CrewAI vs n8n: codice o tela visuale per gli agenti AI

Due categorie diverse, non due rivali

La domanda arriva quasi sempre posta male: quale dei due è meglio. Meglio per cosa: n8n è una piattaforma di automazione dei flussi di lavoro. Colleghi nodi su una tela visuale, ogni nodo parla con un servizio esterno o trasforma dati, e il flusso parte quando succede qualcosa: un webhook, un orario, un evento in un'app. Gli agenti AI sono arrivati dopo, come nodi dentro questo impianto. CrewAI è il percorso opposto: una libreria Python nata per il multi agente, dove squadre, ruoli e compiti sono oggetti di codice e non esiste alcuna tela.

I numeri raccontano la distanza dei due mondi: n8n conta circa 201.000 stelle su GitHub, CrewAI circa 57.200. Non è una classifica di qualità: misura quanto il bacino dell'automazione generica sia più largo di quello dei framework per agenti. Se n8n ti è nuovo, la guida introduttiva di n8n.it, il progetto gemello di questo sito dedicato proprio a n8n, spiega la piattaforma da zero.

Chi li usa davvero

Il pubblico di n8n include chi non programma. L'editor visuale abbassa la soglia: un flusso che sposta dati fra un modulo web, un CRM e una casella email si costruisce e si modifica senza scrivere una riga. Il codice esiste come opzione, non come requisito. CrewAI sta dall'altra parte: senza Python non si parte, e il pacchetto dichiara esplicitamente il requisito, dalla 3.10 alla 3.13.

Il punto che decide la scelta però non è tecnico, è organizzativo: il vincolo di squadra pesa più del vincolo tecnico. La domanda giusta non è quale strumento sia più capace, ma chi manterrà il sistema fra sei mesi. Un flusso n8n costruito dal reparto operativo resta modificabile dal reparto operativo. Un crew Python entra nel ciclo di vita del software, con revisioni, test e rilasci: serve chi quel ciclo lo pratica. Se a tenere in piedi il sistema sarà chi non programma, la scelta è già fatta prima di ogni tabella comparativa, e conviene investire il tempo su un percorso per imparare n8n piuttosto che su un framework che nessuno potrà toccare.

Cosa fa n8n che CrewAI non fa

n8n porta in dote tutto quello che sta attorno al lavoro agentico, ed è la parte che nei progetti reali costa più tempo.

• Centinaia di integrazioni pronte. Nodi già costruiti per applicazioni e servizi, più webhook e richieste HTTP generiche per tutto il resto. Con CrewAI ogni integrazione è codice da scrivere o da adattare.
• Attivatori su eventi esterni. Webhook, esecuzioni pianificate, trigger legati alle singole app: il flusso parte da solo quando succede qualcosa. CrewAI non ha trigger: qualcosa deve chiamare il tuo codice.
• Interfaccia visuale. Il flusso si legge guardandolo, e chi non lo ha scritto capisce comunque cosa fa. Un crew si legge solo leggendo il codice.
• Gestione delle credenziali. Chiavi e token si salvano una volta nella piattaforma e si riusano fra i flussi. Con CrewAI la gestione dei segreti è un problema tuo.
• Cronologia delle esecuzioni inclusa. Ogni esecuzione resta consultabile con input e output di ogni nodo, stato e tempi: il debug di un flusso fallito parte da lì, senza montare nulla.

Replicare questo elenco attorno a CrewAI si può, ma è un progetto di infrastruttura: ogni trigger è un servizio in ascolto, ogni log è una scelta di strumentazione. Chi confronta i due strumenti senza contare questo lavoro confronta metà del problema.

Cosa fa CrewAI che n8n non fa

Sul lavoro agentico vero il rapporto si rovescia. Quattro cose in particolare restano fuori dalla portata di una tela visuale.

• Multi agente con delega fra ruoli. Un crew è una squadra coordinata: agenti con ruolo, obiettivo e strumenti propri, delega attivabile con allow_delegation, e un processo hierarchical in cui un manager assegna i compiti e valuta gli output. n8n ha aggiunto i sub-agenti al nodo AI Agent, ma è una delega semplice fra agenti pubblicati, senza processo né contesto condiviso fra i compiti.
• Controllo fine sul prompt di ogni agente. Oltre a ruolo, obiettivo e backstory, CrewAI espone system_template e prompt_template: decidi tu come è fatto il prompt, fino al template di sistema. In n8n configuri i campi che il nodo prevede.
• Test automatizzabili. Un crew è codice Python: si testa con pytest, gira in CI, e una regressione si vede prima del rilascio. I flussi n8n si provano eseguendoli.
• Versionamento in git di tutta la logica. Diff, branch, revisione riga per riga in pull request: la logica agentica segue lo stesso processo del resto del software. Un workflow n8n si esporta in JSON e la piattaforma tiene una cronologia delle modifiche, ma rivedere un diff di JSON generato non è rivedere codice.

Il confronto punto per punto

La tabella dichiara un vincitore per riga dove c'è, e un pareggio dove la differenza non decide niente. Da leggere ricordando la premessa: molte righe confrontano una libreria con una piattaforma, e il divario in una direzione o nell'altra è spesso strutturale, non un difetto.

Come si usano insieme

Questa è la sezione che serve alla maggior parte delle aziende, perché lo schema realistico non è scegliere: è comporre. n8n fa da orchestratore di eventi e integrazioni, CrewAI fa il lavoro agentico dietro un endpoint HTTP. Tre pezzi, confini netti.

• n8n davanti. Riceve gli eventi con i suoi trigger, prepara i dati, gestisce credenziali e tentativi di nuovo invio.
• Un servizio Python nel mezzo. Espone il crew dietro un endpoint HTTP, per esempio con FastAPI: riceve un JSON, esegue kickoff(), restituisce il risultato. n8n lo chiama con il nodo HTTP Request come qualsiasi altra API.
• n8n dietro. Prende la risposta e la consegna dove serve: CRM, email, un canale di chat, un database.

from fastapi import FastAPI
from pydantic import BaseModel
from crewai import Agent, Task, Crew, Process

app = FastAPI()

class Richiesta(BaseModel):
    tema: str

@app.post("/ricerca")
def ricerca(dati: Richiesta):
    analista = Agent(
        role="Analista di settore",
        goal="Fotografare lo stato di {tema}",
        backstory="Distingue i fatti dalle opinioni.",
        llm="gpt-5.4-mini",
        max_iter=8,
    )
    sintesi = Task(
        description="Riassumi lo stato di {tema} in 5 punti.",
        expected_output="5 punti, una frase ciascuno.",
        agent=analista,
    )
    crew = Crew(agents=[analista], tasks=[sintesi], process=Process.sequential)
    esito = crew.kickoff(inputs={"tema": dati.tema})
    return {"risultato": esito.raw}  # n8n riprende da qui

Il contratto fra i due mondi è un JSON stabile, e questo è il vero vantaggio dello schema: i due pezzi hanno cicli di vita indipendenti. Il reparto operativo modifica i flussi n8n senza toccare il codice del crew; chi sviluppa il crew lo testa, lo versiona e lo rilascia senza sapere niente delle integrazioni a monte. Ognuno fa il mestiere per cui è nato.

Licenze: MIT contro fair-code

Sulla carta sembrano dettagli legali, in pratica disegnano cosa puoi costruirci sopra. CrewAI è MIT: puoi usarlo, modificarlo, incorporarlo in un prodotto commerciale e rivenderlo senza chiedere niente a nessuno. n8n è fair-code, distribuito con la Sustainable Use License più una licenza Enterprise: non è una licenza open source approvata dall'OSI. Il codice è visibile e l'uso per scopi interni all'azienda è libero e gratuito, ma la distribuzione è ammessa solo gratuita e non commerciale: offrire n8n come servizio a terzi o incorporarlo in un prodotto a pagamento richiede l'accordo Enterprise.

Tradotto per i due casi tipici: se usi n8n dentro la tua azienda, la differenza di licenza non ti tocca. Installi la Community edition sul tuo server e non paghi nulla; la guida al self-hosting di n8n.it copre l'installazione passo per passo. Se invece sei una software house o un fornitore di servizi e vuoi ospitare la piattaforma per i tuoi clienti o incorporarla nella tua offerta, il confine della licenza diventa il tuo problema, e va letto prima di costruirci un business. Con CrewAI questo problema non esiste per costruzione.

Il verdetto

Se il progetto è dominato da eventi e integrazioni, con una parte AI contenuta, n8n copre tutto e lo mantiene chiunque. Se il valore sta nella collaborazione fra ruoli specializzati, con logica da testare e versionare, CrewAI è lo strumento giusto e la tela visuale diventa un limite. E se il progetto ha entrambe le anime, lo schema composto descritto sopra evita di piegare uno strumento a fare il lavoro dell'altro. Per la scelta fra CrewAI e gli altri framework in codice, il confronto continua nella panoramica dei framework.