通過 Zapier 或 Make.com 的伺服器，意味著第三方有技術能力存取。
更實際的問題是 GDPR 和資料在地化。如果你的工作流涉及個人資料（Email、用戶行為），SaaS 中間層讓合規變得複雜。Self-hosted n8n 的資料只在你的伺服器上，這一點沒有歧義。
資料主權是一把雙刃劍。Self-hosted 的安全責任完全在你身上：伺服器更新、備份策略、存取控制、憑證管理。SaaS 平台承擔了這部分工作。如果你不打算認真維護安全設定，SaaS 反而更安全。
SuperPortia 的做法是：Docker 綁定 127.0.0.1（不對外暴露 5678 port）、Cloudflare Tunnel 作為唯一入口、Cloudflare Access 的 Email 認證閘道、檔案權限 700。這套設定比大多數人的 SaaS 帳號安全設定還嚴格。完整安全設定詳見本系列第二篇：完整教學：Docker + Cloudflare Tunnel 部署 n8n。
4. AI-native 節點：比較基準不一樣了
n8n 內建的 AI 節點已經遠超「呼叫一個 OpenAI API」的層次：
- AI Agent 節點：多步推理、工具使用、自訂 system prompt
- Chain 節點：LangChain 整合，支援 RAG、summarization、extraction
- Memory 節點：對話 memory，可以建有狀態的 AI 工作流
- 向量儲存節點：連接 Pinecone、Qdrant、Supabase pgvector
- 自訂 LLM：任何 OpenAI 相容 API（我們使用 DeepSeek、Cloudflare Workers AI）
Zapier 和 Make.com 的 AI 功能基本上是把你的 prompt 送到 OpenAI 再回來。n8n 的架構讓你可以在工作流裡建真正有推理能力的 agent，而不只是串接 API。
誰應該自建 n8n
不是所有人都適合 self-host。以下是一個誠實的評估框架：
適合的情境：
- 你已經有 Docker 環境（VPS、NAS、本地機器）
- 執行量高，SaaS 費用會快速增長
- 工作流涉及敏感資料
- 你想把 AI（Claude Code、Cursor）整合進自動化
- 你有工程背景，願意維護伺服器
不適合的情境：
- 你只需要 2-3 個簡單工作流，每天執行次數低
- 你沒有人維護伺服器（更新、備份）
- 你的團隊有非技術成員需要自行建立工作流（Zapier 的 UX 更友善）
- 你需要 SOC 2 / HIPAA 等合規認證（SaaS 平台有這些，self-host 需要你自己搞）
n8n 自己也有 Cloud 版本，每月 $20 起（20 工作流，2,500 executions/月）。如果你要 n8n 的功能但不想管伺服器，這是值得考慮的選項。它比 Zapier 便宜很多，而且功能完整——只是沒有 self-host 的無限執行和完整資料控制。
我們的設定：成本歸零的路徑
SuperPortia 的 n8n 跑在 SS1（MacBook Air M3）上：
- Docker 容器：
n8nio/n8n:2.13.2 - 資料掛載：
~/Documents/n8n-data（本機 SSD） - 網路暴露：Cloudflare Tunnel →
n8n.superportia.dev - 認證：Cloudflare Access（Email policy）
- MCP 存取：localhost:5678（Claude Code 直連）
伺服器成本：$0。我們本來就要開著這台機器，n8n 加上去的邊際成本接近零。這是 self-host 在已有硬體的情況下的核心優勢。
完整部署流程在下一篇：完整教學：Docker + Cloudflare Tunnel 部署 n8n。
結語：選工具的問題是問自己
Zapier 和 Make.com 是優秀的產品。它們降低了自動化的門檻，讓非技術人員也能建立工作流。對於工作流簡單、執行次數低、不需要 AI 深度整合的使用者，它們是完全合理的選擇。
但如果你的使用場景是高頻自動化 + 敏感資料 + AI 深度整合，n8n self-hosted 的優勢是結構性的，不是功能細節的差異。我們在評估後沒有太多猶豫。
下一步：把 n8n 實際跑起來。繼續讀 完整教學：Docker + Cloudflare Tunnel 部署 n8n。
...，是真實的業務需求，每一個都有具體的節點設計和資料流。最後會說一件更根本的事：當 AI 可以直接建立工作流，設計自動化的方式本身發生了什麼變化。 本系列的前三篇： - 為什麼選 self-host：[[n8n Self-Hosted：為什麼我們選擇自建而非 SaaS]] - 部署方法：[[完整教學：Docker + Cloudflare Tunnel 部署 n8n]] - MCP...
...are Tunnel 穿透到公網、CF Access 做 Email 認證、MCP Server 對 Claude Code 開放。全程沒有額外費用，資料不出本機。 如果你想先理解為什麼要 self-host 而非用 Make.com / Zapier，先看上一篇：[[n8n Self-Hosted：為什麼我們選擇自建而非 SaaS]]。 最終架構圖...
I 作為協調者，跨系統完成任務。 本系列的下一步 現在你知道 n8n 怎麼設定（[[教學篇]]）、為什麼選它（[[比較篇]]）、以及 AI 如何控制它（本篇）。 最後一篇看具體場景：SuperPortia 正在規劃哪五個自動化工作流，以及 n8n + Claude Code...