দ্রুত উত্তর: ২০২৬ সালে AI ওয়ার্কফ্লো অটোমেশনের জন্য প্রধান n8n বিকল্প (n8n alternative) হলো এন্টারপ্রাইজ LLM অর্কেস্ট্রেশন ও RAG-এর জন্য Dify, LangChain নোডের দ্রুত প্রোটোটাইপিংয়ের জন্য Flowise, সম্পূর্ণ মুক্ত Apache 2.0 লাইসেন্সধারী সেলফ-হোস্টেড প্ল্যাটফর্ম হিসেবে Activepieces, এবং মডেল কনটেক্সট প্রোটোকল (MCP) টুল ব্যবহারের জন্য Composio। সেলফ-হোস্টেড n8n সনাতন API ইন্টিগ্রেশনে অত্যন্ত দক্ষ হলেও, এর Sustainable Use License এবং অতিরিক্ত মেমরি খরচের কারণে মাল্টি-এজেন্ট সিস্টেমে বিশেষায়িত প্ল্যাটফর্মগুলো অনেক সাশ্রয়ী।
১. ভূমিকা: ২০২৬ সালে AI ওয়ার্কফ্লো অটোমেশনের বিবর্তন
ব্যবসায়িক প্রক্রিয়া অটোমেশনের জগতে একটি মৌলিক রূপান্তর ঘটেছে। ২০২০ থেকে ২০২৪ সাল পর্যন্ত Zapier, Make এবং n8n-এর মতো সনাতন অটোমেশন টুলগুলো বাজারে নেতৃত্ব দিয়েছে। এই প্ল্যাটফর্মগুলো কাজ করত রৈখিক এবং নির্দিষ্ট লজিকে: ইভেন্ট $A$ ট্রিগার হলে ডাটা পার্স করা, JavaScript/Python নোডে রূপান্তর করা এবং নির্দিষ্ট সার্ভিস $B$-তে পাঠানো।
২০২৬ সালে স্বায়ত্তশাসিত AI এজেন্ট, রিজনিং মডেল (o3, DeepSeek-R1, Qwen-2.5-Max, Claude 3.7 Sonnet) এবং অ্যানথ্রপিকের Model Context Protocol (MCP)-এর মতো স্ট্যান্ডার্ডের আবির্ভাব সনাতন ইঞ্জিনগুলোর সীমাবদ্ধতা প্রকাশ করেছে:
- নির্দিষ্ট নোড বনাম গতিশীল পরিকল্পনা: সনাতন ইঞ্জিনগুলোতে প্রতিটি শাখা আগে থেকে নির্ধারণ করতে হয়। বিপরীতে, স্বায়ত্তশাসিত এজেন্ট ReAct লুপ, ডায়নামিক ফাংশন কলিং এবং রানটাইম ত্রুটি সংশোধনের মাধ্যমে নিজেরাই সিদ্ধান্ত নেয় কোন টুল কখন ব্যবহার করতে হবে।
- লাইসেন্সের বাধ্যবাধকতা: সেলফ-হোস্টেড n8n Sustainable Use License (fair-code) নীতিতে চলে। এটি অভ্যন্তরীণ ব্যবহারের জন্য বিনামূল্যে হলেও, বাণিজ্যিক উদ্দেশ্যে পুনরায় বিক্রি বা ক্লায়েন্টদের জন্য পেইড সার্ভিস পরিচালনা নিষিদ্ধ করে। একটি প্রকৃত n8n ফ্রি অল্টারনেটিভ (free alternative to n8n / n8n free alternative) খুঁজছেন এমন ডেভেলপারদের জন্য Apache 2.0 বা MIT লাইসেন্স অপরিহার্য।
- RAM ও সিস্টেম রিসোর্স খরচ: শত শত প্রি-বিল্ট কানেক্টরযুক্ত Node.js ইঞ্জিন চালাতে $850\text{ MB}$ থেকে $1.8\text{ GB}$ মেমরি লাগে, যা সার্ভার খরচ অনেক বাড়িয়ে দেয়।
- আধুনিক টুল প্রোটোকল সমন্বয়: সমগ্র AI ইকোসিস্টেম এখন MCP সার্ভার-এর দিকে ধাবিত হচ্ছে, যেখানে পুরোনো প্ল্যাটফর্মগুলো সরাসরি সকেট সংযোগের বদলে জটিল HTTP র্যাপারের ওপর নির্ভর করে।
এই নির্দেশিকায় আমরা শীর্ষ ৫টি সেলফ-হোস্টেড প্ল্যাটফর্মের পুঙ্খানুপুঙ্খ তুলনা করছি: n8n, Dify, Flowise, Activepieces, এবং Composio।
+----------------------------------------------------------------------------------------------------+
| ২০২৬ AI এজেন্ট ওয়ার্কফ্লো অর্কেস্ট্রেশন |
+----------------------------------------------------------------------------------------------------+
|
+-----------------------------------+-----------------------------------+
| |
v v
+-------------------------------+ +-------------------------------+
| সনাতন রৈখিক অটোমেশন | | গতিশীল এজেন্ট অর্কেস্ট্রেশন|
| - n8n | | - Dify (প্রম্পট/RAG/এজেন্ট) |
| - Activepieces (Apache 2.0) | | - Flowise (LangChain/Llama) |
| - নির্দিষ্ট DAG ফ্লো | | - Composio (টুল ইঞ্জিন) |
| - নির্দিষ্ট কন্ডিশনাল ব্রাঞ্চ | | - স্বায়ত্তশাসিত ReAct ও MCP |
+---------------+---------------+ +---------------+---------------+
| |
+---------------------------------+---------------------------------+
|
v
+----------------------------------------------------------------------------------------------------+
| মূল্যায়ন নির্দেশক |
| * MCP প্রোটোকল সাপোর্ট * লোকাল LLM কার্যকারিতা * ওয়েবহুক লেটেন্সি * RAM খরচ ও দীর্ঘমেয়াদী TCO |
+----------------------------------------------------------------------------------------------------+২. প্রযুক্তিগত ও আর্কিটেকচারাল তুলনা
সেরা ai workflow automation প্ল্যাটফর্ম বাছাই করতে এক্সিকিউশন মডেল, স্টেট ম্যানেজমেন্ট এবং সফটওয়্যার লাইসেন্স বিশ্লেষণ জরুরি।
ফিচার ও পারফরম্যান্স মেট্রিক্স
| বৈশিষ্ট্য | n8n (সেলফ-হোস্টেড) | Dify.ai | Flowise | Activepieces | Composio |
|---|---|---|---|---|---|
| মূল আর্কিটেকচার | লিনিয়ার/DAG অটোমেশন | এজেন্ট অ্যাপ ও RAG বিল্ডার | ভিজ্যুয়াল LLM পাইপলাইন | মডুলার ওপেন অটোমেশন | এজেন্ট টুল এক্সিকিউশন ইঞ্জিন |
| ওপেন সোর্স লাইসেন্স | Sustainable Use License | Apache 2.0 | Apache 2.0 | Apache 2.0 / কোর MIT | Apache 2.0 |
| বাণিজ্যিক SaaS পুনঃবিক্রয়? | নিষিদ্ধ (Enterprise আবশ্যক) | সম্পূর্ণ অনুমোদিত | সম্পূর্ণ অনুমোদিত | সম্পূর্ণ অনুমোদিত | সম্পূর্ণ অনুমোদিত |
| নেটিভ MCP সাপোর্ট | আংশিক (কমিউনিটি/HTTP) | নেটিভ ক্লায়েন্ট ও সার্ভার | নেটিভ টুল নোড | পরীক্ষামূলক নোড | নেটিভ কোর প্রোটোকল |
| লোকাল LLM সাপোর্ট | Ollama / LocalAI নোড | Ollama, vLLM, Xinference | Ollama, LocalAI, vLLM | Ollama নেটিভ নোড | যে কোনো OpenAI সামঞ্জস্যপূর্ণ API |
| বিল্ট-ইন ভেক্টর DB / RAG | কেবল বাহ্যিক সংযোগ | বিল্ট-ইন (Qdrant, Milvus) | ভেক্টর স্টোর নোড বিল্ট-ইন | কেবল বাহ্যিক সংযোগ | কানেক্টেড এজেন্ট মেমরি |
| রানটাইম স্ট্যাক | TypeScript / Node.js | Python (Flask/Celery) + Next.js | TypeScript / Node.js | TypeScript / Fastify | Python / TypeScript SDK |
| আইডল RAM খরচ | 480 MB - 650 MB | 1.8 GB - 2.4 GB (মাল্টি-কন্টেইনার) | 320 MB - 450 MB | 180 MB - 280 MB | 120 MB (ডেমো) / ক্লাউড |
| লোড অবস্থায় RAM (100 req/s) | 1.4 GB - 2.2 GB | 3.2 GB - 5.0 GB | 850 MB - 1.4 GB | 450 MB - 780 MB | 300 MB - 600 MB |
| P95 ওয়েবহুক লেটেন্সি | 42 ms | 78 ms (LLM ব্যতীত) | 65 ms (LLM ব্যতীত) | 18 ms | 12 ms |
৩. প্রধান পাঁচটি প্ল্যাটফর্মের গভীর পর্যালোচনা
১. n8n: অভিজ্ঞ ইন্টিগ্রেশন লিডার
- ইতিবাচক দিক: ৪০০টিরও বেশি প্রাক-নির্মিত কানেক্টর, পরিপক্ক ভিজ্যুয়াল এক্সপ্রেশন বিল্ডার, শক্তিশালী এরর হ্যান্ডলিং ও সাব-ওয়ার্কফ্লো ব্যবস্থা।
- সীমাবদ্ধতা: Sustainable Use License থাকার ফলে ক্লায়েন্টদের কাছে বাণিজ্যিক SaaS হিসেবে বিক্রি করা যায় না। রৈখিক আর্কিটেকচারে জটিল এজেন্ট লুপ চালানো ভারী হয়ে পড়ে।
- ব্যবহার ক্ষেত্র: অভ্যন্তরীণ অফিস অটোমেশন যেখানে প্রচলিত সিস্টেম (Jira, Salesforce, Slack) সমন্বয় ও সাধারণ AI সারাংশ তৈরি প্রধান লক্ষ্য।
২. Dify.ai: এন্টারপ্রাইজ এজেন্ট ও RAG-এর আদর্শ সমাধান
- ইতিবাচক দিক: সম্পূর্ণ উন্মুক্ত Apache 2.0 লাইসেন্স; উন্নত প্রোডাকশন-গ্রেড হাইব্রিড RAG (চাঙ্কিং, রি-র্যাংকিং, মেটাডেটা ফিল্টারিং); মাল্টি-এজেন্ট টিমওয়ার্ক; সুসংগঠিত প্রম্পট স্টুডিও।
- সীমাবদ্ধতা: উচ্চ রিসোর্স প্রয়োজনীয়তা। ডকার কম্পোজ দিয়ে পুরো স্ট্যাক (Postgres, Redis, Qdrant, Celery, Next.js) চালাতে ন্যূনতম $4\text{ GB}$ RAM প্রয়োজন।
- ব্যবহার ক্ষেত্র: কাস্টমার সার্ভিস বট, অভ্যন্তরীণ নলেজবেস এবং ডেটা সুরক্ষা বজায় রেখে উন্নত RAG আর্কিটেকচার তৈরিতে আদর্শ।
৩. Flowise: ডেভেলপারদের দ্রুত প্রোটোটাইপিং ক্যানভাস
- ইতিবাচক দিক: Apache 2.0 লাইসেন্স; একটি মাত্র কন্টেইনারে দ্রুত চালনা (
docker run -p 3000:3000 flowise); LangChain ও LlamaIndex ধারণাগুলোর সরাসরি ভিজ্যুয়াল রূপায়ন। - সীমাবদ্ধতা: মূলত ইন্টারঅ্যাকটিভ চ্যাটফ্লোর জন্য তৈরি; ব্যাকগ্রাউন্ড ইভেন্ট ও জটিল RBAC নিয়ন্ত্রণে সীমাবদ্ধতা রয়েছে।
- ব্যবহার ক্ষেত্র: LangGraph মডেলের এজেন্ট ও বহুমুখী AI এক্সপেরিমেন্ট দ্রুত পরীক্ষা করার জন্য উপযুক্ত।
৪. Activepieces: অতি-হালকা Apache 2.0 অটোমেশন ইঞ্জিন
- ইতিবাচক দিক: স্বচ্ছ Apache 2.0 লাইসেন্স; আধুনিক TypeScript/Fastify কোডবেস; অত্যন্ত কম মেমরি খরচ (আইডলে মাত্র $180\text{ MB}$); বিচ্ছিন্ন স্যান্ডবক্স পরিবেশ; কাস্টম মডিউল তৈরিতে সহজবোধ্য CLI।
- সীমাবদ্ধতা: Dify-এর তুলনায় এআই এজেন্টের বিশেষায়িত নোড কিছুটা কম; জটিল RAG-এর জন্য বাইরের ভেক্টর ডেটাবেস প্রয়োজন।
- ব্যবহার ক্ষেত্র: লাইসেন্স ঝুঁকি ছাড়া বাণিজ্যিক SaaS পণ্যে সরাসরি এম্বেড করার জন্য সেরা free alternative to n8n।
৫. Composio: প্রোডাকশন MCP ও এজেন্ট টুল অর্কেস্ট্রেটর
- ইতিবাচক দিক: স্বায়ত্তশাসিত এআই এজেন্টদের টুল ব্যবহারের জন্য বিশেষভাবে তৈরি; ২৫০টির বেশি সুরক্ষিত এন্টারপ্রাইজ সার্ভিস কানেকশন (OAuth2, কি রোটেশন); Anthropic-এর Model Context Protocol (MCP), CrewAI ও LangChain-এর সাথে সরাসরি সমন্বয়।
- সীমাবদ্ধতা: ড্র্যাগ-অ্যান্ড-ড্রপ ইন্টারফেসের বদলে কোড-ফার্স্ট (Python/TypeScript SDK) পদ্ধতি।
- ব্যবহার ক্ষেত্র: সফটওয়্যার ইঞ্জিনিয়ারিং টিম যারা স্বায়ত্তশাসিত কোডিং এজেন্ট ও ব্যাকগ্রাউন্ড অটোমেশন কর্মী তৈরি করতে চান।
৪. MCP সাপোর্ট ও লোকাল LLM রানটাইম
২০২৬ সালে ai workflow automation-এর ক্ষেত্রে সবচেয়ে গুরুত্বপূর্ণ বিষয় হলো ওপেন স্ট্যান্ডার্ড—বিশেষ করে Model Context Protocol (MCP) এবং লোকাল ইনফারেন্স ইঞ্জিনগুলোর (Ollama, vLLM) সাথে নিরবচ্ছিন্ন সংযোগ।
Model Context Protocol (MCP) টপোলজি
+----------------------------------------------------------------------------------------------------+
| Model Context Protocol (MCP) কাজের রূপরেখা |
+----------------------------------------------------------------------------------------------------+
|
+--------------------------------------+--------------------------------------+
| |
v v
+------------------------------------+ +------------------------------------+
| MCP হোস্ট / অর্কেস্ট্রেটর | | বহিরাগত MCP সার্ভার |
| - Dify এজেন্ট / Flowise / Composio | | - GitHub, Postgres, Slack, Sentry |
| - অ্যাক্টিভ টুলস সরাসরি শনাক্তকরণ | <=== JSON-RPC 2.0 ===>| - Stdio / SSE সকেট ট্রান্সপোর্ট |
| - ফাংশন কলিং স্কিমা তৈরি করা | (stdio/SSE) | - এক্সেস যাচাই ও স্কিমা ভ্যালিডেশন |
+------------------------------------+ +------------------------------------+- Composio: সরাসরি MCP সার্ভার প্রদান করে যা একটি কমান্ডেই স্ট্যান্ডার্ড API-কে MCP এন্ডপয়েন্টে রূপান্তর করে:
- Dify: ক্লায়েন্ট ও সার্ভার উভয় ভূমিকা সমর্থন করে, বহিরাগত MCP সার্ভারকে এজেন্টের রিজনিং প্রসেসে যুক্ত করতে পারে।
- Activepieces ও n8n: বর্তমানে প্রধানত সাধারণ HTTP ওয়েবহুক ব্যবহার করে, যা সরাসরি সকেটের তুলনায় কিছুটা ধীরগতি হতে পারে।
লোকাল মডেল পরিচালনা: Ollama ও DeepSeek-R1
ডেটার গোপনীয়তা রক্ষায় ক্লাউড API-এর বদলে লোকাল মডেল চালানো এখন শিল্পের অপরিহার্য চাহিদা।
Activepieces এবং লোকাল Ollama (DeepSeek-R1-Distill-Qwen-14B) সংযুক্তির ডকার কম্পোজ কনফিগারেশন:
version: '3.8'
services:
ollama:
image: ollama/ollama:latest
container_name: local_ollama_engine
restart: unless-stopped
ports:
- "11434:11434"
volumes:
- ollama_models:/root/.ollama
deploy:
resources:
reservations:
devices:
- driver: cdi
count: all
capabilities: [gpu]
activepieces:
image: activepieces/activepieces:latest
container_name: activepieces_automation
restart: unless-stopped
depends_on:
- ollama
- postgres
- redis
ports:
- "8080:80"
environment:
- AP_ENVIRONMENT=production
- AP_ENCRYPTION_KEY=0123456789abcdef0123456789abcdef
- AP_JWT_SECRET=supersecretjwtstringforproduction2026
- AP_POSTGRES_DATABASE=activepieces
- AP_POSTGRES_HOST=postgres
- AP_POSTGRES_PORT=5432
- AP_POSTGRES_USERNAME=ap_user
- AP_POSTGRES_PASSWORD=secure_postgres_pass
volumes:
- ap_data:/root/.activepieces
postgres:
image: postgres:16-alpine
container_name: ap_postgres
restart: unless-stopped
environment:
POSTGRES_DB: activepieces
POSTGRES_USER: ap_user
POSTGRES_PASSWORD: secure_postgres_pass
volumes:
- postgres_data:/var/lib/postgresql/data
redis:
image: redis:7-alpine
container_name: ap_redis
restart: unless-stopped
volumes:
ollama_models:
ap_data:
postgres_data:৫. পারফরম্যান্স টেস্ট: ওয়েবহুক লেটেন্সি ও মেমরি ব্যবহার
AWS EC2 c6i.xlarge ইনস্ট্যান্সে (4 vCPU, 8 GB RAM, Ubuntu 24.04 LTS, NVMe SSD) স্বয়ংক্রিয় লোড টেস্ট সম্পন্ন হয়েছে।
টেস্ট ফলাফল সারাংশ
| প্ল্যাটফর্ম | অলস RAM (RSS) | পিক RAM (100 req/s) | লেটেন্সি P50 | লেটেন্সি P95 | লেটেন্সি P99 | সর্বোচ্চ থ্রুপুট (req/s) |
|---|---|---|---|---|---|---|
| Activepieces | 192 MB | 520 MB | 11 ms | 18 ms | 34 ms | 840 req/s |
| Composio (ডেমো) | 115 MB | 380 MB | 8 ms | 12 ms | 22 ms | 1,120 req/s |
| Flowise | 340 MB | 910 MB | 38 ms | 65 ms | 118 ms | 310 req/s |
| n8n (সেলফ-হোস্টেড) | 540 MB | 1,580 MB | 26 ms | 42 ms | 88 ms | 460 req/s |
| Dify.ai (সম্পূর্ণ স্ট্যাক) | 2,150 MB | 4,100 MB | 45 ms | 78 ms | 142 ms | 280 req/s |
টেস্টের মূল পর্যবেক্ষণ:
১. Activepieces অসাধারণ পারফরম্যান্স প্রদর্শন করেছে—P95 লেটেন্সি মাত্র 18 ms এবং মেমরি n8n-এর ৩ ভাগের ১ ভাগ।
২. Dify উন্নত ফিচারের কারণে বেশি রিসোর্স নেয়, যা ৪ জিবি বা তার বেশি ক্ষমতার সার্ভারের উপযোগী।
৩. n8n নির্ভরযোগ্য হলেও বড় JSON ডাটা ও সাব-ওয়ার্কফ্লো সামলাতে গিয়ে দ্রুত মেমরি বাড়ায়।৬. লাইসেন্স ও বাণিজ্যিক স্বাধীনতা: Sustainable Use বনাম Apache 2.0
+----------------------------------------------------------------------------------------------------+
| ওপেন সোর্স লাইসেন্স ও বাণিজ্যিক ব্যবহারের তুলনামূলক চিত্র |
+----------------------------------------------------------------------------------------------------+
|
+-----------------------------------+-----------------------------------+
| |
v v
+-------------------------------+ +-------------------------------+
| Sustainable Use License | | Apache 2.0 / MIT |
| (n8n) | | (Dify, Activepieces, Flowise) |
+---------------+---------------+ +---------------+---------------+
| * নিজস্ব অফিসের কাজে ফ্রি | | * ১০০% মুক্ত ওপেন সোর্স কোড |
| * নিষিদ্ধ: বাণিজ্যিক SaaS সেবা| | * অনুমোদিত: পেইড SaaS তৈরি |
| * নিষিদ্ধ: ক্লায়েন্টদের থেকে ফি| | * অনুমোদিত: হোয়াইট-লেবেলিং |
| * ভবিষ্যতে আইনি অডিটের ঝুঁকি | | * সম্পূর্ণ পেটেন্ট ও আইনি সুরক্ষা|
+-------------------------------+ +-------------------------------+n8n-এর Sustainable Use License
- আপনার নিজের কোম্পানির অভ্যন্তরীণ কাজের জন্য সেলফ-হোস্টিং সম্পূর্ণ ফ্রি।
- তবে এটি দিয়ে বাণিজ্যিক SaaS প্ল্যাটফর্ম তৈরি করা বা তৃতীয় পক্ষকে পেইড সার্ভিস দেওয়া নিষিদ্ধ।
Apache 2.0-এর পরিপূর্ণ স্বাধীনতা
Dify, Activepieces, এবং Flowise-এর Apache 2.0 লাইসেন্স:
- কোড পরিবর্তন, নতুনভাবে তৈরি এবং হোয়াইট-লেবেল করার সম্পূর্ণ অধিকার।
- কাস্টমারদের জন্য সাবস্ক্রিপশনভিত্তিক পণ্য তৈরি ও বিক্রির পূর্ণ স্বাধীনতা।
- ব্যবসা বৃদ্ধির সময় কোনো জটিল অডিটের ঝুঁকি থাকে না।
৭. দীর্ঘমেয়াদী খরচ ও TCO বিশ্লেষণ (সেলফ-হোস্টেড বনাম ক্লাউড)
প্রতি মাসে ১,০০,০০০ এআই এজেন্ট এক্সিকিউশন সাপেক্ষে ১২ মাসের আর্থিক হিসাব:
বার্ষিক খরচের বিবরণ (১,০০,০০০ রান/মাস)
| ব্যয়ের খাত | n8n ক্লাউড (Pro) | n8n সেলফ-হোস্টেড | Dify সেলফ-হোস্টেড | Activepieces সেলফ-হোস্টেড | Composio ক্লাউড |
|---|---|---|---|---|---|
| সফটওয়্যার লাইসেন্স | $600 / বছর (50k টায়ার) | $0 (অভ্যন্তরীণ ব্যবহার) | $0 (Apache 2.0) | $0 (Apache 2.0) | $348 / বছর (Dev টায়ার) |
| সার্ভার / VPS খরচ | প্যাকেজে অন্তর্ভুক্ত | $144 / বছর ($12/মাস) | $288 / বছর ($24/মাস) | $72 / বছর ($6/মাস) | অন্তর্ভুক্ত |
| ডাটাবেস ও ক্যাশিং | অন্তর্ভুক্ত | লোকাল VPS-এ | লোকাল VPS-এ | লোকাল VPS-এ | অন্তর্ভুক্ত |
| LLM ইনফারেন্স (API) | $1,200 / বছর | $1,200 / বছর | $1,200 / বছর | $1,200 / বছর | $1,200 / বছর |
| টেকনিক্যাল মেইনটেন্যান্স | অতি সামান্য (~$300) | ~$1,200 (ব্যাকআপ/আপডেট) | ~$1,800 (মাইক্রো-সার্ভিস) | ~$600 (সহজ আর্কিটেকচার) | অতি সামান্য (~$200) |
| মোট ১ বছরের TCO | $2,100 | $2,544 | $3,288 | $2,072 | $1,748 |
সিদ্ধান্ত: ব্যয় সংকোচনকে অগ্রাধিকার দিলে $6/মাসের সাধারণ VPS-এ চালিত Activepieces সর্বাধিক সাশ্রয়ী, আর কোডিং ডেভেলপারদের জন্য Composio সবচেয়ে হালকা পরিকাঠামো প্রদান করে।
৮. মাইগ্রেশন গাইড: n8n থেকে Activepieces-এ স্থানান্তর
ধাপ ১: n8n ওয়ার্কফ্লো এক্সপোর্ট
docker exec -it n8n_container n8n export:workflow --all --output=/tmp/workflows.jsonধাপ ২: Activepieces-এ কাস্টম অ্যাকশন তৈরি
import { createAction, Property } from '@activepieces/pieces-framework';
import axios from 'axios';
export const callLocalLlmAction = createAction({
name: 'call_local_ollama',
displayName: 'লোকাল Ollama এজেন্ট কল',
description: 'লোকাল Ollama বা vLLM ইনস্ট্যান্সে প্রম্পট পাঠায়',
props: {
endpoint: Property.ShortText({
displayName: 'Ollama Base URL',
required: true,
defaultValue: 'http://localhost:11434',
}),
model: Property.ShortText({
displayName: 'মডেল নাম',
required: true,
defaultValue: 'deepseek-r1:14b',
}),
prompt: Property.LongText({
displayName: 'প্রম্পট',
required: true,
}),
},
async run(context) {
const { endpoint, model, prompt } = context.propsValue;
const response = await axios.post(`${endpoint}/api/generate`, {
model,
prompt,
stream: false,
});
return response.data;
},
});৯. সিদ্ধান্ত গ্রহণ ও বিশেষজ্ঞ সুপারিশ
+----------------------------------------------------------------------------------------------------+
| আর্কিটেকচারাল ডিসিশন ট্রি |
+----------------------------------------------------------------------------------------------------+
|
+-----------------------------------+-----------------------------------+
| আপনার প্রজেক্টের প্রধান প্রযুক্তিগত লক্ষ্য কী? |
+-----------------------------------+-----------------------------------+
|
+--------------------+-------------------+--------------------+--------------------+
| | | |
v v v v
[RAG ও নলেজবেস] [হালকা ও ওপেন n8n বিকল্প] [এজেন্ট কোডিং টুলস] [সনাতন ব্যাক-অফিস]
| | | |
v v v v
DIFY বেছে নিন ACTIVEPIECES বেছে নিন COMPOSIO বেছে নিন n8n-এ থাকুন
(Apache 2.0, RAG, (Apache 2.0, কম মেমরি, (নেটিভ MCP, ২৫০+ (সনাতন API ফ্লো ও
ভেক্টর সার্চ) ১৮ms লেটেন্সি, হোয়াইট-লেবেল) টুলস, কোড-ফার্স্ট) নন-এজেন্ট প্রসেস)চূড়ান্ত রায়
- Activepieces নিন: যদি আপনার Apache 2.0 লাইসেন্সযুক্ত, দ্রুত ও স্বল্প মেমরির ($<300\text{ MB}$) একটি প্রকৃত n8n ফ্রি অল্টারনেটিভ প্রয়োজন হয়।
- Dify নিন: যদি আপনি উন্নত RAG, ডকুমেন্ট অ্যানালাইসিস ও বহু-এজেন্ট বিশিষ্ট সিস্টেম তৈরি করতে চান।
- Composio নিন: যদি আপনি পাইথন বা টাইপস্ক্রিপ্টে স্বায়ত্তশাসিত কোডিং এজেন্ট তৈরি করছেন এবং Model Context Protocol (MCP) টুলের নিরাপদ এক্সেস দরকার।
- Flowise নিন: যদি আপনি একটিমাত্র ডকার কন্টেইনারে LangChain-এর ভিজ্যুয়াল প্রোটোটাইপ দ্রুত পরীক্ষা করতে চান।