n8n magyar útmutató 2026 — Self-hosted workflow automatizálás, Zapier és Make alternatíva

Ha automatizálni akarod a vállalkozásod ismétlődő folyamatait — legyen az ajánlatkérés feldolgozás, számla automatizáció, Slack értesítés vagy AI-alapú lead minősítés —, három név fog felmerülni: Zapier, Make.com (korábban Integromat) és n8n. Az első kettő SaaS, drága lesz nagy volumennél, és az adataid az ő szerverükön futnak. A harmadik — az n8n — nyílt forráskódú, self-hosted módban ingyenes, és 2024 óta beépített AI agent node-okkal érkezik.

Magyarul ennek a témának szinte nincs szakmai tartalma. Pár felszínes blog-poszt és néhány szolgáltató landing page — ennyi. Ezért készült ez a teljes útmutató: telepítéstől kezdve az első működő workflow-n át az AI agent integrációig és a magyar KKV-knak releváns use case-ekig (Szamlazz.hu, NAV Online Számla, Supabase, Slack).

A cikk végére tudni fogod, mikor érdemes Zapier-ről n8n-re váltani, hogyan telepítsd 30 perc alatt Docker-rel egy hazai VPS-re, és melyik magyar SaaS-szal hogyan integrálható.

Mi az n8n? — Definíció és rövid történet

Az n8n (kiejtés: „n-eight-n", azaz „nodemation") egy nyílt forráskódú, fair-code licensz alatt futó workflow automatizálási platform, amelyet 2019-ben Jan Oberhauser indított útjára Berlinben. A „nodemation" név a node-alapú automatizálásra utal: a workflow-k vizuális csomópontok (trigger, akció, logika) láncaként épülnek fel, ahol minden node egy konkrét műveletet hajt végre.

A klasszikus SaaS-versenytársakkal (Zapier, Make.com) szemben az n8n self-hosted is futtatható: saját szervereden, VPS-en vagy Docker konténerben. Ez azt jelenti, hogy az adataid soha nem hagyják el a saját infrastruktúrát, és execution-onkénti díjat sem fizetsz. Egy Hetzner CX22-es VPS havi ~3 000 Ft-ért bír el napi 10 000+ workflow futtatást.

2024-ben az n8n bevezette a natív AI agent node-okat a @n8n/n8n-nodes-langchain csomag formájában. Ezzel az n8n az első komoly workflow platform lett, amely LangChain-alapú agenteket, RAG (Retrieval Augmented Generation) workflow-kat és tool-using LLM-eket hoz no-code felületre. Ma az n8n GitHub repository-ja 50 000+ csillagot kapott (github.com/n8n-io/n8n).

A „fair-code" licensz, amit gyakran félreértenek

Az n8n a Sustainable Use License (korábbi nevén Apache 2.0 with Commons Clause) alatt fut. Ez NEM nyílt forráskódú a klasszikus értelemben (mint az MIT vagy GPL), de belső használatra, kereskedelmi célra is ingyenes. A korlátozás csak akkor lép életbe, ha az n8n-t mások számára versenytárs SaaS-ként akarod kínálni. Magyar KKV-k és ügynökségek számára ez gyakorlatilag végtelen szabadságot jelent.

n8n vs Zapier vs Make — 2026-os összehasonlító táblázat

Magyarul nem létezik friss, részletes n8n vs Zapier vs Make táblázat — itt az első. Az árakat 2026. áprilisi hivatalos pricing oldalakból vettük (n8n.io/pricing, zapier.com/pricing, make.com/en/pricing), forintban 380 Ft/USD átváltáson.

Összegzés: ha 1 000 task/hó alatti automatizációt csinálsz egy-két appal, a Zapier vagy a Make.com ingyenes / Starter csomagja elég. 10 000 task/hó felett az n8n self-hosted már nagyságrendekkel olcsóbb, és AI workflow-knál (LangChain agentek, RAG) egyértelműen az n8n a legkifinomultabb megoldás.

Miért az n8n? — 7 érv self-hosted és AI-first automatizálás mellett

1. Költségmegtakarítás: 10 000 execution/hó esetén Zapier ~76 000 Ft, n8n self-hosted ~3 000 Ft (csak VPS). Egyetlen év alatt visszahozza egy közepes weboldal árát.
2. Adatszuverenitás (GDPR): Self-hosted módban az adataid soha nem mennek át sem amerikai (Zapier), sem cseh (Make) infrastruktúrán. EU AI Act és GDPR szempontból ez a legbiztonságosabb opció.
3. Korlátlan workflow-k: Nincs „2 active scenario" vagy „5 Zap" limit. Annyi workflow-d lehet, amennyi a szerveredre fér.
4. Beépített AI agent node: A @n8n/n8n-nodes-langchain csomag natív LangChain integrációt ad. OpenAI, Claude, Gemini, lokális Ollama modellek, RAG vector store-ok (Pinecone, Supabase, Qdrant) — mind no-code-ból.
5. Teljes kódolási képesség: A Code node-ban tetszőleges JavaScript vagy Python kódot futtathatsz. Komplex transzformációk, regex, custom logika — mindegyik megoldható.
6. Verziókezelés Git-tel: Minden workflow JSON-ba exportálható. Tárolhatod GitHub-on, code review-zhatod, CI/CD-vel deployolhatod. Zapier nem tudja ezt.
7. Magyar SaaS integráció HTTP node-dal: Bárhol, ahol REST API van (Szamlazz Agent API, NAV Online Számla XML, Billingo, KBOSS), n8n működik. Zapier-en magyar SaaS-okhoz többnyire saját connector-t kellene fizetni vagy várni rá.

n8n telepítés — Cloud vs Docker self-hosted (lépésről lépésre)

Két fő telepítési út létezik: n8n Cloud (managed SaaS, 5 perc) vagy self-hosted Docker (saját VPS, 30 perc, ingyenes).

n8n Cloud regisztráció (5 perc)

Ha gyorsan akarsz indulni és nem akarsz szervert kezelni:

1. Menj a n8n.io oldalra, kattints a „Start for free" gombra
2. Regisztrálj email + jelszóval (vagy Google login)
3. Válassz régiót: az EU régió ajánlott magyar cégeknek (GDPR)
4. 14 napos ingyenes próba indul automatikusan, után Starter ~9 500 Ft/hó
5. Workspace létrehozása után azonnal nyílik a workflow editor

A Cloud előnye: nincs szerver karbantartás, automatikus frissítések, beépített SSL, EU adattárolás. Hátránya: execution-onként számláznak (Starter 2 500 execution/hó), és nem rakhatsz fel saját custom node-okat.

Docker self-hosted VPS-en (30 perc)

Komolyabb production setup-hoz vagy magas volumenhez ez a megoldás. Lépésről lépésre:

1. lépés: bérelj egy VPS-t. Magyar piacra ajánlott szolgáltatók: Hetzner (német, EU GDPR, CX22 ~3 000 Ft/hó), Rackforest (magyar, Budapest), Magyar Hosting. Minimum spec: 2 vCPU, 4 GB RAM, 40 GB SSD, Ubuntu 22.04 LTS.

2. lépés: SSH-zz be a szerverre, telepítsd Docker-t és Docker Compose-t a hivatalos Docker dokumentáció szerint:

curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh
sudo usermod -aG docker $USER
newgrp docker
docker --version

3. lépés: hozz létre egy mappát az n8n-nek és egy docker-compose.yml fájlt:

mkdir -p ~/n8n && cd ~/n8n
nano docker-compose.yml

Másold be ezt a tartalmat (az értékeket állítsd a saját domain és jelszó szerint):

services:
  n8n:
    image: docker.n8n.io/n8nio/n8n:latest
    restart: always
    ports:
      - "5678:5678"
    environment:
      - N8N_HOST=automation.tediomany.hu
      - N8N_PORT=5678
      - N8N_PROTOCOL=https
      - WEBHOOK_URL=https://automation.tediomany.hu/
      - GENERIC_TIMEZONE=Europe/Budapest
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      - N8N_BASIC_AUTH_PASSWORD=erosjelszo
      - DB_TYPE=postgresdb
      - DB_POSTGRESDB_HOST=postgres
      - DB_POSTGRESDB_DATABASE=n8n
      - DB_POSTGRESDB_USER=n8n
      - DB_POSTGRESDB_PASSWORD=postgresjelszo
    volumes:
      - n8n_data:/home/node/.n8n
    depends_on:
      - postgres
  postgres:
    image: postgres:16
    restart: always
    environment:
      - POSTGRES_USER=n8n
      - POSTGRES_PASSWORD=postgresjelszo
      - POSTGRES_DB=n8n
    volumes:
      - postgres_data:/var/lib/postgresql/data
volumes:
  n8n_data:
  postgres_data:

4. lépés: indítsd el az n8n-t:

docker compose up -d
docker compose logs -f n8n

5. lépés: állíts be egy reverse proxy-t (Caddy ajánlott, automatikus Let's Encrypt SSL-lel) az 5678-as port elé. Ezzel lesz HTTPS-en elérhető a saját domainen.

6. lépés: nyisd meg a böngészőben a https://automation.cegednev.hu címet, jelentkezz be a Basic Auth credentials-szel, és kész is — működik a saját self-hosted n8n példányod.

Hazai tárhely tippek (Rackforest, Magyar Hosting)

Ha kifejezetten magyar adatközpontot szeretnél (pl. ügyvédi vagy egészségügyi adatok kezeléséhez): a Rackforest Budapest-i VPS-eken bír n8n-t futtatni, az ár ~7 000 Ft/hó-tól. A Magyar Hosting dedikált szerverei is alkalmasak. Hátrány: a Hetzner-nél valamivel drágább, de a teljes adatlokáció magyar — ami ügyvédi titok vagy NAIH érzékeny adatkezelésnél kritikus lehet.

Első n8n workflow — Webhook → OpenAI → Google Sheets

Most építsünk egy valós, használható workflow-t: egy webhook trigger fogad ajánlatkérést egy weboldalról, az OpenAI node minősíti és magyarra fordítja, majd a Google Sheets node elmenti egy táblázatba. Ez a klasszikus „lead automatizáció", amit a magyar KKV-k 80%-a kézzel csinál.

Trigger node beállítása

Új workflow-ban kattints a „+" jelre, válaszd a Webhook node-ot. Beállítások:

• HTTP Method: POST
• Path: lead-intake
• Authentication: Header Auth (state egy X-API-Key headert)
• Response Mode: Last Node (a workflow eredményével válaszol)

Mentés után az n8n generál neked egy webhook URL-t, pl. https://automation.cegednev.hu/webhook/lead-intake. Ez a webhook fogadja a weboldali űrlap POST kéréseit.

HTTP Request node — magyar SaaS integráció

Az HTTP Request node az n8n svájci bicskája. Ezzel bármilyen REST API hívható, akkor is, ha nincs natív node-ja. Példa Szamlazz.hu Agent API hívásra:

Method: POST
URL: https://www.szamlazz.hu/szamla/agent
Authentication: Generic Credential Type → Header Auth
Headers:
  X-Szamlazz-Agent: {{ $credentials.szamlazzAgentKey }}
  Content-Type: application/x-www-form-urlencoded
Body:
  action-xmlagentxmlfile: {{ $json.szamlaXml }}

A {{ }} szintaxis az n8n expression language-e (JavaScript-alapú). Bármelyik előző node kimenetére hivatkozhatsz vele.

Credential kezelés biztonságosan

SOHA ne tegyél API kulcsokat közvetlenül a node beállításaiba. Az n8n külön Credentials rendszert ad: a Settings → Credentials menüben hozz létre egy új credential-t (pl. „Szamlazz Agent Key"), és onnantól csak a credential nevére hivatkozz. A kulcs titkosítva tárolódik a PostgreSQL DB-ben, és sosem jelenik meg plaintext-ben a workflow JSON exportban sem.

OpenAI node bekötése

Adj hozzá egy OpenAI (vagy Anthropic Claude) node-ot a webhook után. Beállítások:

• Resource: Chat
• Model: gpt-4o-mini (vagy claude-haiku-4-5 árhatékony szempontból)
• System message: „Te egy magyar lead minősítő asszisztens vagy. Adj 1-10 közötti pontszámot, és írj 1 mondatos indoklást magyarul."
• User message: {{ $json.body.uzenet }}

Google Sheets node — adat mentés

Végül egy Google Sheets node, ami egy új sort szúr be:

• Operation: Append
• Document: Lead-ek 2026 (válaszd ki a listából)
• Sheet: Sheet1
• Columns: név, email, telefon, üzenet, minősítés, indoklás, időbélyeg

Ezzel kész is — kattints az „Execute Workflow" gombra a teszteléshez. A jobb oldali panelen látod minden node kimenetét. Ha minden zöld, kapcsold át Active állapotba — onnantól a webhook URL-re érkező kérések valós időben futtatják a teljes láncot.

AI agent n8n-ben — OpenAI és Claude integráció

2024 óta az n8n külön AI Agent node-ot kínál a @n8n/n8n-nodes-langchain csomagban. Ez nem ugyanaz, mint egy egyszerű OpenAI Chat node — az AI Agent node tool-okat tud használni, memóriát kezel, és iteratívan dolgozik egy célon, amíg el nem éri.

AI Agent node vs egyszerű OpenAI node

Egy OpenAI node egyetlen prompt-választ ad. Ha az AI-nak kell pl. egy weboldalt scrape-elnie, majd a tartalmából egy számot kiolvasnia, majd elküldenie emailben, az három különálló node — neked kell a logikát kézzel összerakni.

Az AI Agent node ezzel szemben kap egy cél leírást („nézd meg a versenytárs árát ezen az URL-en, és ha 10%-nál olcsóbb, küldj értesítést Slack-re"), és a hozzárendelt tool-ok (HTTP Request, Slack, Code) közül maga választja ki, melyiket mikor használja. Ez igazi agentikus viselkedés.

LangChain tool-ok használata

Az AI Agent node-hoz tetszőleges számú tool-t köthetsz. Tipikus eszközök:

• HTTP Request Tool: bármilyen REST API meghívása
• Code Tool: JavaScript/Python futtatás
• Vector Store Tool: RAG keresés (Supabase, Pinecone, Qdrant)
• Workflow Tool: egy másik n8n workflow meghívása sub-agent-ként
• Wikipedia Tool, SerpAPI Tool, Wolfram Alpha Tool: külső adatforrások

RAG workflow példa Supabase vector store-ral

A RAG (Retrieval Augmented Generation) az AI agent egyik leghasznosabb pattern-je: a céges dokumentumaidat vektoros adatbázisba töltöd, és az AI a válasz előtt mindig kikeresi a releváns részeket. Így nem hallucinál, és csak a te tartalmadra alapozza a válaszait.

n8n-ben egy minimal RAG workflow:

1. Cron trigger — naponta egyszer fut
2. Google Drive node — letölti az új PDF-eket egy mappából
3. Default Data Loader — szétdarabolja chunk-okra (chunk size 1000, overlap 200)
4. Embeddings OpenAI node — text-embedding-3-small modell
5. Supabase Vector Store — beilleszti a chunk-okat + embeddings-eket

Külön Webhook trigger + AI Agent node párhuzamosan figyeli a kérdéseket, és a Supabase Vector Store-ból visszaolvassa a top 5 releváns chunk-ot a kérdés vektora alapján — majd ezeket adja a Claude vagy OpenAI promptjához kontextusként. A teljes workflow ~7 node, és egyetlen kódsor sem kell hozzá.

Ha mélyebben érdekel az AI agent fejlesztés, olvasd el az AI agent fejlesztés szolgáltatás oldalunkat — ott részletesen bemutatjuk, hogyan építünk production-ready agent rendszereket magyar KKV-knak.

Magyar piacra szabott use case-ek

A versenytársak n8n cikkei általános példákat hoznak (Slack, Google Sheets, Notion). Itt most magyar SaaS és magyar piacra specifikus use case-eket mutatunk.

1. Szamlazz.hu Agent API integráció

A Szamlazz.hu Magyarország legnagyobb online számlázó szolgáltatása. Az Agent API-n keresztül XML-ben lehet számlát kiállítani, sztornózni, díjbekérőt küldeni. n8n-ben egy tipikus workflow:

Trigger: Stripe webhook (új fizetés)
   ↓
Set node: kinyeri vevő adatait
   ↓
Code node (JavaScript): generálja a Szamlazz XML-t
   ↓
HTTP Request: POST /szamla/agent
   ↓
Email node: küldi a PDF számlát a vevőnek
   ↓
Supabase node: rögzíti a tranzakciót

Megtakarítás: napi 30 perc kézi számlázás → 0 perc.

2. NAV Online Számla adatlekérés

Ha a magyar NAV Online Számla rendszerből szeretnél napi/heti riportot kapni a beérkező vagy kimenő számlákról, az n8n HTTP Request node-jával hívható a NAV REST API. A 3.0-s sémához kell egy XML signature generálás (Code node JavaScript-tel megoldható), majd a válasz JSON-ra konvertálható és Slack/email értesítésbe csomagolható. Ez különösen könyvelőirodáknak hasznos.

3. Slack → Supabase lead capture

Sok magyar SaaS startup használ Slack-et a customer support-hoz. Ha egy ügyfél írja, hogy „érdekel a Pro csomag", egy n8n workflow:

• Slack trigger figyeli a #sales csatornát
• OpenAI / Claude node lead minősíti az üzenetet
• Ha „hot lead", új sort szúr a Supabase leads táblába
• Slack DM-ben értesíti a CEO-t
• Calendar invite-ot generál (Google Calendar node)

4. Shopify webhook + AI termékleírás generálás

Új termék felvitelekor a Shopify webhook trigger elindítja a workflow-t. Az OpenAI / Claude node SEO-optimalizált magyar termékleírást generál a termék paraméterei alapján, majd visszaírja Shopify-ba. Egy 50 termékes katalógus feltöltés idejét 3 napról 30 percre csökkenti.

5. Google Sheets → OpenAI tömeges fordítás

Magyar e-commerce cégek gyakran több nyelvre fordítják a kategóriaszövegeiket. Egy n8n workflow:

• Cron trigger: naponta hajnal 2-kor fut
• Google Sheets read: új sorokat olvas be
• Loop Over Items: minden soron végigmegy
• OpenAI GPT-4 node: lefordítja angolra, németre, románra
• Google Sheets update: visszaírja az eredményeket

6. CRM (HubSpot, Pipedrive) ↔ magyar számlázó integráció

Ha a Pipedrive-ban Won állapotba kerül egy deal, az n8n workflow automatikusan kiállít egy díjbekérőt a Szamlazz.hu-n, ami megérkezik az ügyfélnek. Fizetés után a Stripe / Barion / SimplePay webhook visszajelez, és a végszámla automatikusan kimegy. Teljes „cash collection" automatizáció, ember nélkül.

Ezekhez a use case-ekhez professzionális tervezést és kivitelezést kínálunk: nézd meg az üzleti automatizáció szolgáltatás oldalunkat, vagy kérj díjmentes konzultációt.

Zapier alternatívaként — Mikor válts át n8n-re?

A Zapier alternatíva kifejezésre havi ~900 magyar keresés érkezik. Az ok jellemzően három dolog egyike: (1) drága lett a Zapier számla, (2) hiányzik valami magyar SaaS connector, (3) AI-val akar valaki dolgozni, de a Zapier korlátozott.

Váltsd át, ha:

• havonta 5 000+ task-ot futtatsz Zapier-en
• magyar SaaS-okkal (Szamlazz, KBOSS, Billingo, NAV) integrálnál
• több mint egyszerű 2-3 lépéses Zap-eket használsz
• AI agent / LLM workflow-kat akarsz építeni
• GDPR vagy data residency miatt EU-ban kell tartanod az adatokat
• verziókezelni akarod a workflow-kat (Git)

Maradj Zapier-en, ha:

• havonta 500 task alatt vagy
• nem akarsz szervert üzemeltetni
• egzotikus SaaS connector-ok kellenek (Zapier 7000+ vs n8n 500+)
• cégen belül senki sem ért technikailag

Make.com (Integromat) vs n8n — Mikor melyiket?

A Make.com (korábbi nevén Integromat) a Zapier-nél kicsit „technikaibb" alternatíva, vizuális scenario-kkal. Cseh fejlesztésű, EU-alapú, ami szintén GDPR-előny.

Make.com erősebb: komplex routing logikák (router, aggregator), iteratív loop-ok, hibakezelés. A vizuális scenario builder kicsit polírozottabb, mint az n8n editor.

n8n erősebb: AI agent natív támogatás (LangChain), self-hosted opció, kód node JavaScript+Python támogatással, korlátlan execution self-hosted módban, Git verziókezelés.

Ha nincs igényed AI agent-re és nem akarsz szervert kezelni → Make.com is jó választás. Ha AI-first automatizálást építesz vagy költséget akarsz spórolni → n8n.

Árazás és költségszámítás — Melyik a legolcsóbb valójában?

Konkrét kalkulációs példa egy közepes magyar KKV-ra, akinek havi 10 000 workflow execution kell:

Tanulság: ha 10 000 execution alatti vagy és nem érdekel a self-hosting, a Make.com Pro a legolcsóbb (~6 800 Ft/hó). Ha többre van szükséged vagy a maximális kontrollra, az n8n self-hosted 1/10-ed annyiba kerül, mint bármelyik SaaS — és felfelé nincs limit.

Fontos: a Zapier task ≠ Make operation ≠ n8n execution. Egy Zapier „task" minden egyes Zap lépés (5 lépéses Zap = 5 task egy futtatáskor). Egy Make „operation" hasonló, minden node 1+ operation. Egy n8n „execution" viszont az egész workflow lefutása, függetlenül attól, hány node van benne. Tehát ha egy workflow-d 20 node-ból áll és naponta 100-szor fut, az n8n-ben 100 execution, Zapier-ben 2 000 task. Ez 20-szoros árkülönbség.

n8n biztonság és GDPR — Self-hosted előnyök EU-s cégeknek

A 2026-ban hatályba lépő EU AI Act és a már régóta érvényes GDPR egyaránt előírja, hogy a cégeknek tudniuk kell, hol és hogyan tárolják az ügyféladataikat. Egy Zapier-en átfutó email cím vagy telefonszám US adatközpontba kerül, és ez egy DPA (Data Processing Agreement) alá vonható ugyan, de self-hosted n8n esetén egyáltalán nem hagyja el az adat a saját infrastruktúrát.

Konkrét biztonsági ajánlások n8n self-hosted setup-ra:

• Reverse proxy Caddy vagy Traefik HTTPS-szel (Let's Encrypt automatikus SSL)
• Basic Auth a webes UI-on (alap szint), OAuth/SAML Pro / Enterprise verziónál
• Webhook authentication minden public endpoint-on (Header Auth, JWT, HMAC signature)
• PostgreSQL backup napi szinten (pgBackRest, restic, vagy egyszerű cron job)
• Encryption at rest a credentials titkosítva tárolódnak (alapértelmezett N8N_ENCRYPTION_KEY)
• Logging külső log aggregator-ra (Loki, Datadog, CloudWatch) küldve
• Firewall a VPS-en: csak 80, 443, 22 nyitva — minden mást zárni
• Updates havi szinten docker compose pull && docker compose up -d

Ha enterprise környezetben gondolkodsz (SOC 2, ISO 27001, NIS2 megfelelőség), nézd meg az enterprise integráció szolgáltatás oldalunkat — komplex SAP, Dynamics és egyedi ERP integrációkban is használunk n8n-t hibrid architektúrában.

n8n vs egyedi fejlesztés — Mikor melyiket?

Sok cégtulajdonos kérdezi: ha tudunk egyedi webappot fejlesztetni, miért n8n? A válasz egyszerű: időhatékonyság és karbantarthatóság.

Egy 10-15 lépéses workflow n8n-ben 1 nap alatt elkészül. Egyedi Python / Node.js scriptként ugyanez 5-10 nap (kód, tesztelés, deploy, monitoring, dokumentáció). Ha a workflow változik (ami biztosan fog), n8n-ben 5 perc, kódban 1 nap.

Egyedi fejlesztés akkor jobb, ha:

• nagyon nagy volumenű (millió+ execution / nap)
• extrém alacsony latency kell (<100ms)
• komplex algoritmus vagy ML model fut a háttérben
• több ezer egyidejű felhasználót kell kiszolgálni

Ezekben az esetekben az AI webapp fejlesztés a járható út — ahol akár az n8n is része lehet az architektúrának (pl. a backend job-okat n8n viszi, a frontend custom React app).

n8n + Claude integráció — magyar AI agent példa

Az Anthropic Claude modell magyar nyelven kifejezetten erős — különösen üzleti kommunikációban. n8n-ben egy magyar AI ügyfélszolgálati agent alapja:

1. Webhook trigger — chat widget POST üzenete
2. Memory Buffer Window — utolsó 10 üzenet kontextusban tartása (session ID alapján)
3. Vector Store Tool — Supabase pgvector kereső a céges tudásbázisban (FAQ, ÁSZF, termékleírások)
4. HTTP Request Tool — Pipedrive vagy HubSpot lekérdezés ügyféladatokhoz
5. AI Agent node — Claude Sonnet 4.7 modell, magyar system prompt
6. Slack node — emberi átadás kérés esetén értesíti az ügyfélszolgálatot

Ez a stack 200 000-500 000 Ft fejlesztési költségből egy professzionális, magyar nyelven beszélő, kontextus-tudatos AI ügyfélszolgálati agentet ad — havi futási költség 10 000-30 000 Ft (VPS + LLM API díjak).

Kinek éri meg n8n-t használni Magyarországon?

A 6 hónapos tapasztalatunk alapján a következő profilok kapnak a legtöbbet az n8n-ből:

• Tech-savvy KKV CEO-k — akik maguk is építenek workflow-kat, és skálázni akarják a céget ember nélkül
• Marketing ügynökségek — akik ügyfeleik számára építenek lead capture, email nurture, riport workflow-kat
• E-commerce shopok — Shopify / WooCommerce / Stripe integrációk, készletkezelés, vevő follow-up
• Könyvelőirodák — NAV automatizáció, ügyféladatok szinkronizáció, riport generálás
• SaaS startupok — internal tooling, Slack alerting, customer onboarding workflow-k
• Freelancer fejlesztők — gyors prototípusok, workflow MVP-k, ügyfélprojektek

Ha a vállalkozásod ezekbe a kategóriákba esik és segítségre van szükséged, vegyél fel velünk a kapcsolatot — díjmentes konzultáción megnézzük, miként optimalizálhatod a folyamataidat.

n8n közösség és tanulási források magyarul

A magyar n8n közösség egyelőre kicsi, de növekszik. Hivatalos és inkább angol nyelvű források:

• n8n hivatalos dokumentáció: docs.n8n.io (kifejezetten jó, számos példával)
• Community forum: community.n8n.io — gyors válaszok, sok template
• GitHub repo: github.com/n8n-io/n8n — issue tracker, roadmap, source code
• n8n Templates: n8n.io/workflows — 1500+ kész workflow letölthető
• YouTube — n8n hivatalos csatorna: heti tutorial videók, AI agent deep dive-ok

Teljes HowTo: Szamlazz.hu új számla → Slack értesítés + Supabase mentés

Ez egy production-ready, end-to-end workflow recept, amit gyakorlatilag bármelyik magyar SaaS vagy ügynökség 30 perc alatt élesíteni tud. A célja: amikor a Szamlazz.hu-ban új számla jön létre (akár manuálisan, akár API-n), egy webhook értesíti az n8n-t → a workflow lekéri a számla részleteit → eltárolja a Supabase invoices tábláján → és Slack üzenetet küld a #pénzügy csatornára. Ez egyetlen workflow, 6 fő node-ból.

1. lépés — Webhook trigger node létrehozása

Új workflow → kattints a „+" jelre → keresd meg a Webhook node-ot. Beállítások:

HTTP Method: POST
Path: szamlazz-invoice-created
Authentication: Header Auth
  Header Name: X-Szamlazz-Signature
  Header Value: {{ $credentials.szamlazzWebhookSecret }}
Response Mode: Last Node
Response Code: 200

Mentés után az n8n generál egy URL-t, pl. https://automation.cegednev.hu/webhook/szamlazz-invoice-created. Ezt a Szamlazz adminban kell beilleszteni a webhook beállításoknál (Beállítások → Integrációk → Webhook).

2. lépés — Credentials biztonságos beállítása

Settings → Credentials → New → válaszd ki a Header Auth credential típust. Adj neki nevet („Szamlazz Webhook Secret"), majd:

Name: X-Szamlazz-Signature
Value: <generálj egy random 64 karakteres tokent, pl. openssl rand -hex 32>

Fontos: a Szamlazz adminban ugyanezt a tokent kell megadnod a webhook header-jénél. Így csak a Szamlazz tudja meghívni a webhookodat — bárki más HTTP 401-et kap.

3. lépés — HTTP Request node a számla teljes adatainak lekérdezésére

A webhook payload csak az invoice ID-t tartalmazza. A teljes adatokért külön Agent API hívás kell. Adj hozzá egy HTTP Request node-ot:

Method: POST
URL: https://www.szamlazz.hu/szamla/agent
Authentication: Generic Credential Type → Header Auth (szamlazzAgentKey)
Send Body: true
Body Content Type: Form-Data Multipart
Body Parameters:
  Name: action-szamla_agent_xml
  Value: ={{ $json.invoiceId }}-query.xml
Options:
  Response: Response Format = JSON
  Response: Full Response = false
  Timeout: 30000ms

A válaszban megkapod a számla összes mezőjét: vevő név, adószám, nettó/bruttó/ÁFA, fizetési határidő, számlaszám, PDF URL.

4. lépés — Set node a Supabase row előkészítéséhez

A Supabase tábla mezőihez igazítjuk az adatokat egy Set node-dal (Mode: Manual Mapping):

{
  "szamla_szam": "={{ $json.invoice.invoiceNumber }}",
  "vevo_nev": "={{ $json.invoice.customer.name }}",
  "vevo_adoszam": "={{ $json.invoice.customer.taxNumber }}",
  "netto_huf": "={{ $json.invoice.amounts.net }}",
  "afa_huf": "={{ $json.invoice.amounts.vat }}",
  "brutto_huf": "={{ $json.invoice.amounts.gross }}",
  "fizetesi_hatarido": "={{ $json.invoice.dueDate }}",
  "pdf_url": "={{ $json.invoice.pdfUrl }}",
  "letrehozva": "={{ $now.toISO() }}"
}

5. lépés — Supabase node — INSERT az invoices táblába

Adj hozzá egy Supabase node-ot. Hozz létre Credentials-t (Service Role Key, nem anon!), majd:

Operation: Create
Table Name: invoices
Data Mode: Auto-map Input Data to Columns
Returning: Minimal (csak ID-t kérünk vissza)

Előfeltétel: a Supabase-ben már létezik az invoices tábla a fenti oszlopokkal. SQL minta:

create table public.invoices (
  id uuid primary key default gen_random_uuid(),
  szamla_szam text unique not null,
  vevo_nev text not null,
  vevo_adoszam text,
  netto_huf bigint not null,
  afa_huf bigint not null,
  brutto_huf bigint not null,
  fizetesi_hatarido date,
  pdf_url text,
  letrehozva timestamptz default now()
);

6. lépés — Slack node az értesítéshez

Végül a Slack node — Resource: Message, Operation: Post:

Channel: #penzugy
Text: |
  :receipt: *Új számla kiállítva*
  Számlaszám: {{ $('Set').item.json.szamla_szam }}
  Vevő: {{ $('Set').item.json.vevo_nev }}
  Bruttó: {{ $('Set').item.json.brutto_huf }} Ft
  Fizetési határidő: {{ $('Set').item.json.fizetesi_hatarido }}
  <{{ $('Set').item.json.pdf_url }}|PDF letöltés>

7. lépés — Tesztelés cURL paranccsal

Élesítés előtt manuálisan szimuláld a Szamlazz webhook hívást:

curl -X POST https://automation.cegednev.hu/webhook/szamlazz-invoice-created   -H "Content-Type: application/json"   -H "X-Szamlazz-Signature: <ugyanaz mint credentials-ban>"   -d '{"invoiceId": "E-2026-001234", "event": "invoice.created"}'

Ha minden node zöld, és a Supabase-ben megjelent az új sor + Slack-en az üzenet → kapcsold a workflow-t Active állapotba. Onnantól minden új Szamlazz számla automatikusan szinkronba kerül.

Performance, queue mode és observability — Production setup

A self-hosted n8n alapból „regular mode"-ban fut, ahol egy folyamat kezel mindent. Magas terhelésnél (napi 50 000+ execution, párhuzamos webhook bombázás, lassú LLM API hívások) ez nem skálázódik: az új executionök sorba állnak, a webhook timeout-olhat. A megoldás: queue mode + Redis + külön worker konténerek.

Queue mode docker-compose setup

services:
  redis:
    image: redis:7-alpine
    restart: always
    volumes:
      - redis_data:/data

  n8n-main:
    image: docker.n8n.io/n8nio/n8n:latest
    restart: always
    ports:
      - "5678:5678"
    environment:
      - EXECUTIONS_MODE=queue
      - QUEUE_BULL_REDIS_HOST=redis
      - QUEUE_BULL_REDIS_PORT=6379
      - N8N_CONCURRENCY_PRODUCTION_LIMIT=20
      - DB_TYPE=postgresdb
      # ... egyéb DB env változók
    depends_on:
      - redis
      - postgres

  n8n-worker:
    image: docker.n8n.io/n8nio/n8n:latest
    restart: always
    command: worker --concurrency=10
    environment:
      - EXECUTIONS_MODE=queue
      - QUEUE_BULL_REDIS_HOST=redis
      - DB_TYPE=postgresdb
      # ... ugyanaz mint a main
    depends_on:
      - redis

  n8n-webhook:
    image: docker.n8n.io/n8nio/n8n:latest
    restart: always
    command: webhook
    ports:
      - "5679:5678"
    environment:
      - EXECUTIONS_MODE=queue
      - QUEUE_BULL_REDIS_HOST=redis
      # ... ugyanaz mint a main

Ez a setup szétválasztja a feladatokat: a main az UI-t és scheduling-et viszi, a worker-ek párhuzamosan végrehajtják a workflow-kat (skálázható horizontálisan: docker compose up -d --scale n8n-worker=5), és a webhook instance dedikáltan fogadja a HTTP triggereket. Egy 4 vCPU / 8 GB VPS-en így napi 200 000+ execution kényelmesen futtatható.

Sub-workflows és memóriaoptimalizálás

Hosszú, 30+ node-os workflow-knál érdemes sub-workflow-kra bontani: az „Execute Workflow" node külön kontextusban futtat egy másik workflow-t, ami után a memória felszabadul. Plusz beállítás node környezeti változónak: NODE_OPTIONS=--max-old-space-size=4096 a 4 GB heap limit emeléshez. Loop-okban használj SplitInBatches node-ot (pl. 100 elem batchekben), különben egy 10 000 soros Google Sheets feldolgozása felfalja a RAM-ot.

Prometheus metrics és uptime monitoring

Kapcsold be az n8n beépített metrics endpoint-ját env változóval:

N8N_METRICS=true
N8N_METRICS_PREFIX=n8n_
N8N_METRICS_INCLUDE_DEFAULT_METRICS=true
N8N_METRICS_INCLUDE_API_ENDPOINTS=true
N8N_METRICS_INCLUDE_WORKFLOW_ID_LABEL=true

A /metrics endpoint Prometheus-formátumú adatot ad: aktív workflow-k száma, execution időtartam histogram, sikeres/sikertelen futások, queue méret. Grafana dashboarddal vizualizálhatod, és Alertmanager-ral riasztást küldhetsz Slack-re, ha pl. >5% a hibaarány az utolsó 5 percben.

Egyszerűbb alternatíva: Healthchecks.io ping a workflow végén egy HTTP Request node-dal — ha 1 órán belül nem érkezik ping, riasztás megy emailben. Cron jellegű workflow-knál kifejezetten ajánlott.

Robusztus error handling és Sentry integráció

Production workflow-knál nem opció a „remélem nem hibázik" hozzáállás. Az n8n három rétegű error handling-et kínál, és ezeket érdemes mindet beépíteni.

Réteg 1 — Retry on Fail node szinten

Minden API hívó node Settings panelján: Retry on Fail bekapcs → Max Tries: 3 → Wait Between Tries: 5000ms. Ez a hálózati flapping, 502/503/504 átmeneti hibák 90%-át lekezeli.

Réteg 2 — Continue on Fail + IF branch logika

Kritikus node-oknál (pl. Szamlazz API hívás) bekapcsolod a Continue on Fail-t → utána egy IF node ellenőrzi: {{ $json.error !== undefined }}. Ha hiba volt, külön ágon fut a fallback (pl. „Manual Review" sor a Supabase-ben + Slack DM a könyvelőnek), a sikeres ág pedig folytatódik.

Réteg 3 — Globális Error Workflow Sentry integrációval

Hozz létre egy külön workflow-t „Global Error Handler" néven, ami az Error Trigger node-dal indul. Minden más workflow Settings → Error Workflow mezőjében kiválasztod ezt. Tipikus felépítés:

Error Trigger
   ↓
Set node (kontextus formázás)
   ↓
HTTP Request (Sentry Capture API)
   ↓
Slack node (#alerts csatorna)
   ↓
Supabase Insert (errors táblába log)

A Sentry HTTP Request node konfigja:

Method: POST
URL: https://sentry.io/api/0/projects/<org>/<project>/store/
Authentication: Header Auth
  X-Sentry-Auth: Sentry sentry_version=7, sentry_key={{ $credentials.sentryDsnKey }}
Send Body: true
Body Content Type: JSON
JSON Body:
  {
    "message": "n8n workflow failed: {{ $json.workflow.name }}",
    "level": "error",
    "platform": "javascript",
    "tags": {
      "workflow_id": "{{ $json.workflow.id }}",
      "node": "{{ $json.execution.lastNodeExecuted }}"
    },
    "extra": {
      "execution_url": "{{ $json.execution.url }}",
      "error_message": "{{ $json.execution.error.message }}",
      "stack": "{{ $json.execution.error.stack }}"
    }
  }

Innentől minden workflow hiba 1 másodpercen belül megjelenik a Sentry dashboard-on, csoportosítva, részletes stack trace-szel. Slack-en azonnali notifikációt kapsz, és a Supabase log-ot napi/heti riportolásra használhatod.

Security best practices és Git CI/CD pipeline

Egy „mindenki admin", root jelszóval védett n8n példány felér egy nyitott adattárral. Az alábbi 7 lépés a minimális production-grade biztonság:

1. Encryption key beállítása indulás előtt: N8N_ENCRYPTION_KEY=<random 32+ karakter> — minden credential ezzel titkosítva tárolódik a DB-ben. SOHA ne változtasd meg élesben (visszafejthetetlenné válnak a meglévő credentials).
2. IP whitelisting webhook endpoint-okra: Caddy / nginx reverse proxy szinten korlátozd, hogy csak ismert IP-k (Stripe, Szamlazz, GitHub) érhessék el a /webhook/* route-ot.
3. HMAC signature verification minden bejövő webhook-on (Stripe, Shopify, GitHub natívan ad signing secretet — Code node-dal ellenőrizd: ha nem stimmel, dob hibát).
4. API kulcs rotáció negyedévente: dokumentált eljárás szerint, kalendárium emlékeztetővel. Új kulcs → Credentials frissítés → régi kulcs revoke a szolgáltatónál.
5. User Management bekapcsolása: N8N_USER_MANAGEMENT_DISABLED=false, és minden fejlesztőnek külön account, Owner / Admin / Member szerepkörrel. Az audit log megmutatja, ki mikor mit módosított.
6. Public API kikapcsolása, ha nem használod: N8N_PUBLIC_API_DISABLED=true.
7. Outbound firewall: ha lehetséges, korlátozd, hová tud kifelé hívni az n8n szerver — egy kompromittált workflow nem tud bárhova adatot exfiltrálni.

Git verziókezelés + GitHub Actions CI/CD

A workflow-k JSON formátumban exportálhatók, így Git repo-ba commitolhatók. Egy minimális GitHub Actions deploy pipeline:

name: Deploy n8n workflows
on:
  push:
    branches: [main]
    paths: ['workflows/**']

jobs:
  deploy:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4

      - name: Deploy via SSH
        uses: appleboy/ssh-action@v1
        with:
          host: ${{ secrets.N8N_HOST }}
          username: ${{ secrets.N8N_SSH_USER }}
          key: ${{ secrets.N8N_SSH_KEY }}
          script: |
            cd /opt/n8n-workflows
            git pull origin main
            for file in workflows/*.json; do
              docker exec n8n-main n8n import:workflow                 --input=/data/workflows/$(basename $file)                 --separate
            done
            docker exec n8n-main n8n update:workflow --all --active=true

Ez staging-szerveren teljesen automatizált deploy, production-re pedig manual approval gate-tel javasolt (GitHub Environments → Required Reviewers). Így minden workflow változás code review-n megy át, verziózott, visszafordítható.

Multi-tenant vs dedikált infrastruktúra

Ügynökségek gyakran felteszik: egy n8n példány több ügyfélnek, vagy mindegyiknek külön? Általános ajánlás: dedikált instance ügyfelenként, ha (a) érzékeny adatokat kezel (egészségügy, jog, pénzügy), (b) szoros SLA-ja van, (c) >10 000 execution / hó. Egyébként egy shared instance multi-tenant setup is működik: külön user accountok, RBAC szerepkörökkel, projekt-szintű elválasztással (n8n Pro/Enterprise feature). Egy 8 GB RAM-os szerveren 8-12 kis ügyfél kényelmesen elfér megosztva, ami 5-8x költségmegtakarítás dedikált setup-hoz képest.

Gyakran ismételt kérdések

A leggyakoribb kérdéseket az alábbiakban gyűjtöttük össze. Ha más kérdésed van, írj a kapcsolat oldalunkon.

Mi az n8n és kinek éri meg használni?

Az n8n egy nyílt forráskódú workflow automatizálási platform, amely a Zapier és a Make.com vizuális, no-code alternatívája — de self-hosted módban ingyenes és korlátlan. KKV-knak, ügynökségeknek, e-commerce shopoknak és SaaS startupoknak különösen megéri, ha havi 1000+ task-ot futtatnak vagy AI agent / LLM workflow-kat akarnak építeni.

Ingyenes az n8n?

Self-hosted módban (saját VPS-en, Docker-rel) az n8n teljesen ingyenes és korlátlan. Csak a szerver díját fizeted (~3 000 Ft/hó Hetzner-en). Az n8n Cloud (managed SaaS) változat 14 napos ingyenes próbát ad, utána a Starter csomag ~9 500 Ft/hó-tól indul.

n8n vs Zapier: melyik a jobb 2026-ban?

Ha havi 5 000+ task-ot futtatsz, AI workflow-kat építesz vagy GDPR miatt EU-ban kell tartanod az adatokat — az n8n egyértelműen jobb. Ha alkalmi, egyszerű 2-3 lépéses Zap-eket akarsz és nincs technikai csapatod — a Zapier könnyebb belépés.

n8n vs Make.com különbség: mit válasszak?

A Make.com vizuális builder-e polírozottabb, és komplex routing logikákban erős. Az n8n viszont sokkal jobb AI integrációban (natív LangChain), és csak ott van self-hosted opció. Ha AI-first vagy költségérzékeny vagy → n8n. Ha vizuális élmény és komplex routing fontos → Make.com.

Hogyan telepítsem az n8n-t saját szerverre?

30 perc alatt megoldható: bérelj egy Hetzner CX22 VPS-t (~3 000 Ft/hó), telepítsd Docker-t a hivatalos szkripttel (curl -fsSL https://get.docker.com | sh), hozz létre egy docker-compose.yml-t (PostgreSQL + n8n image), állíts be Caddy reverse proxy-t HTTPS-hez, és docker compose up -d. Részletes lépés-leírás a cikk telepítés szekciójában.

Lehet-e az n8n-t OpenAI / Claude AI agent-tel használni?

Igen, beépített módon. A @n8n/n8n-nodes-langchain csomag natív node-okat ad OpenAI-hoz, Anthropic Claude-hoz, Google Gemini-hez, lokális Ollama-hoz, és vector store-okhoz (Supabase pgvector, Pinecone, Qdrant). RAG workflow-k, tool-using agentek, memóriás chatbotok mind no-code-ból építhetők.

Biztonságos az n8n GDPR szempontból?

Self-hosted módban a leg-GDPR-barát opció: az adataid soha nem hagyják el a saját infrastruktúrát. Cloud verzióban EU régiót lehet választani (Frankfurt). Mindkét esetben van DPA (Data Processing Agreement), encryption at rest, és audit log (Enterprise feature). Magyar adatlokáció hazai VPS-en (Rackforest, Magyar Hosting) érhető el.

Mennyibe kerül az n8n havi szinten?

Self-hosted: ~3 000 Ft (csak Hetzner CX22 VPS). n8n Cloud Starter (2 500 execution): ~9 500 Ft. n8n Cloud Pro (10 000 execution): ~19 000 Ft. Egy közepes magyar KKV (havi ~10 000 workflow futás) self-hosted módban évi 36 000 Ft-ból futtathatja, ami töredéke a Zapier ~319 200 Ft-os éves árának ugyanerre a volumenre.

Milyen magyar SaaS-szal integrálható az n8n?

Bármelyikkel, aminek REST API-ja van: Szamlazz.hu (Agent API), NAV Online Számla (XML REST), Billingo, KBOSS, SimplePay, Barion, OTP SimplePay, Rackforest API, Magyar Posta csomagkövetés, OPTEN cégregiszter. Mindegyikhez az általános HTTP Request node-ot használod, nem kell hozzá natív connector.

Tudok n8n workflow-t verziókezelni Git-tel?

Igen. A workflow-k JSON formátumban exportálhatók (Settings → Download), majd Git repo-ba commitolhatók. n8n CLI-vel (n8n import:workflow --input=workflow.json) deployolhatod őket CI/CD pipeline-ban. Ez professzionális DevOps szintre emeli az automatizációkat.

Összefoglalás — n8n 2026-ban

Az n8n 2026-ban a legkomolyabb workflow automatizálási platform azoknak a magyar cégeknek, akik:

• komolyan veszik az AI-alapú automatizálást (LangChain, RAG, tool-using agentek)
• nem akarnak Zapier vagy Make havidíjat fizetni nagy volumenért
• GDPR vagy data residency miatt self-hosted megoldást keresnek
• integrálni akarnak magyar SaaS-okkal (Szamlazz, NAV, Billingo)
• professzionális DevOps szinten kezelik a workflow-kat (Git, CI/CD)

A belépési küszöb alacsony: 30 perc Docker setup után már működő instance. A tanulási görbe enyhe — egy átlagos KKV tulajdonos 1 hét alatt önállóan tud egyszerű automatizációkat építeni. Komplexebb AI agent rendszereknél vagy enterprise integrációknál érdemes szakértőt bevonni — ezekben dolgozik a SocialPro is napi szinten.

Ha készen állsz n8n-t bevezetni a vállalkozásodban, vagy konkrét automatizációs igényt látsz: kérj díjmentes 30 perces konzultációt. Megnézzük, mit lehet automatizálni a folyamataidban, és mennyit spórolnál vele havi szinten.

További olvasnivalók a témában:

• Üzleti automatizáció szolgáltatás — végpontok közötti folyamatautomatizálás
• AI agent fejlesztés — Claude / OpenAI alapú intelligens asszisztensek
• Enterprise integráció — SAP, Dynamics, egyedi ERP rendszerek
• AI webapp fejlesztés — egyedi AI-alapú webalkalmazások
• Teljes blog hub — minden cikk egy helyen

Utolsó frissítés: 2026. április 18. — a friss n8n release (v1.85+) és a Claude Opus 4.7 + LangChain integrációkat tükrözi.