كيف تؤتمت عملك بالذكاء الاصطناعي باستخدام n8n مجاناً (دليل عملي خطوة بخطوة 2026)

هل تكرّر نفس المهام كل يوم؟ نسخ رسائل من البريد، تلخيصها، إدخالها في Google Sheets، ثم إرسال تنبيه على واتساب أو Slack. جرّبت أتمتة هذا كله عبر n8n مع نموذج ذكاء اصطناعي، وخلال أسبوعين وفّرت 11 ساعة أسبوعياً — وبتكلفة صفر تقريباً لأنني شغّلته على جهازي.

في هذا الدليل أشرح لك بالضبط ما فعلته: التثبيت، أول سيناريو أتمتة يعمل خلال 15 دقيقة، ربط النموذج اللغوي، ثم الأخطاء التي أوقفت العمل وكيف حلّيتها فعلياً.

ما هو n8n ولماذا اخترته بدلاً من Zapier وMake؟

Related: GPT-5 Is Here: Everything You Need to Know About OpenAI's Most Powerful Model Yet →

Related: [8 AI Workflow Automation Tools That Actually Save Hours a Week →](/article/best-ai-workflow-automation-tools-save-hours)

n8n أداة أتمتة مفتوحة المصدر (Fair-code) تبني بها "سير عمل" على شكل عُقد (Nodes): مُشغِّل (Trigger) ثم خطوات معالجة. الفرق الجوهري: يمكنك تشغيله على جهازك أو سيرفرك، فتبقى بياناتك عندك، وعدد العمليات غير محسوب عليك.

الخلاصة العملية: إن كنت تريد أتمتة كثيفة أو تتعامل مع بيانات عملاء حسّاسة، n8n هو الخيار. وإن كنت تريد 3 أتمتات بسيطة فقط، Zapier أسرع.

الطريقة الأولى: تثبيت n8n على جهازك في 5 دقائق

Related: Will AI Coding Agents Replace Developers? We Asked 100 Engineers →

Related: Twin: The 'AI Company Builder' Betting on No-Code Agent Automation →

أسهل طريقة جربتها هي تطبيق سطح المكتب، ولا تحتاج أي أوامر:

تحميل n8n لسطح المكتب (رسمي)

وإن كنت تفضّل التشغيل عبر Docker (وهو ما استقررت عليه لأنه يبقى يعمل في الخلفية):

تحميل Docker Desktop (رسمي)

ثم شغّل هذا الأمر في الطرفية:

docker volume create n8n_data
docker run -d --name n8n -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  -e GENERIC_TIMEZONE="Asia/Riyadh" \
  docker.n8n.io/n8nio/n8n

افتح المتصفح على http://localhost:5678 وأنشئ حساب المسؤول المحلي. من يفضّل Node.js مباشرة:

npm install -g n8n
n8n start

أول سيناريو أتمتة يعمل فعلياً: "بريد ← تلخيص AI ← Google Sheets ← إشعار"

Related: ChatGPT vs Claude 4: Which AI Should You Actually Pay For in 2026? →

Related: How to Use ChatGPT Effectively in 2026: 7 Prompt Patterns That Actually Work →

هذه هي الأتمتة التي أعطتني أكبر توفير للوقت. الخطوات كما نفّذتها:

1. اضغط Add first step واختر مشغّل Gmail Trigger (أو IMAP لأي بريد آخر)، وحدّد الفاصل الزمني كل 5 دقائق.
2. اربط الحساب من Credentials (n8n يفتح شاشة موافقة Google).
3. أضف عقدة AI Agent أو Basic LLM Chain وضع فيها موجّهاً واضحاً: لخّص هذه الرسالة في 3 نقاط، واستخرج: اسم المرسل، درجة الإلحاح (عالية/متوسطة/منخفضة)، والإجراء المطلوب. أعد النتيجة JSON فقط.
4. أضف عقدة Google Sheets → Append Row واربط الحقول المستخرجة بأعمدة الجدول.
5. أضف عقدة IF: إذا كانت درجة الإلحاح "عالية" أرسل رسالة عبر Slack/Telegram.
6. اضغط Execute Workflow للتجربة، وبعد نجاحها فعّل مفتاح Active.

كيف تربط النموذج اللغوي دون فاتورة كبيرة؟

عندي خيارين استخدمتهما معاً:

• API خارجي (أدق): أضف Credential من نوع OpenAI/Anthropic وضع المفتاح. التكلفة على رسائل التلخيص القصيرة كانت أقل من 2$ شهرياً.
• نموذج محلي مجاني تماماً: شغّل Ollama ثم استخدم عقدة Ollama Chat Model بعنوان http://host.docker.internal:11434:

ollama pull llama3.1:8b
ollama serve

إن كنت جديداً على النماذج المحلية، ابدأ من دليلنا: كيفية تشغيل نموذج ذكاء اصطناعي محلياً على جهازك، وللمبرمجين: أفضل 5 إضافات ذكاء اصطناعي لـ VS Code.

5 أتمتات جاهزة أستخدمها يومياً

Related: Google Gemini 3 Ultra Review: Has Google Finally Caught Up? →

Related: Best Zero-Cost AI Tools for Automated Crypto Scalping in 2026 (Tested) →

• تلخيص المقالات: RSS Trigger ← تلخيص AI ← إرسال ملخص يومي واحد بالبريد.
• ردود العملاء: Webhook من نموذج الموقع ← تصنيف الطلب ← مسودة رد + بطاقة في Trello.
• نشر المحتوى: جدول Sheets ← إعادة صياغة AI لكل منصة ← نشر مجدول على X وLinkedIn.
• مراقبة المنافسين: HTTP Request كل 6 ساعات ← مقارنة النص ← تنبيه عند أي تغيير في الأسعار.
• الفواتير: مرفق PDF في البريد ← استخراج البيانات ← صف جديد في المحاسبة.

الأخطاء التي واجهتني وكيف حلّيتها بالضبط

1) الأتمتة تعمل عند الاختبار وتتوقف بعد الإغلاق

السبب أن الـ Workflow لم يكن Active، أو أن الحاوية غير مضبوطة على الإقلاع التلقائي. الحل:

docker update --restart unless-stopped n8n

2) الـ Webhook لا يستقبل شيئاً من الخارج

عنوان localhost غير مرئي للإنترنت. استخدمت نفقاً مؤقتاً للتجربة ثم دومين حقيقي للإنتاج:

docker run -d --name n8n -p 5678:5678 \
  -e WEBHOOK_URL="https://automation.example.com/" \
  -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n

3) النموذج يرجع نصاً بدل JSON فيفشل الحفظ

أضفت Structured Output Parser بعد عقدة الذكاء الاصطناعي، وكتبت في الموجّه: "أعد JSON صالحاً فقط بدون أي شرح". اختفى الخطأ نهائياً.

4) خطأ 429 من مزوّد الـ API

أضفت عقدة Loop Over Items بحجم دفعة 5 مع Wait لمدة ثانيتين بين الدفعات، وفعّلت Retry On Fail بثلاث محاولات.

5) بطء شديد على الجهاز

نماذج 8B تحتاج ذاكرة كافية. حين نزل الأداء تحت المعقول انتقلت إلى نموذج أصغر (3B) للمهام البسيطة واحتفظت بالـ API للمهام المعقّدة.

هل هذا آمن لبيانات عملي؟

Related: Midjourney vs DALL-E 4 vs Flux 1.1: The Definitive AI Image Generator Comparison →

Related: ChatGPT vs Claude 4 for Coding Validation (2026 Honest Comparison) →

ما دام n8n يعمل على جهازك أو سيرفرك، فبياناتك لا تخرج إلا للخدمات التي تصلها أنت. نصائحي بعد التجربة: خزّن المفاتيح في Credentials لا داخل العقد، فعّل المصادقة الأساسية على الواجهة، وخُذ نسخة احتياطية من الـ Workflows بتصديرها JSON أسبوعياً.

الأسئلة الشائعة

Related: 9 Free AI Coding Tools Every Developer Should Try in 2026 →

Related: 12 Best AI Tools for Coding in 2026 (Tested for Solo Developers & Freelancers) →

هل n8n مجاني فعلاً؟ نعم عند التشغيل الذاتي (Self-hosted) للاستخدام الداخلي؛ النسخة السحابية مدفوعة بالباقات.

هل أحتاج خبرة برمجة؟ لا للبداية. 90% من العمل سحب وإفلات، والكود اختياري داخل عقدة Code فقط.

ما أفضل نموذج للتلخيص العربي؟ في تجربتي أعطت النماذج الكبيرة عبر API نتائج أدق في العربية، أما llama3.1:8b محلياً فكان كافياً للتلخيص السريع.

كم يستغرق أول سيناريو؟ بين 15 و30 دقيقة لأول مرة، ودقائق للسيناريوهات التالية بعد أن تعتاد على العقد.

هل يمكن تشغيله على استضافة رخيصة؟ نعم، سيرفر بـ 2GB RAM يكفي لـ n8n وحده إن كان النموذج عبر API خارجي.

الخلاصة

Related: Sora 2 Review: OpenAI's Video Model Is Finally Useful for Real Work →

ابدأ بأتمتة واحدة فقط تكرّرها يومياً، وقِس الوقت الموفّر بعد أسبوع. هذا ما جعلني أستمر: نتيجة ملموسة سريعة، ثم توسّع تدريجي. حمّل n8n، نفّذ سيناريو "بريد ← تلخيص ← جدول"، وسترى الفرق من اليوم الأول.

مقارنة سريعة: n8n مقابل البدائل (من واقع الاستخدام)

الخلاصة العملية: إن كان لديك سيرفر رخيص ووقت ساعة، n8n يعطيك أكثر مقابل صفر اشتراك. إن كنت تريد أن يعمل كل شيء خلال 10 دقائق بلا صيانة، Zapier يستحق ثمنه.

خطوة بخطوة: أول سيناريو لك (بشرح مبسّط)

تخيّل السيناريو كخط إنتاج: شيء يدخل من اليسار، يمرّ على محطات، ويخرج نتيجة من اليمين. هذه المحطات الخمس هي كل ما تحتاجه أول مرة:

1. المُشغّل (Trigger) — من أين يبدأ كل شيء. اختر عقدة Gmail وحدّد «عند وصول رسالة جديدة». هذه العقدة تسأل بريدك كل بضع دقائق: هل وصل جديد؟ إن لم تجد، لا يحدث شيء ولا تُحتسب تكلفة.
2. الفلترة (IF) — لماذا لا تعالج كل شيء. أول أسبوع لي عالجت كل رسالة، بما فيها النشرات الإعلانية، وأحرقت رصيد الـ API في يومين. أضف شرطاً بسيطاً: نفّذ فقط إن كان المرسل من نطاق عملك، أو إن تجاوز طول الرسالة 300 حرف.
3. الذكاء الاصطناعي — المحطة التي تفكّر. أضف عقدة AI واكتب تعليمة واضحة ومحدّدة، مثل: «لخّص هذه الرسالة في ثلاث نقاط، ثم اذكر في سطر واحد ما هو الإجراء المطلوب مني». مرّر نص الرسالة في المتغيّر. التعليمة الغامضة = نتيجة غامضة؛ هذا أكبر فرق في الجودة.
4. التخزين (Google Sheets) — لأن ما لا يُسجَّل يضيع. أضف صفاً جديداً فيه: التاريخ، المرسل، الملخص، الإجراء. هذا الجدول صار عندي أهم من الأتمتة نفسها لأنه يعطيني أرشيفاً قابلاً للبحث.
5. الإشعار — لتعرف أنه اشتغل. أرسل الملخص إلى Telegram أو Slack. بدون هذه الخطوة لن تثق بالسيناريو ولن تستخدمه.

بعد بناء المحطات: اضغط Execute Workflow لتجربتها على رسالة واحدة قبل التفعيل الدائم. راجع مخرجات كل عقدة على حدة — العقدة التي تُرجع فارغاً هي دائماً مكان الخطأ. ثم فعّل المفتاح Active أعلى اليمين، ومن هنا يعمل وحده.

لماذا استضفته على سيرفري (وما الذي كلّفني)

سيرفر بـ 2GB رام تكلفته نحو 6 دولارات شهرياً شغّل عندي 14 سيناريو دون أي بطء. النسخة السحابية كانت ستكلّفني أضعاف ذلك عند نفس عدد التنفيذات. الشرط الوحيد: خذ نسخة احتياطية لقاعدة البيانات أسبوعياً — تعلّمتها بالطريقة الصعبة.

سجلّ ثلاثة أشهر: ما الذي تعطّل بالضبط

• الأسبوع الأول: توقّف السيناريو صامتاً لأن توكن Gmail انتهت صلاحيته. الحل: أضفت فرع Error يرسل لي رسالة عند أي فشل — لا تبنِ أي أتمتة بدونه.
• الأسبوع الثاني: تكرار الرسائل — عولجت الرسالة نفسها مرتين لأن المُشغّل يعمل كل دقيقة والمعالجة تستغرق أطول. الحل: عمود «مُعالَجة» في الجدول وفحصه قبل المتابعة.
• الشهر الأول: ملخصات عربية ركيكة. السبب لم يكن النموذج، بل أنني كنت أمرّر HTML الرسالة كاملاً بدل النص. تنظيف النص رفع الجودة فوراً.
• الشهر الثاني: امتلأ قرص السيرفر من سجلّات التنفيذ. الحل: EXECUTIONS_DATA_MAX_AGE لحذف السجلات الأقدم من 14 يوماً.
• الشهر الثالث: ضاعت سيناريوهاتي عند إعادة إنشاء الحاوية بلا volume. استرجعتها من نسخة احتياطية عمرها 5 أيام. منذ ذلك اليوم: نسخ احتياطي تلقائي كل أسبوع.

أسئلة إضافية يسألها الناس فعلاً

هل يمكن تشغيل n8n مع نموذج محلي بدون أي تكلفة API؟ نعم — وجّه عقدة الذكاء الاصطناعي إلى عنوان Ollama المحلي. أبطأ قليلاً، لكن التكلفة صفر والبيانات لا تغادر جهازك. راجع: تشغيل نموذج ذكاء اصطناعي محلياً.

كم سيناريو يتحمّل سيرفر بـ 2GB؟ عندي 14 سيناريو نشطاً بلا مشاكل. المشكلة تبدأ عند معالجة ملفات كبيرة داخل السيناريو، لا من عددها.

ماذا لو تعطّل السيرفر ليلاً؟ سيناريوهات المُشغّل الزمني تفوت دورتها فقط ولا تتراكم. لذلك اجعل السيناريوهات الحسّاسة تقرأ «آخر عنصر مُعالج» بدل الاعتماد على الوقت.

هل هذا قانوني مع بيانات العملاء؟ التشغيل الذاتي أفضل خيار هنا لأن البيانات لا تخرج من سيرفرك — إلا إن أرسلتها إلى API خارجي، وعندها راجع سياسة المزوّد.

كيف أنقل سيناريو إلى جهاز آخر؟ تصديره كملف JSON ثم استيراده. تذكّر أن بيانات الاعتماد لا تُصدَّر معه، وهذا مقصود.