n8n के बेहतरीन self-hosted विकल्प: एक विस्तृत तुलना
Activepieces, Windmill, Node-RED, Automatisch और Huginn की n8n से तुलना करें। लाइसेंस, RAM उपयोग, डेटाबेस आवश्यकता और बैकअप रिस्टोर की समस्याओं के बारे में विस्तार से जानें।
n8n के स्थान पर क्या उपयोग करें
VPS (virtual private server) पर n8n के वे self-hosted विकल्प जो आपके समय के योग्य हैं, वे Activepieces, Windmill, Node-RED, Automatisch और Huginn हैं। Activepieces उस तरीके के लिए सबसे करीबी विकल्प है जिस तरह से अधिकांश लोग n8n का उपयोग करते हैं, और इसका core MIT licensed है। Windmill उन टीमों के लिए उपयुक्त है जो canvas पर boxes को खींचने के बजाय Python या TypeScript लिखना पसंद करती हैं। Node-RED एक छोटा विकल्प है, और इसे किसी database की आवश्यकता नहीं होती है।
कई पाठकों को वहीं बने रहना चाहिए जहाँ वे अभी हैं। n8n का licence आंतरिक व्यावसायिक उपयोग की अनुमति देता है, इसलिए यदि आप अपनी कंपनी के लिए flows चलाते हैं, तो licence आपकी समस्या नहीं है। migration भी मुफ्त नहीं है। 27 October 2026 तक, Activepieces n8n export को नहीं पढ़ता था, इसलिए migration का अर्थ था हर flow को हाथ से फिर से बनाना और हर credential को फिर से दर्ज करना। n8n को install करना अपने आप में एक अलग कार्य है, जो Docker और HTTPS के साथ VPS पर n8n install में कवर किया गया है, और Zapier और Make के मुकाबले n8n यह बताता है कि यह पूरी श्रेणी hosted services की तुलना में कैसी है।
लोग self-hosted n8n के विकल्प क्यों तलाशते हैं
दो कारण बार-बार सामने आते हैं।
पहला कारण licence है। n8n, Sustainable Use License v1.0 के तहत release होता है, जिसे यह प्रोजेक्ट open source के बजाय fair-code कहता है। यह licence "सॉफ्टवेयर का उपयोग या संशोधन केवल अपने आंतरिक व्यावसायिक उद्देश्यों या गैर-व्यावसायिक या व्यक्तिगत उपयोग के लिए" करने का अधिकार देता है, और यह सॉफ्टवेयर को व्यावसायिक रूप से अन्य लोगों को प्रदान करने से रोकता है। जिन फाइलों और फोल्डरों के नाम में .ee होता है, वे एक अलग n8n Enterprise License के अंतर्गत आते हैं। भुगतान करने वाले ग्राहकों के लिए automation बनाना और चलाना तब अनुमत है जब ग्राहक n8n interface या workflow logic तक पहुँच के बिना केवल output प्राप्त करते हैं। अपनी संस्था के बाहर के लोगों को workflow बनाने या configure करने देने के लिए commercial licence की आवश्यकता होती है। यदि आप एक internal operations team हैं, तो यह आपके दैनिक कार्यों में कोई बदलाव नहीं लाता है। Licence और कीमत अलग-अलग प्रश्न हैं, और n8n के किन features के लिए paid key की आवश्यकता होती है वह प्रश्न है जिसका उत्तर आपको किसी ऐसे paywall के कारण छोड़ने से पहले देना चाहिए जिसे आपने वास्तव में अभी तक पार नहीं किया है।
दूसरा कारण memory है। n8n एक Node.js process है, और workflow के चलने के दौरान data memory में रहता है। n8n documentation इसके कारणों को स्पष्ट करता है: JSON data की मात्रा, binary data का आकार, workflow में nodes की संख्या, Code node, manual executions (जो editor के लिए data की फिर से copy बनाते हैं), और एक ही समय में चलने वाले अन्य workflows। इसके लिए documentation में सुझाया गया समाधान कोई दूसरा product नहीं है। यह queue mode है जिसमें अलग worker processes होते हैं, साथ ही ~/.n8n/database.sqlite पर default SQLite file के बजाय Postgres का उपयोग किया जाता है। बड़े jobs के लिए batching भी आवश्यक है, क्योंकि Loop Over Items node जो sub-workflow को data भेजता है, वह एक समय में data का केवल एक हिस्सा ही memory में रखता है। कहीं और साठ workflows को फिर से बनाने से पहले इसे आजमाएं।
n8n के कौन से self-hosted विकल्प अभी भी maintained हैं
लाइसेंस का टेक्स्ट पढ़ना आसान होता है, इसलिए हर कोई लाइसेंस की तुलना करता है। प्रोजेक्ट की स्थिति (health) को नजरअंदाज करना आसान है। इस तुलना में 6 प्रोजेक्ट्स शामिल हैं, जिनमें से प्रत्येक का नवीनतम स्टेबल टैग किया गया रिलीज 29 अक्टूबर 2026 को सूचीबद्ध है।
इस चार्ट के पीछे का डेटा
[
{
"tool": "n8n",
"licence": "Sustainable Use License",
"latest_release": "2.45.6",
"released": "2026-10-29",
"days_since_release": 0
},
{
"tool": "Activepieces",
"licence": "MIT core, commercial ee",
"latest_release": "0.92.3-hotfix.2",
"released": "2026-10-28",
"days_since_release": 1
},
{
"tool": "Windmill",
"licence": "AGPLv3 source, CE image",
"latest_release": "v1.853.0",
"released": "2026-10-28",
"days_since_release": 1
},
{
"tool": "Node-RED",
"licence": "Apache 2.0",
"latest_release": "5.0.9",
"released": "2026-10-21",
"days_since_release": 8
},
{
"tool": "Automatisch",
"licence": "AGPL-3.0, commercial ee",
"latest_release": "v0.15.0",
"released": "2025-08-08",
"days_since_release": 447
},
{
"tool": "Huginn",
"licence": "MIT",
"latest_release": "v2026.10.26",
"released": "2026-10-26",
"days_since_release": 3
}
]एक पंक्ति शॉर्टलिस्ट को बदल देती है। Automatisch का अंतिम टैग v0.15.0 है, जो 447 दिन पुराना है; 27 अक्टूबर 2026 तक, इसकी डिफ़ॉल्ट ब्रांच में 15 जनवरी 2026 के बाद से कोई कमिट नहीं हुआ था। Huginn पहले दूसरी चेतावनी हुआ करता था। v2022.08.18 के बाद चार साल तक कोई रिलीज न आने के बावजूद Huginn का कोड अपडेट होता रहा। यह स्थिति 27 अगस्त 2026 को बदली, और Huginn ने तब से कई रिलीज जारी किए हैं। सबसे नया रिलीज v2026.10.26 है, जो 3 दिन पहले आया था।
किसी भी तुलना पर भरोसा करने से पहले, जिसमें यह भी शामिल है, इसे स्वयं जाँचें। GitHub पर प्रोजेक्ट का रिलीज पेज खोलें, और फिर उसकी डिफ़ॉल्ट ब्रांच के लिए कमिट लिस्ट देखें। जिस प्रोजेक्ट का रिलीज नया हो लेकिन कमिट लॉग शांत हो, वह केवल अपनी पुरानी गति पर चल रहा है। जिस प्रोजेक्ट में कमिट तो नए हैं लेकिन वर्षों से कोई रिलीज नहीं आया है, वह आपसे ऐसा कोड चलाने के लिए कह रहा है जिसके लिए किसी ने भी कोई वर्जन जारी नहीं किया है।
Activepieces: सबसे करीबी विकल्प, और core में MIT
Activepieces सबसे सटीक विकल्प है। यह एक visual builder है जिसमें pieces नामक integrations के माध्यम से triggers और actions मिलते हैं, और README के अनुसार इनकी संख्या 280 से अधिक है। हर piece को एक MCP (model context protocol) server के रूप में भी expose किया जाता है, ताकि एक LLM (large language model) client उन्हीं connectors को tools के रूप में call कर सके। इसका core MIT licensed है। दो directories, packages/ee/ और packages/server/api/src/app/ee, commercial licence के अंतर्गत आती हैं। आधिकारिक self-hosting instructions में AP_EDITION=ee सेट किया जाता है, जो default रूप से free plan पर चलता है; paid features के लिए upgrade की आवश्यकता होती है। वही licence आपको subscription के बिना development और testing के लिए उस code को copy और modify करने की अनुमति देता है।
migrate करने से पहले इस विभाजन को समझें, क्योंकि यह अधिकांश MIT projects की तुलना में अधिक व्यापक है। Community Edition अपने आप में automation core है, जबकि $0 Free plan में Flows, Agents, Tables और "MCPs and API access" भी शामिल हैं, जिन्हें cloud या on-prem host किया जा सकता है। Agents, piece actions को उन tools में बदल देते हैं जिन्हें वे call कर सकते हैं। Projects, single sign-on और standard roles Team plan से शुरू होते हैं; Releases और Git Sync, audit logs, secret managers और branding Ultimate plan में उपलब्ध हैं। इसलिए, किसी commercial directory में module का स्थान यह नहीं बताता कि उसे इस्तेमाल करने के लिए भुगतान आवश्यक है या नहीं। हालांकि, flows को programmatically generate करने के लिए paid plan की आवश्यकता नहीं है। Activepieces एक built-in MCP server के साथ आता है जिसके tools flows को create, duplicate, rename और publish करते हैं, steps को add, update और delete करते हैं, और triggers को update करते हैं (ap_create_flow, ap_build_flow, ap_add_step और अन्य)। Docs में यह भी जोड़ा गया है कि "MCP tools free हैं, सिवाय ap_run_action के, जिसकी लागत 1 credit प्रति call है"। MCP tool द्वारा शुरू किए गए flow को सामान्य flow run के रूप में bill किया जाता है।
Runtime का ढांचा एक app container, एक या अधिक worker containers, Postgres और Redis है। AP_DB_TYPE=POSTGRES और AP_REDIS_TYPE=STANDALONE इसके defaults हैं। इसमें एक single-container mode भी है जिसमें embedded database और in-process queue (AP_DB_TYPE=PGLITE के साथ AP_REDIS_TYPE=MEMORY) शामिल है, और documentation इसे "एक machine पर व्यक्तिगत उपयोग के लिए" बताता है। इसे उसी रूप में लें। In-memory queue एक machine पर एक ही instance को support करती है, इसलिए इससे बाहर निकलकर scale करना एक migration है, न कि केवल एक flag बदलना।
Windmill: code-first और दिखने में जितना है उससे कहीं अधिक भारी
Windmill Python, TypeScript, Go, Bash और SQL में स्क्रिप्ट चलाता है और फिर उन्हें flows में संयोजित करता है। यदि आपके automations मुख्य रूप से कोड हैं और उनके चारों ओर थोड़ा सा glue code है, तो यह किसी भी node canvas की तुलना में बेहतर काम करता है।
इसके licence पर ध्यान देने की आवश्यकता है। जब इसे enterprise feature flag के बिना compile किया जाता है, तो source AGPLv3 होता है। ghcr.io/windmill-labs/windmill पर प्रकाशित images Community Edition हैं, जिसमें ऐसा कोड शामिल है जो open source नहीं है और quotas के भीतर उपयोग के लिए निःशुल्क है। Windmill का pricing page उन quotas को 50 users, 3 workspaces और 10 GiB workspace object storage पर निर्धारित करता है, जिसमें executions की कोई सीमा नहीं है। एक व्यक्ति या एक छोटी टीम के लिए यह सीमा बहुत दूर है, इसलिए व्यावहारिक प्रश्न quota का नहीं है। प्रश्न यह है कि जो binary आप run करते हैं, वह AGPL build नहीं है।
Weight दूसरा विचारणीय पहलू है। Windmill का अपना docker-compose.yml एक Postgres 18 database, एक server, तीन default workers (प्रत्येक के लिए 2048M memory limit के साथ), एक native worker और एक Caddy proxy के साथ आता है। इसका सामान्य दिशा-निर्देश यह है कि "1vCPU और 1-2 GB RAM पर 1 worker" का अनुपात रखा जाए। आप एक छोटे box पर replica count को कम कर सकते हैं। आपको यह पता होना चाहिए कि आप इसे कम कर रहे हैं, क्योंकि workers ही वे हैं जो वास्तव में आपके jobs को run करते हैं।
Windmill के AI features दो प्रकार के होते हैं। पहला है build करते समय सहायता: code generation, flow building, chat और form filling। इसके लिए workspace settings में या instance settings से विरासत में मिला एक model provider resource पहले configure होना चाहिए। दूसरा AI agent steps हैं, जो flows के भीतर run होते हैं। वे tools के रूप में inline, workspace और Hub scripts या MCP servers को call कर सकते हैं, और वे OpenAI, Anthropic, Mistral और Google AI सहित कई providers के साथ काम करते हैं। इसलिए यदि आप एक ऐसा agent step चाहते हैं जो schedule पर run हो और tools को call करे, तो Windmill इसे n8n के AI Agent node की तरह ही कर सकता है। n8n में AI agent बनाना n8n संस्करण को कवर करता है।
Node-RED: सबसे छोटा, बिना किसी डेटाबेस के
Node-RED एक Apache 2.0 लाइसेंस है, जो एक उदार लाइसेंस है जिसमें कोई copyleft नहीं है, हालाँकि Huginn और Activepieces core पर मौजूद MIT लाइसेंस आपसे और भी कम अपेक्षाएं रखते हैं। यह एक Node.js प्रोसेस है जिसमें /data वॉल्यूम का उपयोग होता है। इसमें Postgres या Redis की आवश्यकता नहीं है। इसे nodered/node-red:5.0.9 पर पिन करें, जो 29 October 2026 तक का वर्तमान release है।
यह IoT (internet of things) वायरिंग से विकसित हुआ है, इसलिए यह connector-आधारित होने के बजाय event-आधारित है। थर्ड-पार्टी सेवाओं के लिए nodes कम्युनिटी लाइब्रेरी से आते हैं और उनकी गुणवत्ता अलग-अलग होती है, जो कि इसके छोटे footprint के बदले में किया गया समझौता है। इसमें कोई प्रथम-श्रेणी का AI agent step नहीं है। webhooks और message-queue traffic को संभालने वाले छोटे VPS के लिए, यह यहाँ उपलब्ध सबसे हल्का विकल्प है जो काम करता है, और यह कुछ ही सेकंड में शुरू हो जाता है।
Huginn और Automatisch: पहले commit log की जाँच करें
Huginn MIT लाइसेंस के अंतर्गत है, इसे Ruby on Rails में लिखा गया है, और इसके लिए MySQL या PostgreSQL की आवश्यकता होती है। यह उन agents के रूप में कार्य करता है जो किसी स्रोत पर नज़र रखते हैं और events उत्सर्जित (emit) करते हैं, जो flow canvas मॉडल से भिन्न है। इसका OpenAI LLM Agent प्रति event एक chat completion को किसी भी OpenAI-compatible API (Ollama सहित) पर भेजता है और उत्तर को एक नए event के रूप में उत्सर्जित करता है। यह tools को call नहीं करता है, इसलिए इसे agent loop के बजाय एक text step के रूप में देखें। चार वर्षों तक कोई tagged release न आने के बाद, इसने अगस्त 2026 से कई releases प्रकाशित किए हैं, जिनकी शुरुआत security releases से हुई है। इसे तब चुनें जब agent मॉडल आपकी समस्या के अनुकूल हो, न कि n8n के सामान्य विकल्प के रूप में।
Automatisch अपनी .ee फाइलों को छोड़कर AGPL-3.0 लाइसेंस के अंतर्गत है, और यह n8n के सरल संस्करण जैसा दिखता है: Postgres, Redis, और apps का एक छोटा catalogue। यह वह tool है जिसे single-deploy tutorials बार-बार सुझाते हैं। release history यह संकेत देती है कि अभी प्रतीक्षा करना बेहतर है। यदि आप इसे पहले से चला रहे हैं, तो एक वर्ष से अधिक समय तक कोई release न आना घबराने का कारण नहीं है, लेकिन यह एक नया production deployment शुरू न करने का पर्याप्त कारण है।
Activepieces stack की वास्तविक RAM लागत
Idle और working memory का सटीक माप कोई भी आपके लिए प्रकाशित नहीं कर सकता, क्योंकि यह आपके flows और उनमें मौजूद डेटा की मात्रा पर निर्भर करता है। आप केवल वह बजट देख सकते हैं जो प्रत्येक vendor आपको सुझाता है। Activepieces नीचे दिए गए आकार का दस्तावेजीकरण करता है, और इसके बगल में लिखा वाक्य संख्याओं से अधिक महत्वपूर्ण है: "एक concurrency-1 worker flow की पूरी अवधि (10 मिनट तक) के लिए व्यस्त रहता है, इसलिए आकार का निर्धारण concurrent flows के आधार पर करें, न कि trigger rate के आधार पर।"
इस चार्ट के पीछे का डेटा
[
{
"label": "App container",
"vcpu": 1,
"ram_gb": 1
},
{
"label": "Worker (each)",
"vcpu": 0.5,
"ram_gb": 1
},
{
"label": "Postgres",
"vcpu": 2,
"ram_gb": 4
},
{
"label": "Redis",
"vcpu": 1,
"ram_gb": 1
}
]एक worker 0.5 vCPU और 1 GB का होता है। यह एक समय में केवल एक ही flow चलाता है जब AP_WORKER_CONCURRENCY=1 सेट हो, जो कि documentation द्वारा अनुशंसित सेटिंग है। डिफ़ॉल्ट रूप से यह 5 पर सेट होता है, जो एक ही container के भीतर कई flows चलाता है, और उस स्थिति के लिए docs प्रत्येक worker को लगभग पाँच गुना अधिक memory देने का सुझाव देते हैं। Postgres का आकार 4 GB निर्धारित है। प्रोजेक्ट की अपनी compose file में पाँच worker replicas होते हैं, इसलिए concurrency 1 पर भी, repository में मौजूद stack आपके flows के शुरू होने से पहले ही लगभग 11 GB RAM की मांग करता है। प्रकाशित production setup को अपनी throughput क्षमताओं के लिए S3 object storage की भी आवश्यकता होती है; वे आंकड़े नीचे दिए गए local stack का वर्णन नहीं करते हैं। सिंगल-टूल ट्यूटोरियल उसी फ़ाइल को कॉपी करते हैं और इसे एक छोटा deployment कहते हैं।
4 GB के VPS पर, concurrency 1 के साथ दो workers चलाएं, Postgres को उसी compose project में रखें, और मापें। docker stats --no-stream प्रत्येक container के लिए उसकी वास्तविक resident memory के साथ एक लाइन प्रिंट करता है, जो किसी भी vendor या ब्लॉग द्वारा प्रकाशित आंकड़े से अधिक सटीक है। यदि कोई container बिना किसी सीमा के बढ़ता है, तो उसे सीमित करें, और Docker Compose में memory limits इसका सिंटैक्स दिखाता है।
एक VPS पर Activepieces के लिए compose file
Tag को पिन करें। latest का अर्थ है कि अगला docker compose pull बिना किसी चेतावनी के database schema को आपके अधीन स्थानांतरित कर सकता है। Version 0.92.3-hotfix.1, Node.js October 2026 की सुरक्षा कमजोरियों को ठीक करता है; 0.92.3-hotfix.2 में webhook-triggered API क्रैश के लिए एक सुधार शामिल है, इसलिए नीचे दिया गया उदाहरण उस hotfix को पिन करता है।
दस्तावेज़ीकरण में निर्दिष्ट लंबाई का उपयोग करके पहले दो secrets जनरेट करें।
openssl rand -hex 16 # AP_ENCRYPTION_KEY, encrypts stored connections
openssl rand -hex 32 # AP_JWT_SECRET, signs session tokensCompose file के बगल में .env लिखें:
AP_ENGINE_EXECUTABLE_PATH=dist/packages/engine/main.js
AP_ENVIRONMENT=prod
AP_FRONTEND_URL=https://automation.example.com
AP_ENCRYPTION_KEY=REPLACE_WITH_HEX_16
AP_JWT_SECRET=REPLACE_WITH_HEX_32
AP_DB_TYPE=POSTGRES
AP_POSTGRES_DATABASE=activepieces
AP_POSTGRES_HOST=postgres
AP_POSTGRES_PORT=5432
AP_POSTGRES_USERNAME=postgres
AP_POSTGRES_PASSWORD=REPLACE_WITH_A_LONG_RANDOM_PASSWORD
AP_REDIS_TYPE=STANDALONE
AP_REDIS_HOST=redis
AP_REDIS_PORT=6379
AP_EDITION=ee
AP_EXECUTION_MODE=SANDBOX_CODE_ONLY
AP_WORKER_CONCURRENCY=1
AP_TELEMETRY_ENABLED=falseAP_FRONTEND_URL को public HTTPS address होना चाहिए, क्योंकि अन्यथा Activepieces webhook URLs बनाते समय आपके public IP address का उपयोग करने का प्रयास करता है। आपके द्वारा किसी तीसरे पक्ष को दिया गया प्रत्येक webhook उस मान से बनता है, इसलिए यदि यह अभी भी localhost पर इंगित करता है, तो आप जो URL किसी अन्य service में पेस्ट करते हैं, वह कभी भी आपके सर्वर तक नहीं पहुँचता है। AP_WORKER_CONCURRENCY=1 प्रत्येक worker को एक flow तक सीमित करता है, इसलिए ऊपर दिया गया sizing बना रहता है। Edition और execution mode self-hosting निर्देशों का पालन करते हैं: ee free plan पर शुरू होता है, और यह स्टार्टअप पर UNSANDBOXED को अस्वीकार कर देता है।
services:
app:
image: ghcr.io/activepieces/activepieces:0.92.3-hotfix.2
restart: unless-stopped
ports:
- '127.0.0.1:8080:80'
depends_on:
- postgres
- redis
env_file: .env
environment:
- AP_CONTAINER_TYPE=APP
volumes:
- ./cache:/usr/src/app/cache
worker:
image: ghcr.io/activepieces/activepieces:0.92.3-hotfix.2
restart: unless-stopped
depends_on:
- app
env_file: .env
environment:
- AP_CONTAINER_TYPE=WORKER
- AP_FRONTEND_URL=http://app
deploy:
replicas: 2
volumes:
- ./cache:/usr/src/app/cache
postgres:
image: pgvector/pgvector:0.8.0-pg14
restart: unless-stopped
env_file: .env
environment:
- POSTGRES_DB=${AP_POSTGRES_DATABASE}
- POSTGRES_USER=${AP_POSTGRES_USERNAME}
- POSTGRES_PASSWORD=${AP_POSTGRES_PASSWORD}
volumes:
- postgres_data:/var/lib/postgresql/data
redis:
image: redis:7.0.7
restart: unless-stopped
volumes:
- redis_data:/data
volumes:
postgres_data:
redis_data:वह file project की अपनी compose पर आधारित है: worker की संख्या पाँच से घटकर दो हो गई है, published port हर interface के बजाय 127.0.0.1 पर bind होता है, fixed container names हटा दिए गए हैं क्योंकि replicas वाली service उनका उपयोग नहीं कर सकती है, और explicit network block को हटा दिया गया है क्योंकि compose वैसे भी एक बना देता है। यह security hotfix को भी पिन करता है और worker को उसका अपना app URL देता है, जैसा कि installation guide में आवश्यक है।
docker compose up -d
docker compose psप्रत्येक service को Up दिखाना चाहिए, जिसमें दो worker containers शामिल हैं। जो container लूप में restart होता है, वह अपना कारण docker compose logs worker में प्रिंट करता है, इसलिए कुछ भी बदलने से पहले उसे पढ़ें। Port binding का मतलब है कि बाहर से app तक कुछ भी तब तक नहीं पहुँचता जब तक आप सामने TLS (transport layer security) के साथ reverse proxy नहीं लगाते, जिसे कई compose apps के सामने Traefik चलाना में कवर किया गया है। .env को mode 600 पर रखें और git से बाहर रखें, जैसा कि compose env files में secrets को संभालना में बताया गया है।
वह बैकअप जो क्रेडेंशियल्स को पठनीय रखता है
n8n, Node-RED और Activepieces जैसे टूल्स स्टोर किए गए क्रेडेंशियल्स को एन्क्रिप्ट करते हैं, इसलिए केवल डेटाबेस डंप ही बैकअप नहीं होता है। आपको डंप और उसे डिक्रिप्ट करने वाली की (key) दोनों की आवश्यकता होती है। समस्या यह है कि n8n और Node-RED आपके लिए वह की खुद जनरेट करते हैं, और यह आपके डेटाबेस बैकअप के बाहर भी रह सकती है।
n8n इसका सबसे स्पष्ट उदाहरण है। यदि आप कभी N8N_ENCRYPTION_KEY सेट नहीं करते हैं, तो n8n "पहली बार लॉन्च होने पर स्वचालित रूप से एक रैंडम एन्क्रिप्शन की बनाता है और उसे ~/.n8n फोल्डर में सेव करता है", फिर डेटाबेस तक पहुँचने से पहले क्रेडेंशियल्स को एन्क्रिप्ट करने के लिए उस की का उपयोग करता है। Postgres को डंप करें, उसे एक नए वॉल्यूम वाले फ्रेश कंटेनर पर रिस्टोर करें, तो वर्कफ़्लो तो वापस आ जाएंगे लेकिन हर क्रेडेंशियल ऐसा साइफरटेक्स्ट होगा जिसे कोई पढ़ नहीं सकता। n8n की अपनी बैकअप गाइड में यह शामिल है। यह आपको PostgreSQL का उपयोग करने पर भी .n8n फोल्डर का बैकअप लेने के लिए कहती है, क्योंकि "इसमें कॉन्फ़िगरेशन फ़ाइल होती है, जो क्रेडेंशियल एन्क्रिप्शन की को स्टोर करती है।" वेरिएबल को स्पष्ट रूप से सेट करें, और जब आप queue मोड चलाएं तो हर वर्कर पर वही वैल्यू सेट करें।
Node-RED का स्वरूप भी ऐसा ही है। क्रेडेंशियल्स अपनी खुद की एन्क्रिप्टेड फ़ाइल में रहते हैं, और की credentialSecret है जो settings.js में होती है। जब आप इसे सेट नहीं करते हैं, तो रनटाइम एक रैंडम की जनरेट करता है और उसे /data के अंदर अपने सेटिंग्स स्टोर में _credentialSecret के तहत सेव करता है। Node-RED 5.0.9 एक चेतावनी लॉग करता है कि क्रेडेंशियल फ़ाइल सिस्टम-जनरेटेड की का उपयोग करती है, इसे खोने से क्रेडेंशियल्स रिकवर नहीं हो पाएंगे, और आपको अपना खुद का credentialSecret सेट करना चाहिए। स्टॉक सेटिंग्स फ़ाइल परिणाम बताती है: "एक बार जब आप इस प्रॉपर्टी को सेट कर लेते हैं, तो इसे बदलें नहीं - ऐसा करने से Node-RED आपके मौजूदा क्रेडेंशियल्स को डिक्रिप्ट नहीं कर पाएगा और वे खो जाएंगे।" केवल फ़्लो फ़ाइल का ही नहीं, बल्कि पूरे /data वॉल्यूम का बैकअप लें।
Activepieces AP_ENCRYPTION_KEY को आपके .env में रखता है, जिसे "कनेक्शन एन्क्रिप्ट करने के लिए उपयोग की जाने वाली 32-कैरेक्टर (16-byte) हेक्साडेसिमल की" के रूप में प्रलेखित किया गया है। Huginn APP_SECRET_TOKEN को अपने एनवायरनमेंट में रखता है। Automatisch में इनमें से तीन हैं: ENCRYPTION_KEY, WEBHOOK_SECRET_KEY और APP_SECRET_KEY। हर मामले में सीक्रेट एक एनवायरनमेंट फ़ाइल में रहता है, जिसका अर्थ है कि एनवायरनमेंट फ़ाइल बैकअप का हिस्सा है।
Windmill एक अपवाद है जिसके बारे में जानना महत्वपूर्ण है। इसके सीक्रेट्स एक वर्कस्पेस-विशिष्ट सिमेट्रिक की के साथ एन्क्रिप्ट किए जाते हैं जिसे Windmill अपने डेटाबेस में स्टोर करता है, इसलिए एक सिंगल Postgres डंप डिफ़ॉल्ट रूप से दोनों हिस्सों को साथ ले जाता है। यदि आप SECRET_SALT सेट करते हैं, तो उस वैल्यू को भी सुरक्षित रखें। डंप को ऐसे सुरक्षित रखें जैसे कि वे स्वयं सीक्रेट्स हों। एक पूर्ण इंस्टेंस रिस्टोर के लिए डेटा टेबल और वर्कस्पेस फ़ोर्क जैसी सुविधाओं द्वारा उपयोग किए जाने वाले अन्य डेटाबेस और क्लस्टर रोल्स की भी आवश्यकता होती है; वर्तमान compose फ़ाइल केवल windmill डेटाबेस के बजाय पूरे क्लस्टर के डंप की मांग करती है।
ऊपर दिए गए Activepieces स्टैक के लिए, बैकअप दो फ़ाइलें हैं:
cd /srv/activepieces
docker compose exec -T postgres pg_dump -U postgres -Fc activepieces > "ap-$(date +%F).dump"
cp .env "ap-env-$(date +%F).bak"
chmod 600 ap-*.dump ap-env-*.bakफिर साबित करें कि बैकअप काम करता है, क्योंकि बिना टेस्ट किया हुआ बैकअप केवल एक अनुमान है। डंप को एक ऐसे स्क्रैच compose प्रोजेक्ट में रिस्टोर करें जो जानबूझकर एक अलग AP_ENCRYPTION_KEY का उपयोग करता है, फिर एक ऐसा फ़्लो चलाएं जो सेव किए गए कनेक्शन का उपयोग करता है। यह विफल हो जाएगा, क्योंकि डेटाबेस में मौजूद साइफरटेक्स्ट दूसरी की के साथ बनाया गया था। .env से वास्तविक की के साथ रिस्टोर को दोहराएं और वही फ़्लो चल जाएगा। ये दो रन ही एकमात्र प्रमाण हैं कि आपका बैकअप एक वास्तविक बैकअप है। VPS से restic बैकअप के साथ शेड्यूल पर दोनों फ़ाइलों को सर्वर से बाहर भेजें, क्योंकि एक ही डिस्क पर रखा बैकअप डिस्क के खराब होने पर नष्ट हो जाता है।
n8n पर कब बने रहें
यदि आपका काम आपकी अपनी कंपनी के भीतर का है, तो n8n पर बने रहें, क्योंकि Sustainable Use License ठीक यही अनुमति देता है। यदि आप व्यापकता (breadth) पर निर्भर हैं, तो भी बने रहें, क्योंकि n8n की integrations directory में 2,000 से अधिक integrations सूचीबद्ध हैं, या फिर इसके LangChain पर आधारित AI Agent node का उपयोग करें। यहाँ दिए गए मुफ्त self-hosted विकल्पों में से, Activepieces और Windmill दोनों ऐसे agents प्रदान करते हैं जो tools को call करते हैं। Activepieces अपने Free plan में on-prem hosting के साथ Agents को सूचीबद्ध करता है, और इसके agents 'piece actions' का उपयोग tools के रूप में करते हैं। Huginn का OpenAI LLM Agent केवल एक prompt भेजता है और परिणाम देता है, यह किसी tool को call नहीं करता है। Driving n8n workflows with Claude दिखाता है कि यह व्यवहार में कैसा दिखता है।
यदि आप automation core पर एक permissive license और एक ऐसा stack चाहते हैं जिसे आप शुरू से अंत तक पढ़ सकें, तो Activepieces पर जाएँ। यदि आपके flows वास्तव में user interface के साथ कोड हैं, तो Windmill पर जाएँ। यदि सर्वर छोटा है और काम event-आधारित है, तो Node-RED पर जाएँ। केवल इसलिए न जाएँ क्योंकि किसी benchmark ने आपको बताया है कि n8n भारी है। पहले अपने स्वयं के instance को मापें, फिर what is worth self-hosting in 2026 पढ़ें और एक बार में ही चुनाव करें, क्योंकि दूसरी बार migration करने में उतना ही खर्च आता है जितना पहली बार में आया था।
FAQ
n8n का कौन सा self-hosted विकल्प n8n के सबसे करीब है?
Activepieces। यह बिल्कुल उसी विचार पर आधारित है: एक visual builder जहाँ एक trigger flow को शुरू करता है और प्रत्येक step एक service को call करता है, जिसमें connectors की एक बड़ी catalogue उपलब्ध है। इसका core MIT licensed है, यह Docker के अंतर्गत Postgres और Redis पर चलता है, और इसके pieces LLM clients के लिए MCP servers के रूप में भी काम करते हैं। commercial enterprise directories का मतलब यह नहीं है कि हर feature के लिए भुगतान करना आवश्यक है: Free plan में on-prem hosting के साथ Agents और MCP access शामिल हैं। built-in MCP server की मदद से एक assistant flows को create और edit कर सकता है।
क्या Activepieces वास्तव में open source है?
इसका core MIT licence के अंतर्गत open source है। दो directories, packages/ee/ और packages/server/api/src/app/ee, commercially licensed हैं। आधिकारिक self-hosting instructions में AP_EDITION=ee का उपयोग होता है और वे free plan से शुरू होते हैं; paid features के लिए upgrade की आवश्यकता होती है। आप subscription के बिना development और testing के लिए commercial code को copy और modify कर सकते हैं। Free plan में on-prem hosting के साथ Flows, Agents, Tables और MCP access शामिल हैं। Projects, single sign-on, audit logs, secret managers, branding और Git sync paid tiers पर उपलब्ध हैं। इसलिए, automation core को बनाने और चलाने के लिए यह पूरी तरह से open source है, जबकि commercial edition में free और paid दोनों तरह के features शामिल हैं।
VPS पर Activepieces को कितनी RAM की आवश्यकता होती है?
Activepieces के documentation के अनुसार प्रत्येक worker के लिए 0.5 vCPU और 1 GB RAM, app container के लिए 1 vCPU और 1 GB RAM, Postgres के लिए 4 GB और Redis के लिए 1 GB RAM की आवश्यकता होती है। worker का यह आंकड़ा AP_WORKER_CONCURRENCY=1 पर आधारित है। उस setting पर एक worker एक समय में एक flow को उसकी पूरी duration के लिए handle करता है, इसलिए आप triggers के frequency के बजाय peak concurrent flows के आधार पर sizing करते हैं। default रूप से प्रति worker 5 concurrent flows set होते हैं, जिसके लिए प्रति worker लगभग पांच गुना memory की आवश्यकता होती है। repository में मौजूद compose file में पांच workers होते हैं, जो concurrency 1 पर भी लगभग 11 GB की sizing के बराबर है। 4 GB RAM वाले VPS पर concurrency 1 के साथ दो workers से शुरुआत करना उचित है, और docker stats --no-stream आपके flows के चलते समय उनकी वास्तविक memory usage की पुष्टि करता है।
restore के सफल होने के लिए मुझे किसका backup लेना चाहिए?
database dump और encryption key, दोनों का एक साथ। Activepieces के लिए, यह activepieces database का एक pg_dump है, साथ ही वह .env file जिसमें AP_ENCRYPTION_KEY मौजूद है। n8n के लिए, यह database और N8N_ENCRYPTION_KEY है, जिसे n8n ने आपके लिए ~/.n8n folder के अंदर generate किया था यदि आपने इसे कभी set नहीं किया। Node-RED के लिए, पूरे /data volume का backup लें, क्योंकि credentials file और उसे decrypt करने वाली key दोनों वहीं रहती हैं। Windmill डिफ़ॉल्ट रूप से अपनी workspace key को Postgres में store करता है; यदि आपने इसे set किया है तो SECRET_SALT को भी सुरक्षित रखें, और full instance restore के लिए पूरे cluster का backup लें। dump को ऐसे सुरक्षित रखें जैसे कि वे स्वयं secrets हों।
क्या मैं अपने n8n workflows को किसी अन्य tool में import कर सकता हूँ?
27 October 2026 तक, Activepieces n8n workflows को import या convert नहीं करता था। migration का मतलब है प्रत्येक flow को नए builder में फिर से बनाना और original service से प्रत्येक credential को दोबारा create करना। यह काम ही switch करने की वास्तविक लागत है, इसलिए निर्णय लेने से पहले अपने flows की गिनती कर लें। बारह flows एक दोपहर का काम है। दो सौ flows एक project है, और उन्हें फिर से बनाने के बजाय queue mode और Postgres के साथ n8n की memory usage को ठीक करना आमतौर पर सस्ता पड़ता है।