n8n Cloud: первый рабочий процесс без установки сервера
Как начать работу в n8n Cloud без своего сервера: ручной запуск, учебные данные, условие If и проверка двух веток процесса.
Ты хочешь проверить автоматизацию обработки обращений, но пока не готов настраивать сервер, Docker и обновления. n8n Cloud даёт готовую среду в браузере. Начать стоит с процесса, где можно вручную проверить каждое решение, прежде чем подключать рабочую почту или ИИ.
Соберём учебную маршрутизацию: обращение с низкой оценкой уходит в ветку ручного разбора. Внешних отправок и платных вызовов модели в примере нет. Так ты проверишь основу будущего процесса и поймёшь, подходит ли тебе n8n.
1. Открой облачную среду и проверь условия
Перейди на n8n Cloud и выбери начало работы с облачной версией. Создай аккаунт, пройди предлагаемые шаги и открой свой экземпляр n8n в браузере. Экземпляр — это твоя среда с workflows и подключениями.
На дату подготовки статьи официальное руководство описывает пробный период 14 дней и лимит 1000 выполнений. Перед регистрацией проверь текущие условия: набор функций, ресурсы и дальнейшая оплата могут меняться. Пробный период не означает бесплатную работу без срока.
Cloud снимает задачу обслуживания сервера, но логику процесса и права внешних подключений всё равно настраиваешь ты. Если нужен собственный сервер, сравни с локальной установкой n8n.
Запиши дату окончания пробы и название тестового workflow. Это поможет вернуться к результату и не потерять рабочую заготовку среди экспериментов.
2. Создай ручной запуск и учебное обращение
Создай новый workflow и назови его Feedback — cloud trial. Добавь Manual Trigger — запуск по твоей команде. После него добавь Edit Fields (Set). Этот узел задаёт или изменяет поля данных; его настройки описаны в справке n8n.
Выбери ручное сопоставление полей и добавь:
| Поле | Тип | Учебное значение |
|---|---|---|
| feedback_id | String | CLOUD-01 |
| score | Number | 2 |
| text | String | Не смог найти экспорт отчёта |
Число 2 должно быть числом, а не строкой с кавычками. Выполни процесс вручную и открой выход Edit Fields. Должен появиться один объект с тремя полями. Если значения отличаются, исправь вход сейчас: дальнейшая ветка будет принимать решение именно по этим данным.
Не добавляй настоящий email клиента. На первом этапе он не помогает проверить правило, зато делает учебный процесс зависимым от обработки рабочих данных.
3. Добавь явное условие маршрутизации
После Edit Fields добавь узел If. Настрой условие: поле score, числовое сравнение is less than, значение 3. Чтобы сослаться на входное поле, перетащи score из панели входных данных в условие или включи режим выражения и укажи {{ $json.score }}.
Узел If разделяет данные на ветки True и False. В нашем правиле True означает «оценка меньше трёх», а не «клиент точно недоволен продуктом». Это техническое условие на известное поле.
К выходу True добавь ещё один Edit Fields с полем route со значением manual_review. К False — такой же узел со значением regular_queue. В обоих включи сохранение остальных входных полей через настройку включения входа в выход, чтобы не потерять feedback_id, score и text.
Не подключай эти ветки к рабочим системам. Пока достаточно увидеть правильные данные на выходе каждого маршрута.
4. Проверь обе ветки и границу
Меняй значение score в первом Edit Fields и каждый раз запускай процесс вручную. Сверяй конкретное выполнение, чтобы случайно не смотреть старые данные предыдущей пробы.
| Проба | score | Ожидаемая ветка | Ожидаемый route |
|---|---|---|---|
| CLOUD-01 | 2 | True | manual_review |
| CLOUD-02 | 3 | False | regular_queue |
| CLOUD-03 | 5 | False | regular_queue |
Для каждой пробы меняй и feedback_id. В результате должны остаться исходный ID, оценка, текст и новый маршрут. Значение 3 особенно важно: правило «меньше 3» отличается от «меньше или равно 3».
Один зелёный запуск не доказывает правильность обеих веток. Для первого учебного процесса успех — три результата из таблицы и отсутствие потери полей. Пустую оценку пока считай непроверенным случаем: до рабочего запуска потребуется отдельное правило валидации, а не надежда на автоматическое преобразование типов.
5. Найди причину, если результат отличается
| Симптом | Что посмотреть |
|---|---|
| Условие всегда False | Существует ли score во входе If и какой у него тип |
| При оценке 3 получается True | Не выбрано ли «меньше или равно» |
| На выходе остался только route | Включено ли сохранение входных полей |
| Вижу старый ID | Какое выполнение и какой узел открыт |
| Процесс не запускается автоматически | В примере используется ручной триггер |
Сохрани текст ошибки и значения входа конкретного узла. Если просишь ИИ помочь с настройкой, дай ему задачу с ожидаемым результатом:
Помоги проверить учебный workflow n8n.
Цепочка: Manual Trigger → Edit Fields → If → две ветки Edit Fields.
Правило: score < 3. Для score=3 нужна ветка False.
Вход: feedback_id=CLOUD-02, score=3 (Number), text=Учебный отзыв.
На выходе должны сохраниться все поля и добавиться route=regular_queue.
Перечисли настройки, которые нужно проверить. Не предлагай код
или внешние интеграции, пока не проверено условие и тип поля.Это промпт для диагностики настроек, а не доказательство фактического выполнения процесса. Ответ помощника сверяй с интерфейсом и реальным выходом узла.
6. Реши, что добавлять после пробы
Когда маршрутизация работает, выбери только одно усложнение: получение строки из тестовой таблицы, сохранение результата или ИИ-классификацию текста. Если добавить всё одновременно, при сбое станет трудно понять, где возникла ошибка.
Для таблицы есть практика n8n и Google Sheets. Для совместной работы — проекты и роли команды. Перед подключением модели отдельно проверь её оплату: доступ к n8n Cloud не подтверждает наличие оплаченного API выбранного провайдера.
До конца пробного периода сохрани схему, описание правила и результаты трёх проверок. Решение о дальнейшем использовании принимай по конкретному процессу: кто поддерживает его, как часто он запускается и где смотреть ошибку.
Моя рекомендация: сначала докажи, что процесс правильно обращается с известными полями. После этого ИИ можно поставить в конкретный шаг, где он действительно нужен, и отдельно проверять его решения.
Проверка материала: настройки узлов и условия пробы сверены с документацией; таблица тестов проверена логически. Workflow в облачном аккаунте не запускался. Переход от учебной цепочки к агенту разбираем на курсе по ИИ-агентам.
Собери своего ИИ-агента и проверь результат
«AI Agents: от vibe coding к AI-команде»: desktop agents, MCP, skills, evals и harness. Отдельные воркшопы — от подключения инструментов до контроля качества.
7 практических воркшопов · записи · вопросы автору в чате
Посмотреть программу курса ↗