הכרזת n8n Agents: שילוב סוכני AI עצמאיים לצד תהליכי עבודה
מוצר חדש

הכרזת n8n Agents: שילוב סוכני AI עצמאיים לצד תהליכי עבודה

הפלטפורמה מאפשרת להגדיר מטרות בשפה חופשית, להשתמש בתהליכי עבודה ככלים ולשלב סוכנים ישירות בתהליכים קיימים

4 דקות קריאה
מבוסס על כתבה שלn8n ↗תרגום וסיכום באמצעות מערכת חדשות בליווי AIאיך אנחנו עובדים

✨תקציר מנהלים

נקודות עיקריות

  • n8n השיקה את רכיב הסוכנים (Agents) בגרסת Preview עבור n8n Cloud והתקנות עצמאיות.

  • סוכנים יכולים להשתמש בתהליכי עבודה (Workflows), שרתי MCP ואינטגרציות מובנות ככלים לביצוע משימות.

  • הצומת Message an Agent מאפשר לקרוא לסוכנים ישירות מתוך תהליכי עבודה קיימים.

  • סבב שיחה אחד מול סוכן נספר כהרצה בודדת במכסת ההרצות של המערכת.

הכרזת n8n Agents: שילוב סוכני AI עצמאיים לצד תהליכי עבודה

  • n8n השיקה את רכיב הסוכנים (Agents) בגרסת Preview עבור n8n Cloud והתקנות עצמאיות.
  • סוכנים יכולים להשתמש בתהליכי עבודה (Workflows), שרתי MCP ואינטגרציות מובנות ככלים לביצוע משימות.
  • הצומת Message an Agent מאפשר לקרוא לסוכנים ישירות מתוך תהליכי עבודה קיימים.
  • סבב שיחה אחד מול סוכן נספר כהרצה בודדת במכסת ההרצות של המערכת.

בפוסט רשמי בבלוג החברה, הכריזה פלטפורמת n8n על השקת Agents (סוכנים). לפי ההכרזה, משתמשים יכולים להגדיר מה הסוכן אמור לבצע, לספק לו מודל, כלים ותהליכי עבודה (Workflows), והסוכן קובע בעצמו את הצעדים הנדרשים לביצוע המשימה. ניתן לתקשר עם הסוכן ב-Slack, להריץ אותו לפי תזמון מוגדר מראש, או לקרוא לו מתוך כל תהליך עבודה, כאשר מדובר באותו סוכן בכל נקודות הגישה הללו. ב-n8n מציינים כי סוכנים נועדו להקל על טיפול במשימות פתוחות או תהליכי שיחה מרובי שלבים שעלולים להיות מורכבים לבנייה כתהליך עבודה קבוע, וניתן לבנות סוכן גם ללא ידע מוקדם באופן שבו תהליכי עבודה פועלים.

הסוכנים פועלים לצד תהליכי העבודה הקיימים במערכת, ושני הרכיבים נבנו לפעול יחד. סוכן יכול להשתמש בתהליכי עבודה ככלים, ובכך המשתמש קובע מה מותר לסוכן לבצע במערכות השונות. כאשר תהליך עבודה זקוק לסוכן באחד משלביו, צומת חדש בשם Message an Agent מאפשר לקרוא לו ישירות מתוך התהליך. ב-n8n מדגישים כי עבור משתמשים שכבר עושים שימוש בצומת הקיים AI Agent, דבר לא השתנה וכל מה שנבנה באמצעותו ממשיך לעבוד.

מדוע הושקו הסוכנים כעת

לפי n8n, מאז הקמת הפלטפורמה, אוטומציה התבססה על הגדרת שלבים מדויקת והוספתם למשטח העבודה (Canvas). החברה מציינת כי זו עדיין הגישה המתאימה למשימות מוגדרות רבות, כגון תהליך שבו ליד נכנס למערכת, מועשר במידע, מקבל ניקוד ומנותב ליעדו. ככל שרצף הפעולות קבוע יותר, תהליך עבודה מובנה מתאים יותר, גם אם אחד השלבים כולל מודל שמקבל החלטה.

עם זאת, שני שינויים מרכזיים הובילו להשקת הסוכנים:

  1. מודלים מסוגלים כעת להבין כיצד לפעול: כאשר מספקים למודל עדכני יעד ואת הכלים המתאימים, הוא מסוגל לחשב את הצעדים הנדרשים להשגת היעד.
  2. אנשים מצפים לבקש תוצאה סופית: משתמשים מעוניינים להגדיר יעד ולקבל פתרון במקום לתכנן מראש את כל שלבי התהליך.

הדבר משמעותי במיוחד במשימות שבהן הקלט שונה בכל פעם. לדוגמה, כאשר חבר צוות שואל ב-Slack מדוע היקף השימוש של לקוח ירד בחודש שעבר, המענה דורש מספר סבבים: משיכת נתוני החשבון, בירור לאיזה קו מוצרים הכוונה, בדיקת היסטוריית התמיכה, וחזרה עם סיכום ושאלת המשך. מכיוון שהצעד הבא תלוי בתשובה לשלב הקודם, לא ניתן להגדיר את התהליך מראש במדויק. דוגמאות דומות כוללות הודעות דוא"ל של תמיכה, דיווחי בעיות חדשים ב-GitHub או בקשות שבהן התחום ידוע אך המשימה הספציפית אינה ידועה מראש. עד כה, טיפול במקרים כאלה ב-n8n דרש התאמה של שיחה פתוחה לתוך תהליך עבודה מובנה, דבר שדרש עבודה לבנייתו.

מה כולל כל סוכן במערכת

n8n משווה את הסוכנים החדשים למחשב שנרכש מורכב מראש לעומת מחשב שנבנה מחלקים בודדים. בעבר ניתן היה לחבר טריגר שיחה, צומת זיכרון וצומת AI Agent עם כלים, אך הסוכנים החדשים מגיעים עם רכיבים מובנים: זיכרון, ניהול הפעלות (Sessions), ערוצים, גרסאות ואישורים.

הגדרת סוכן כוללת מספר מרכיבים:

  • מודל: כל מודל שלמשתמש יש מפתחות גישה אליו, או שימוש בקרדיטים של n8n Gateway.
  • הוראות (Instructions): תפקיד הסוכן, הטון שלו, מה מותר ומה אסור לו לעשות, ובאילו כלים להעדיף להשתמש.
  • ערוצים וטריגרים: חיבור לפלטפורמות כגון Slack, Telegram, Linear, Discord או הרצה לפי לוח זמנים.
  • כלים (Tools): אינטגרציות מובנות של n8n, שרתי MCP וכל תהליך עבודה במערכת.
  • מיומנויות (Skills): הוראות וקובצי עזר לשימוש חוזר שהסוכן טוען בעת הצורך, הניתנים לשיתוף בין סוכנים שונים.
  • סוכני משנה (Sub-agents): יכולת של סוכן אחד לקרוא לסוכן אחר.
  • ידע (Knowledge): העלאת קבצים מסוג csv, pdf, markdown או txt לביסוס תשובות הסוכן (זמין ב-n8n Cloud), וכן שימוש במאגרי וקטורים (Vector stores).
  • זיכרון (Memory): שמירת תוכן השיחה של ההפעלה כברירת מחדל, עם אפשרות לזכור מידע גם בין הפעלות שונות.
  • הפעלות (Sessions): כל שיחה נשמרת, ניתנת לבדיקה וניתן להמשיך אותה מאוחר יותר. יומני ההפעלה מציגים כל צעד שהסוכן ביצע, באילו כלים קרא, ומה היו הקלט והפלט של כל קריאה.

שימוש בתהליכי עבודה ככלים ומנגנוני בקרה

סוכן ב-n8n יכול להשתמש בשלושה סוגי כלים לבחירת המשתמש:

  1. שרתי MCP: חיבור שירות המעניק לסוכן גישה לכל כלי השירות בבת אחת, עם אפשרות להחריג כלים ספציפיים.
  2. כלי וצומתי n8n: שימוש באינטגרציות המוגדרות לפעולה מסוימת עם פרמטרים נבחרים, המאפשרים שליטה ממוקדת.
  3. תהליכי עבודה (Workflows): תהליך שלם שנבנה מראש ורץ בדיוק כפי שהוגדר, ללא צורך בביצוע שינויים בתהליך המקורי.

לדוגמה, סוכן תמיכה המטפל בפניות נכנסות יכול להשתמש בשלושה תהליכי עבודה ככלים: משיכת נתוני חשבון מה-CRM ובדיקת חוזה, הוספת הערה לחשבון, והתראת כונן (Page on-call) בערוץ ייעודי. הסוכן מחליט מתי להפעיל כל תהליך עבודה, אך מה שמתרחש בתוך התהליך נשאר קבוע לפי ההגדרה שנבנתה. באמצעות גישה זו, הסוכן אינו מקבל הרשאות כתיבה ישירות ל-CRM אלא רק גישה לתהליך עבודה שמוסיף הערה ותו לא.

סביב פעילות הסוכנים קיימים מנגנוני בקרה:

  • אישורים (Approvals): סימון כלי כרגיש גורם לסוכן להמתין לאישור או דחייה של אדם (Approve/Reject) לפני השימוש בו.
  • הרשאות ייעודיות לכל כלי (Per-tool credentials): כל כלי רץ עם פרטי הגישה שהוגדרו עבורו, והסוכן אינו מחזיק במפתחות הגישה למופע כולו.
  • הרשאות עריכה ופרסום: הגישה לסוכן מנוהלת לפי תפקידי המשתמשים (Roles) המוגדרים ב-n8n.

שילוב סוכנים בתוך תהליכי עבודה וניהול גרסאות

הסוכנים פועלים גם בכיוון ההפוך: כאשר תהליך עבודה זקוק לסוכן באחד משלביו, ניתן להוסיף את הצומת Message an Agent. הצומת שולח לסוכן הודעה המבוססת על נתוני התהליך ומעביר את תשובת הסוכן לצומת הבא. הסוכן מביא עמו את ההוראות, הכלים והזיכרון שהוגדרו לו. כאשר מעדכנים את הגדרות הסוכן ומפרסמים אותן, כל תהליך עבודה שקורא לו מקבל את העדכון באופן אוטומטי.

לניהול הפעילות בצוותים, המערכת מאפשרת:

  • שימוש באותו סוכן במספר מקומות (חיבור ל-Slack, תזמון קבוע או קריאה מתוך תהליך עבודה), כאשר שינוי הוראות ופרסומן משפיע על כל החיבורים.
  • טיוטות וגרסאות מפורסמות (Drafts and published versions): עריכה ותצוגה מקדימה של טיוטה בזמן שהצוות ממשיך להשתמש בגרסה המפורסמת, עם אפשרות שחזור, החזרה לגרסה קודמת או ביטול פרסום.
  • יומני הפעלה מפורטים לפי סשן הכוללים קלטים, קריאות לכלים, פלטים ושגיאות.

זמינות, תמחור והתחלת עבודה

ניתן ליצור סוכן דרך לשונית Agents בלחיצה על Create Agent, או באמצעות תיאור המשימה ל-n8n Assistant, אשר בוחר האם לבנות תהליך עבודה או סוכן ומכין טיוטה של ההוראות, הכלים והערוצים. באמצעות קרדיטים של Gateway ניתן להתחיל לעבוד ולבחור מודל ללא צורך במפתח API מספק בינה מלאכותית חיצוני.

מבחינת זמינות ועלויות:

  • זמינות: הסוכנים זמינים ב-n8n Cloud לכל המשתמשים בגרסה היציבה העדכנית, ובהתקנה עצמאית (Self-hosted) עם הגדרות נוספות. תמיכה בגרסאות Enterprise צפויה להתווסף בקרוב.
  • עלות: סבב שיחה אחד מול סוכן (Turn) נחשב כהרצה אחת (Execution). קריאות לכלי עבודה או לסוכני משנה אינן נספרות כהרצות נפרדות, והסוכנים חולקים את מכסת ההרצות הכללית של תהליכי העבודה. בניית סוכן באמצעות n8n Assistant עושה שימוש בקרדיטי AI.
  • סטטוס: הפיצ'ר נמצא כעת בסטטוס Preview, והחברה ממליצה לבצע בדיקות לפני פרסום ולהגדיר אישורים על פעולות רגישות.

שאלות ותשובות

שאלות נפוצות

הכתבה הוכנה באמצעות מערכת בליווי בינה מלאכותית לתרגום, סיכום ובקרות איכות אוטומטיות מתוך פרסום מקורי של n8n. קראו על תהליך העריכה שלנו. קישור למקור המקורי.

קבלו עדכוני AI שימושיים למייל

תקציר ממוקד ממערכת החדשות שלנו.

בדיקת פרומפטים ליישומי LLM: מדריך n8n לזיהוי רגרסיות
מדריך
4 דקות
מ־n8n

בדיקת פרומפטים ליישומי LLM: מדריך n8n לזיהוי רגרסיות

מדריך שפורסם על ידי n8n מפרט כיצד מסגרות עבודה לבדיקת פרומפטים מאפשרות לאתר רגרסיות ביישומי LLM לפני עלייתם לסביבת הייצור. בשל האופי הבלתי-דטרמיניסטי של מודלי שפה, בדיקות התאמה מדויקת מסורתיות אינן מספקות. המדריך סוקר כלים נפוצים בתחום, מבחין בין שיטות הערכה דטרמיניסטיות לבין שימוש ב-LLM כשופט, ומציג כיצד לבצע בדיקות והשוואות מול קו בסיס ישירות בתוך פלטפורמת n8n.

קרא עוד
תזמור תהליכים: מודלי ביצוע, אתגרי ייצור ותזמור מול כוריאוגרפיה
ניתוח
4 דקות
מ־n8n

תזמור תהליכים: מודלי ביצוע, אתגרי ייצור ותזמור מול כוריאוגרפיה

בפוסט שפורסם בבלוג של n8n, נסקרים מודלי הביצוע המרכזיים בתזמור תהליכים (Process Orchestration): דטרמיניסטי, דינמי וסוכני (Agentic). המאמר מנתח את הפשרות בין יכולת ניבוי, הסתגלות ואוטונומיה, מציג את המאפיינים של תהליכים המתאימים לתזמור מרכזי, וסוקר אתגרי ייצור נפוצים כגון צווארי בקבוק, השחתת מצב, נדידת סכמות וניפוי שגיאות במערכות מבוזרות. כמו כן, מוסברים ההבדלים בין תזמור לכוריאוגרפיה ואוטומציית משימות בודדות.

קרא עוד
אבטחת תהליכי עבודה: בקרות לענפים מוסדרים לפי n8n
ניתוח
4 דקות
מ־n8n

אבטחת תהליכי עבודה: בקרות לענפים מוסדרים לפי n8n

בפוסט שפרסמה חברת n8n נסקרות שש בקרות אבטחה מרכזיות לתהליכי עבודה אוטומטיים בענפים מוסדרים כגון בריאות ופיננסים: בקרת גישה מבוססת תפקידים (RBAC), ניהול סודות, רישום יומני ביקורת, תושבות נתונים, בידוד סביבות ומערכות ניטור. המאמר מסביר כיצד כלי אוטומציה סגורים במודל SaaS עלולים להקשות על ביצוע הערכות אבטחה עצמאיות בשל היעדר שקיפות בקוד, ומנגד כיצד פלטפורמות עם קוד מקור זמין בהתקנה עצמית מאפשרות שליטה בהגדרות ובהרצה לצורך עמידה בתקני רגולציה כמו GDPR, HIPAA ו-SOC 2.

קרא עוד
בניית צוות סוכני AI ב-n8n עם Amazon Bedrock AgentCore
מוצר חדש
5 דקות
מ־n8n

בניית צוות סוכני AI ב-n8n עם Amazon Bedrock AgentCore

בפוסט שפורסם בבלוג של n8n הציג סונדאר ראגהוואן מ-AWS ארכיטקטורת צוות סוכני בינה מלאכותית המבוססת על n8n ועל Amazon Bedrock AgentCore harness. המערכת כוללת סוכן מיון שמנתב פניות לקוחות לשלושה סוכנים מומחים (ניתוח וחישוב, ארכיטקטורה, ומחקר כללי). כל הסוכנים פועלים על גבי משאב harness יחיד וחולקים זיכרון מנוהל המוגדר לפי מזהה הלקוח (Actor ID), כך שכל סוכן מסוגל לקרוא נתונים שנמסרו בשיחה מוקדמת מבלי לדרוש מהלקוח לחזור עליהם, וללא צורך בהקמת מסד נתונים וקטורי.

קרא עוד

עוד כתבות שיעניינו אותך

לכל הכתבות
מודל Jev של TypeSafe AI: קבלת החלטות מהירה לאוטומציה ללא הזיות
מוצר חדש
4 דקות
מ־TechCrunch

מודל Jev של TypeSafe AI: קבלת החלטות מהירה לאוטומציה ללא הזיות

חברת TypeSafe AI, שהוקמה על ידי חוקר OpenAI לשעבר דיוגו אלמיידה, השיקה את Jev — מודל טרנספורמר חדש שאינו מפיק טקסט אלא הסתברויות והחלטות מכוילות. המודל מאפשר קבלת החלטות מהירה וזולה לאוטומציית תוכנה ללא סכנת הזיות, הודות להגדרת הפלטים מראש על ידי המשתמש ואימונו הבלעדי על נתונים סינתטיים. מפתחים מדווחים על שיפורי מהירות משמעותיים ועלויות נמוכות בהשוואה למודלי שפה מסורתיים.

קרא עוד
Amazon Quick זמין כעת באופן כללי למחשב השולחני
מוצר חדש
4 דקות
מ־AWS Machine Learning

Amazon Quick זמין כעת באופן כללי למחשב השולחני

אפליקציית הדסקטופ של Amazon Quick זמינה כעת באופן כללי למשתמשי macOS ו-Windows, ובמקביל נוסף פיד פעילות למובייל ב-iOS וב-Android. המערכת מרכזת נתונים מדואר אלקטרוני, מיומן פגישות, ממערכות CRM ומהודעות לתצוגה מתועדפת אחת, כאשר סוכני AI מטפלים במשימות שגרתיות ברקע. Quick פועל על גבי תשתיות AWS ושומר על נתוני הארגון בסביבתו המקומית, כולל תמיכה במעקב ביקורת דרך CloudWatch ו-CloudTrail והסמכות תאימות דוגמת HIPAA, FedRAMP, SOC 2 ו-ISO 27001. לקוחות בארגונים כמו Southwest Airlines, LabCorp ו-PGA TOUR משתמשים בכלי להשלמת משימות, סינתזת מידע ופיתוח אבות-טיפוס.

קרא עוד
סיילספורס מציגה את סוכן התזמון של Agentforce לשירות שטח
מוצר חדש
4 דקות
מ־Salesforce Blog

סיילספורס מציגה את סוכן התזמון של Agentforce לשירות שטח

סיילספורס הציגה את Scheduling Agent במסגרת Agentforce Field Service, סוכן בינה מלאכותית הפועל 24/7 לתיאום, שינוי וביטול פגישות שירות שטח. הסוכן מחובר לנתוני הלקוחות, ללוחות הזמנים של הטכנאים ולמנוע האופטימיזציה של הארגון, ופועל בערוצי תקשורת מגוונים בהם וואטסאפ, דוא"ל, SMS, iMessage ושיחות קוליות. המערכת מבוססת על Agent Script לקבלת החלטות דטרמיניסטית ואכיפת כללים עסקיים ללא ניחושים של מודלי שפה, ומספקת מענה לפניות לקוחות, סדרנים, טכנאים וטריגרים מנכסים. המערכת תוצג בכנס Dreamforce וב-Salesforce+.

קרא עוד
אקספריאן מתרחבת לתחום סוכני ה-AI בשותפות עם ServiceNow
מוצר חדש
4 דקות
מ־SiliconANGLE AI

אקספריאן מתרחבת לתחום סוכני ה-AI בשותפות עם ServiceNow

חברת Experian משיקה את מערכת Agent OS ומעמיקה את פעילותה בתחום סוכני ה-AI באמצעות שותפות ראשונה עם ServiceNow. הפלטפורמה מאפשרת לשלב יכולות ניהול סיכונים, אימות וקבלת החלטות בתהליכי עבודה ארגוניים, תוך חיבור לפלטפורמת Ascend של אקספריאן. המערכת כוללת מנגנוני אבטחה מחמירים, שער בקרה על תעבורה, בדיקות אדברסריות ושמירה על מעורבות אנושית בהחלטות מפוקחות רגולטורית. הפתרון נגיש באמצעות ממשקי API ושרת MCP ומאפשר החלפת מודלים לפי עומס העבודה.

קרא עוד