n8n免费试用到期后，如何将AI Agent免费部署到Vercel

为什么要把n8n的Agent迁移到Vercel

很多人在n8n的免费试用期内搭建了AI Agent，但14天试用结束后如果不续订订阅，这些辛苦搭建的Agent就无法继续运行。这是不少初学者和独立开发者面临的现实问题——工具很好用，但付费门槛让人望而却步。

本文根据一位YouTube创作者分享的实操流程，介绍一种绕开订阅限制的思路：把n8n中构建的Agent导出，借助代码生成工具重建为独立项目，再免费部署到Vercel上长期运行。整个过程无需持续为n8n付费，适合预算有限但希望Agent持续在线的用户。

需要说明的是，这是单一来源的操作教程，流程本身依赖若干第三方工具（如Claude、Antigravity编辑器等），实际效果可能因LLM配置和账户环境而有差异。

第一步：从n8n导出Agent配置

起点是n8n中已经搭建好的Agent（视频中以一个名为“Growth Chat”的Agent为例）。操作者将Agent的工作流以JSON格式选中并复制下来——这份JSON是后续重建的基础，它完整描述了Agent的逻辑结构。

复制JSON后，流程转向Claude。这里用到了作者自制的一个Claude Skill（技能），通过输入 /deploy-agent 命令触发。将刚才复制的n8n JSON粘贴进去，稍等片刻，Claude会生成一段可用于重建项目的Prompt。这个Skill是整个流程的关键环节，作者将其下载链接放在了视频的评论区或说明中。

n8n的JSON工作流格式是n8n用于描述自动化流程的结构化数据。每个节点（Node）对应一个功能单元——可能是HTTP请求、条件判断、数据转换或LLM调用——JSON中记录了节点类型、参数、连接关系和执行顺序。正因为整个工作流都被序列化成可读的JSON，才有可能把它"喂给"AI工具，让其理解逻辑后重新生成等效代码。这也是n8n区别于纯GUI工具的优势之一：所见即所得的同时，底层仍是可导出、可版本控制的文本格式。

第二步：用Antigravity重建本地项目

拿到Claude生成的Prompt后，切换到Antigravity编辑器。先新建并选中一个工作文件夹（示例中命名为 my-agent-yt），然后在右侧的Prompt输入区粘贴刚才从Claude复制的内容，等待工具生成完整项目代码。

just wait for result 结果已生成

生成完成后，还需要配置API密钥。在左侧文件列表中找到 .env.local 文件，把你在Agent中使用的那个LLM的API Key粘贴进去并保存。这一步决定了Agent能否正常调用大模型。

本地运行验证

配置完成后，在终端执行 cd my-agent 进入项目目录，再运行 npm run dev。工具会返回一个 localhost 的本地URL，复制到浏览器打开，就能看到Agent界面。

在浏览器中打开本地Agent

作者现场测试输入“hey buddy”，Agent正常返回推理结果，说明本地运行一切正常。本地验证通过是部署到云端前的必要确认，能避免把有问题的代码直接推上线。

Antigravity是一款面向AI辅助开发场景的代码编辑器，定位类似于Cursor或GitHub Copilot，但特别针对"从Prompt直接生成完整项目骨架"的工作流做了优化。它内置了与本地文件系统和终端的集成，能在生成代码的同时自动创建目录结构、写入配置文件，并通过内置终端执行npm等命令。对于不熟悉手写脚手架的用户，这类工具大幅降低了从"想法"到"可运行代码"的摩擦。需要注意的是，此类工具生成的代码质量高度依赖输入Prompt的质量——这也是为什么中间要先经过Claude生成结构化Prompt，而非直接把n8n的JSON扔给Antigravity。

第三步：推送到GitHub

要部署到Vercel，必须先把项目托管到GitHub。做法是在GitHub上新建一个仓库（命名为 my-agent-yt），创建后GitHub会提供几条推送用的命令URL。

让Antigravity将项目推送到GitHub

把这几条URL复制回Antigravity，直接让工具“push this project on GitHub”，发送指令后它会自动完成推送。回到GitHub刷新，可以看到完整项目已经出现在仓库中。这一步把本地代码变成了云端可访问的源，为Vercel的自动部署做好准备。

第四步：在Vercel上部署并配置密钥

进入Vercel，点击“Add New → Project”，选择刚才创建的GitHub仓库，然后点击“Deploy”按钮。首次部署完成后还有一个容易被忽略的关键步骤——配置环境变量。

在Vercel的环境变量中添加API Key

因为出于安全考虑，API Key并没有被推送到GitHub，所以必须在Vercel端单独添加。进入项目的 Environment Variables，点击“Add Environment Variable”，Key填写你所用LLM的名称，Value粘贴对应的API密钥，保存。

添加完环境变量后，需要重新部署一次让配置生效：进入Deployment页面，点击右侧的三个点，选择“Redeploy”。重新部署完成后，打开Vercel提供的线上链接测试，输入“hey buddy”，Agent返回了“Hey there, how can I help you today”的回复——至此，一个原本依赖n8n订阅的Agent，已经独立运行在Vercel上。

**Vercel的免费额度（Hobby Plan）**支持个人项目免费部署，提供自动HTTPS、全球CDN边缘节点和每月100GB带宽，对于低流量的个人Agent完全够用。Vercel原生支持Next.js框架（两者同属Vercel公司生态），因此Antigravity生成的Next.js风格项目能无缝对接，无需额外配置构建命令。环境变量（Environment Variables）机制是云平台的标准安全实践——敏感凭据不进入代码仓库，而是在平台侧单独注入运行时环境，这样即使代码库公开，API Key也不会泄露。Redeploy的必要性在于：Vercel只在构建/部署时读取环境变量并注入，仅保存变量并不会触发重新构建，所以每次修改环境变量后都需要手动触发一次重新部署。

这套方案的价值与注意事项

这个流程的核心思路，是把n8n从“运行环境”降级为“设计工具”——你在n8n里快速搭好逻辑，再通过AI代码生成把它“固化”成一个独立的Next.js风格项目，最终托管在Vercel的免费额度上。对于只是想让单个Agent长期在线、流量不大的场景，这确实能省下持续的订阅费用。

但也要客观看待它的局限：

依赖链较长：流程涉及n8n、Claude Skill、Antigravity、GitHub、Vercel多个工具，任何一环配置出错都可能卡住。
LLM成本仍在：免费的只是部署环境，调用大模型的API费用依然由你的API Key承担。
功能可能缩水：n8n擅长的是复杂多节点编排和各类集成，重建成独立项目后，部分依赖n8n内部节点的能力未必能完整保留。
单一来源：本文基于单个创作者的演示，建议动手前先在测试账户上验证，再处理正式项目。

如果你正好卡在n8n试用到期的节点上，这套方法提供了一个值得尝试的免费替代路径。至于那个关键的Claude Skill，可以到原视频说明中下载，交给Claude安装后即可复用。