Case study

Monitorowanie n8n u klientów: produkcja zgodna z repo i jeden alert na Slacku przy każdym błędzie

Monitorowanie n8n, które zbudowaliśmy dla siebie, pilnuje automatyzacji u wszystkich naszych klientów na dwóch poziomach. Codeless Buddy sprawdza, czy to, co działa na produkcji, zgadza się z repozytorium, a wspólny workflow błędów zamienia każdą awarię w jeden czytelny alert na Slacku. Widzimy problem, zanim klient go zauważy, a jego dane nie wychodzą z jego serwera.

Obraz dekoracyjny

Wyniki

5 takich samych błędów = 1 alert

w teście pięć powtórzeń tego samego błędu dało jeden alert z licznikiem zamiast pięciu powiadomień

Alert z kontekstem

workflow, node, komunikat błędu i link do wykonania w jednej wiadomości na Slacku

Zmiany na produkcji widoczne

każda poprawka kliknięta na n8n klienta, a nieobecna w repozytorium, pojawia się w raporcie

Ok. 15 minut wdrożenia

tyle trwa podłączenie alertów na instancji n8n klienta według instrukcji

O kliencie

Codeless to agencja automatyzacji i AI. Większość automatyzacji budujemy w n8n, często na serwerze klienta, a w formie Interim AI opiekujemy się nimi na stałe jako zespół od AI i automatyzacji.

Ten tekst jest o nas: pokazujemy, jak sami pilnujemy automatyzacji, za które odpowiadamy.

Każdy klient ma własną instancję n8n i własne repozytorium na GitHubie. Źródłem prawdy jest gałąź main: na produkcji ma działać dokładnie to, co jest w repozytorium.

Zmiany powstają na środowisku testowym, przechodzą przez PR i dopiero potem trafiają na produkcję.

Wyzwanie

Dlaczego monitorowanie n8n u wielu klientów nie działało ręcznie

n8n ma w ustawieniach każdego workflowu pole na workflow błędów, ale samo z siebie nikogo nie powiadamia. Gdy automatyzacja padała w nocy, dowiadywaliśmy się o tym rano od klienta albo wcale.

Każdy projekt miał własny pomysł na alerty: jeden wysyłał maila, drugi pisał na Slacku, trzeci nie miał nic.

Drugi problem był mniej widoczny. Szybka poprawka kliknięta prosto na produkcji działała, ale nie trafiała do repozytorium.

Po kilku tygodniach nikt nie wiedział, która wersja jest prawdziwa, a kolejne wdrożenie z repozytorium potrafiło taką poprawkę po cichu cofnąć. Zdarzały się też klucze API wpisane na sztywno w nodzie, zamiast w n8n Credentials.

Sprawdzanie tego ręcznie u wszystkich klientów zabierałoby godziny, a i tak byłoby wyrywkowe. Potrzebowaliśmy czegoś, co samo patrzy na każdą instancję, mówi tylko o tym, co wymaga reakcji, i nie wymaga od nas szerokiego dostępu do serwerów klientów.

Masz podobny problem? Porozmawiajmy.

30 minut z osobą, która potem to buduje. Po rozmowie wiesz, co da się zautomatyzować i ile to odda.

Umów 30 minut rozmowy

Co blokowało zespół

  1. 1

    Ciche awarie

    Błąd w workflowie produkcyjnym nie dawał znać nikomu, dopóki klient nie zauważył skutków.

  2. 2

    Produkcja inna niż repozytorium

    Poprawki klikane na n8n klienta nie wracały do repo, więc nie było jednej prawdziwej wersji.

  3. 3

    Każdy projekt po swojemu

    Alerty, obsługa błędów i dostęp do serwerów wyglądały u każdego klienta inaczej.

Rozwiązanie

Jak działa monitorowanie n8n w Codeless: Buddy i workflow błędów

Zbudowaliśmy dwa poziomy pilnowania. Codeless Buddy porównuje produkcję n8n z repozytorium i raportuje rozbieżności, a wspólny workflow błędów na instancji klienta zgłasza każdą awarię do naszego n8n, skąd idzie jeden alert na Slacku. Oba poziomy działają na każdej instancji tak samo.

Poniżej opisujemy po kolei, co robi każda część rozwiązania.

Narzędzia: n8n, Slack, GitHub, Claude Code, Python

01

Produkcja porównana z repozytorium

Codeless Buddy pobiera definicje workflowów z n8n klienta i porównuje je z plikami na gałęzi main. Raport mówi, co zostało zmienione na produkcji, co jest tylko na n8n, co czeka na wdrożenie i czego brakuje.

Przy każdym zmienionym workflowie widać, które nody doszły, zniknęły albo się zmieniły.

Gdy poprawka kliknięta na produkcji jest dobra, jedno polecenie przenosi ją do repozytorium, z wyciętymi danymi testowymi i zamaskowanymi sekretami. Potem idzie zwykły PR.

Produkcja i repo znowu mówią to samo.

02

Na starcie sesji i co rano dla całej floty

Sprawdzenie uruchamia się samo na początku każdej sesji Claude Code w repozytorium klienta. Programista i agent AI widzą od razu, czy na produkcji jest coś, czego nie ma w repo, czy w nodach są klucze wpisane na sztywno i czy praca idzie na właściwej gałęzi.

Agent ma w zasadach, że taki raport zgłasza w pierwszej odpowiedzi.

Co rano w dni robocze ten sam kod przechodzi przez wszystkie instancje. Serwer zbiera dane, a agent AI układa z nich raport na Slacku: co jest nowe, co ważne i kto ma coś zrobić.

Ten sam raport pokazuje aktywne workflowy produkcyjne bez podpiętego alertu błędów.

03

Jeden alert na błąd, bez zalewu powiadomień

Na każdej instancji klienta działa wspólny workflow błędów, podpięty w ustawieniach każdego aktywnego workflowu produkcyjnego. Gdy coś pada, wysyła do naszego n8n krótkie zgłoszenie: który workflow, które wykonanie, który node i jaki komunikat.

Każde zgłoszenie trafia do rejestru, a na Slacku pojawia się alert z linkiem do wykonania.

Ten sam błąd powtórzony w krótkim czasie nie daje nowych alertów, tylko zwiększa licznik przy pierwszym. W teście pięć takich samych błędów dało jeden alert.

Kanał zostaje czytelny, więc nikt go nie wycisza.

04

Furtka naprawcza i wiadomość do klienta

Przy części błędów wiadomo z góry, co trzeba zrobić: oznaczyć maila jako nieprzeczytanego, cofnąć zapis, ponowić krok. Do tego służy furtka, czyli mały workflow po stronie klienta, który uruchamia się przed zgłoszeniem. Gdy zwróci informację, że wszystko posprzątał, alert nie idzie, a w rejestrze zostaje ślad.

Opcjonalnie workflow błędów wysyła klientowi prostą wiadomość, bez technikaliów, przez jego własną skrzynkę. Klient wie, że coś się stało i że się tym zajmujemy, a na Slacku widzimy, czy ta wiadomość wyszła.

05

Dane klienta zostają u klienta

Do nas trafia samo zgłoszenie o błędzie. Dane wejściowe, czyli treść zamówień, maili czy faktur, zostają na instancji klienta, a alert tylko linkuje do wykonania.

Zgłoszenie jest podpisane tokenem: w teście zgłoszenie ze złym tokenem zostało odrzucone.

Buddy łączy się z serwerem klienta kluczem, który pozwala wyłącznie wyeksportować workflowy. Nie ma terminala ani innych komend, a dane testowe są wycinane od razu.

Gdy nasz odbiornik nie odpowiada, zgłoszenie próbuje kilka razy i kończy, bez pętli. Odebranie dostępu to usunięcie jednego klucza.

Masz podobny problem? Porozmawiajmy.

30 minut z osobą, która potem to buduje. Po rozmowie wiesz, co da się zautomatyzować i ile to odda.

Umów 30 minut rozmowy

Wdrożenie

Jak przebiegało wdrożenie

  1. Spis tego, jak dziś pilnujemy n8n. Przejrzeliśmy wszystkie instancje: gdzie są alerty, jak wyglądają, gdzie produkcja różni się od repo i gdzie w nodach są klucze.
  2. Sprawdzenie zgodności z repozytorium. Najpierw powstało porównanie produkcji z repo dla programistów, potem poranny przegląd całej floty na Slacku. Po pierwszym przebiegu odfiltrowaliśmy szum, który nie zmienia działania workflowu.
  3. Wspólny workflow błędów. Zbudowaliśmy go raz i przetestowaliśmy na scenariuszach: powtórzony błąd, furtka, która posprzątała, zły token i wyłączony odbiornik.
  4. Wdrożenie u klientów. Na każdej instancji podłączenie zajmuje około 15 minut według jednej instrukcji. Poranny raport pokazuje, gdzie jeszcze brakuje alertów.
  5. Utrzymanie. Nowe wersje workflowu błędów rozsyłamy z repozytorium wzorcowego. Raport mówi, która instancja ma starą wersję.

Dziś i po wdrożeniu

Jak zmienił się codzienny dzień pracy

Przełącz zakładki albo poczekaj, aż sprawy same dostaną opiekuna.

Spraw bez porządku:8
  • Błąd w workflowie

    Klient zgłasza go następnego dnia

  • Ten sam błąd wiele razy

    Każdy osobno albo żaden

  • Poprawka na produkcji

    Nie ma jej w repo

  • Klucz API w nodzie

    Nikt o nim nie wie

  • Sprzątanie po błędzie

    Ręcznie, jeśli ktoś pamięta

  • Informacja dla klienta

    Mail pisany po fakcie

  • Historia błędów

    Rozsiana po instancjach

  • Dostęp do serwera klienta

    Szeroki albo żaden

Co zmieniło się dla zespołu

Programista

Na starcie pracy widzi, czy produkcja zgadza się z repo, i nie nadpisuje cudzej poprawki. Błąd dostaje z linkiem do wykonania, a nie z opisem od klienta.

Opiekun klienta

Rano ma jeden raport o całej flocie: co padło, co się rozjechało i kto ma się tym zająć.

Klient

Dowiaduje się o problemie od nas, prostymi słowami, a jego dane nie opuszczają jego serwera.

Zespół

Jeden sposób obsługi błędów u wszystkich klientów, więc każdy wie, gdzie szukać i co zrobić.

Chcesz podobnego efektu u siebie?

Opowiedz, jak dziś wygląda ten proces w Twojej firmie. Po 30 minutach wiesz, co da się zautomatyzować i od czego zacząć.

Monitorowanie n8n: jak pilnować błędów i zmian na produkcji

Monitorowanie n8n to dwie rzeczy naraz. Alert przy każdym błędzie workflowu produkcyjnego i regularne sprawdzanie, czy to, co działa na produkcji, jest tym, co macie w repozytorium albo w dokumentacji.

Samo pierwsze mówi, że coś padło. Dopiero drugie mówi, czy ktoś po cichu zmienił logikę.

W n8n podstawą jest Error Trigger: osobny workflow, który uruchamia się, gdy inny workflow skończy się błędem. Ustawia się go w ustawieniach każdego workflowu jako workflow błędów.

W n8n self hosted trzeba pamiętać, że workflow błędów musi być opublikowany, a ręczne uruchomienie w edytorze go nie odpala, więc test robi się na prawdziwym wykonaniu.

Policzcie, ile kosztuje cicha awaria. Przykład: jeśli workflow przyjmuje kilkadziesiąt zamówień dziennie i padnie wieczorem, to bez alertu rano macie kilkadziesiąt zamówień do ręcznego sprawdzenia i klientów, którzy czekają.

Alert z linkiem do wykonania skraca to do jednej poprawki i ponownego uruchomienia.

Krok po kroku

  1. 1

    Zróbcie listę aktywnych workflowów produkcyjnych i oznaczcie je prefiksem środowiska w nazwie.

  2. 2

    Zbudujcie jeden workflow błędów z Error Triggerem i podepnijcie go w ustawieniach każdego workflowu produkcyjnego.

  3. 3

    Wysyłajcie w alercie nazwę workflowu, node, komunikat i link do wykonania, a nie dane wejściowe.

  4. 4

    Grupujcie powtórzenia tego samego błędu, żeby kanał alertów nie zamienił się w szum.

  5. 5

    Dla błędów z oczywistą reakcją przygotujcie furtkę, która posprząta przed wysłaniem alertu.

  6. 6

    Trzymajcie workflowy w repozytorium i regularnie porównujcie je z produkcją.

  7. 7

    Przetestujcie alert na prawdziwym błędzie i sprawdźcie, co się dzieje, gdy odbiornik nie odpowiada.

Masz podobny problem? Porozmawiajmy.

30 minut z osobą, która potem to buduje. Po rozmowie wiesz, co da się zautomatyzować i ile to odda.

Umów 30 minut rozmowy

Na co uważać przy monitorowaniu n8n na produkcji

01

Workflow błędów, który nie działa

Nieopublikowany workflow błędów nie uruchomi się mimo poprawnych ustawień. Test w edytorze niczego nie dowodzi, trzeba wywołać prawdziwy błąd.

02

Alert z danymi klienta

Wysyłanie całego wykonania na Slacka wynosi dane osobowe poza serwer klienta. Wystarczy opis błędu i link.

03

Zalew powiadomień

Workflow, który pada co chwilę, potrafi wysłać setki alertów. Bez grupowania powtórzeń zespół szybko wycisza kanał i przegapia ważny błąd.

04

Ponowne podpięcie triggerów pocztowych

Po ponownej publikacji workflow z triggerem Gmail albo IMAP może pobrać zaległe maile. Takie zmiany robi się w uzgodnionym terminie, patrząc na wykonania.

Czy to zadziała w Twojej firmie?

To rozwiązanie jest dla Ciebie, jeśli:

  • Macie kilka albo kilkanaście workflowów n8n w produkcji i o awariach dowiadujecie się od klientów.
  • Ktoś poprawia workflowy prosto na produkcji i nie wiecie już, która wersja jest prawdziwa.
  • Nie chcecie, żeby dane z automatyzacji wychodziły poza wasz serwer tylko po to, żeby dostać alert.
  • Szukacie zespołu, który będzie pilnował automatyzacji na stałe, zanim zatrudnicie własną osobę.

Masz podobny problem? Porozmawiajmy.

30 minut z osobą, która potem to buduje. Po rozmowie wiesz, co da się zautomatyzować i ile to odda.

Umów 30 minut rozmowy

Pytania

Najczęściej zadawane pytania

Nie ma tu Twojego pytania?

Zadaj je na 30-minutowej rozmowie. Odpowiadamy konkretnie, na Waszym przykładzie.

Umów rozmowę →

Na tym, że o błędzie w workflowie produkcyjnym dowiadujecie się od razu, z kontekstem, a nie od klienta. Druga część to sprawdzanie, czy workflowy na produkcji zgadzają się z repozytorium i czy w nodach nie ma kluczy wpisanych na sztywno.

Zobacz inne realizacje

Obraz dekoracyjny

CubicInch: harmonogram produkcji, który przygotowuje się sam

ClickUpCubic Partsn8n

Harmonogram produkcji w ClickUp generowany przez n8n: tygodniowy szkic obsady stanowisk, komory z Cubic Parts, siatka do samodzielnego zapisu i obciążenie działu projektowego.

Zobacz case study
Obraz dekoracyjny

Gallop Zone: dane strukturalne, których Shoper nie generuje

ShoperGoogle Tag ManagerSchema.org

Jak dopisaliśmy do sklepu Gallop Zone na Shoperze dane strukturalne o firmie, kontakcie, FAQ i listach produktów, bez zmian w kodzie platformy.

Zobacz case study