Entwickeln sich eure Workflows manchmal auch zu riesigen Gebilden? Debugging macht da keinen Spaß 🙃 Zum Glück bietet n8n mittlerweile Traces an ⬇️ Mit Hilfe von Traces fällt debugging leichter, da man damit Informationen nicht nur über das Verhalten des gesamten Workflows erhälst, sondern von JEDEM einzelnen Node. Auch Performance Probleme können so sehr leicht aufgedeckt werden. Ein Workflow dauert mehrere Minuten und man weiss nicht wieso? Mit Traces ist auf einen Blick ersichtlich, dass der HTTP Request zu einem externen langsamen Service unnötigerweise mehrfach aufgerufen wird. Auch bei AI Agents. Wie haben in einem bestimmten Run deine Agents miteinander kommuniziert? Die Antwort kennt ihr 🙂 Traces Auf der Grafana Template Seite findet ihr jetzt ein Dashboard dazu inklusive Beispiel Setup: https://grafana.com/grafana/dashboards/25518-n8n-workflow-traces/

Wer von euch setzt n8n produktiv ein und hat sich noch nicht mit dem Thema Monitoring beschäftigt? -> This is for you 😉 Ich habe hier einen kleine Artikel vorbereitet einfach zum schnell durchlesen oder auch wer sich ein wenig mit docker auskennt kann das in einem kleinen Setup auch selbst lokal testen. https://obscademy.com/blog/n8n-workflow-monitoring/ Freue mich über Feedback. Falls jemand Unterstützung benötigt schreibt mich einfach an

Falls bei euch noch nicht angekommen. Es gibt bei n8n eine schwerwiegende Schwachstelle (https://nvd.nist.gov/vuln/detail/CVE-2026-21858) die mit dem größtmöglichen CVSS-Wert von 10,0 bewertet wurde. Dazu gibt es aktuell einen Artikel auf Golem: https://www.golem.de/news/digitale-goldgrube-wie-sich-per-datei-upload-ganze-n8n-instanzen-kapern-lassen-2601-203943.html Es gibt glücklicherweise bereits einen Patch. Also wenn ihr eine selbstgehostete Instanz betreibt gleich einspielen.