ב-n8n אסור לתת ללקוח לבנות תהליך, ו-Browser Use מדווח על המשימות שלכם: מה כתוב באותיות הקטנות של 12 כלי סוכנים

ל-n8n יש יותר מ-209 אלף כוכבים בגיטהאב, ובכל זאת הוא לא קוד פתוח במובן שרוב האנשים מניחים. לפי הרישיון שלו, אפשר להשתמש בו רק למטרות עסקיות פנימיות, לשימוש אישי או לשימוש לא מסחרי. לקוח שבונה בעצמו תהליך על השרת שלכם כבר נמצא מחוץ לגבולות.

"12 Agentic AI Tools Developers Should Explore in 2027", הרשימה שפרסם בסוף אוקטובר רומש פרסנגה במדיום, מסבירה טוב מה כל כלי עושה. היא לא שואלת את השאלה שעולה רגע לפני ששמים כלי כזה מול לקוח: מה מותר לעשות איתו, ומה הוא שולח החוצה בלי שביקשתם.

פתחנו את קובצי הרישיון, את הקוד ואת התיעוד של כל 12 הכלים. לא התקנו אותם ולא הרצנו אותם, ולא מדדנו בפועל תעבורת רשת. מספרי הכוכבים נבדקו ב-1 בנובמבר 2026. וזו קריאה עיתונאית של רישיונות, לא ייעוץ משפטי.

איפה נגמר "קוד פתוח"

n8n: מותר לבנות ללקוח, אסור לתת לו לבנות

n8n מחבר אפליקציות, מסדי נתונים ורכיבי AI לתהליך אחד. הוא מופץ תחת Sustainable Use License, ומי שמנהל תהליכים ללקוחות צריך לקרוא את שאלות הרישיון של החברה.

הקו שם חד יותר ממה שנהוג לחשוב. מותר לבנות אוטומציות ללקוחות על השרת שלכם, כל עוד הם לא יכולים ליצור או לערוך אותן, ומותר לגבות על הקמה ותחזוקה. מותר גם להפעיל את n8n מאחורי הקלעים של מוצר. אסור לארח אותו כשירות שבו לקוחות בונים תהליכים, ואסור להסתיר את זה מאחורי ממשק משלכם.

המבחן של n8n, בניסוח שלו, הוא לא מה רואים על המסך אלא מי שולט בלוגיקה של התהליך. סוכן AI שבונה תהליך בשם המשתמש נכלל באיסור במפורש. מי שלא בטוח יכול לכתוב ל-license@n8n.io, וזו הדרך שהחברה עצמה מציעה.

docker volume create n8n_data
docker run -it --rm --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n

Dify: חשבון אחד מותר, הרבה חשבונות דורשים רישיון

Dify נותן סביבה חזותית לבניית אפליקציות AI ותהליכים. בקובץ הרישיון שלו נכתב "Open Source License", ושורה אחר כך מוסבר שזו גרסה מתוקנת של Apache 2.0.

שני התנאים שנוספו חשובים למי שמוכר שירות. בלי אישור בכתב אסור להפעיל סביבה מרובת דיירים, וכל Workspace נחשב דייר. ובשימוש בממשק של Dify אסור להסיר את הלוגו או את פרטי זכויות היוצרים. כלומר, שירות Dify ממותג בשם שלכם לכמה לקוחות על אותה התקנה דורש רישיון מסחרי.

git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d

Mastra: רוב הקוד פתוח, התיקייה ee לא

Mastra היא מסגרת בטייפסקריפט לסוכנים ולתהליכים, וזה היתרון שלה למי שכבר חי ב-Node.js. הקוד מופץ תחת Apache 2.0, חוץ מכל תיקייה בשם ee. שם חל רישיון אחר, והוא אומר במפורש שהתכונות האלה אינן קוד פתוח ושהן לא מותרות לשימוש בפרודקשן בלי הסכם.

ייבוא מנתיב עם ee הוא הדבר שכדאי לחפש בקוד לפני עלייה לאוויר.

npm create mastra@latest

OpenHands: הרישיון פשוט, האזהרה לא

OpenHands רשום תחת MIT, אז כאן אין מלכודת רישוי. המוצר עצמו השתנה: הקריאה הראשית ב-README היא כיום Agent Canvas, מרכז שליטה שמריץ סוכני קוד, גם של צד שלישי כמו Claude Code ו-Codex.

האזהרה נמצאת ליד מסלול ההתקנה בלי ארגז חול. הסוכן מקבל שם גישה מלאה למערכת הקבצים של המחשב, כך כתוב בתיעוד. למחשב עבודה עם מפתחות ופרויקטים של לקוחות כדאי לבחור את מסלול ה-Docker.

npm install -g @openhands/agent-canvas
agent-canvas

הטלמטריה דלוקה עוד לפני שהתחלתם

אצל ארבעה מהכלים הטלמטריה דלוקה מהרגע הראשון, אבל מה שנשלח שונה מאוד מכלי לכלי.

Browser Use: לא רק מספרים

Browser Use נותן לסוכן לעבוד באתרים דרך הדפדפן, ושימושי במיוחד כשאין API. עם קרוב ל-120 אלף כוכבים ורישיון MIT, הוא גם הכלי שהטלמטריה שלו דורשת הכי הרבה תשומת לב.

המשתנה ANONYMIZED_TELEMETRY מוגדר כברירת מחדל ל-true. אבל התיעוד של החברה מציין שהטלמטריה עשויה לכלול גם נתונים ברמת המשימה: הוראות המשימה, כתובות שבהן ביקר הסוכן, עקבות פעולה, שגיאות ותוצאות סופיות. בקוד אכן מופיע שדה task באירוע הטלמטריה. טלמטריה "אנונימית" שמכילה את ההוראה "תיכנס לחשבון של הלקוח ותוריד את החשבוניות" היא לא בדיוק אנונימית.

עוד פרט: סנכרון לענן נשלט על ידי משתנה אחר, וברירת המחדל שלו נגזרת מהטלמטריה. לפי הקוד, אירועים נשלחים לענן רק אחרי הזדהות.

Haystack, DeepEval ו-Agno: דיווח מצומצם יותר

Haystack מחבר מודל למסמכים, לחיפוש ולצינורות עיבוד, כך שהתשובה נשענת על המידע של הארגון ולא על זיכרון המודל. רישיון Apache 2.0. הטלמטריה דולקת כברירת מחדל ועוברת דרך PostHog, והקוד מגביל את קצב האירועים.

DeepEval בודק סוכנים ואפליקציות LLM במדדים כמו רלוונטיות ועיגון במקורות, וזו אחת ההמלצות הטובות ברשימה, כי סוכן שעבר הדגמה עוד לא עבר בדיקה. לפי הערת הקוד, האירועים מתארים מה המשתמש עשה, וכל ערך מגיע מרשימה סגורה.

Agno בונה צוותי סוכנים עם כלים, ידע וזיכרון, גם הוא תחת Apache 2.0. החברה כותבת שהיא שולחת אירוע לכל סוכן כדי לדעת באילו ספקי מודלים להתמקד, ושפרומפטים, הודעות ופלטים לא נשלחים לעולם. זו הצהרה של החברה, ולא בדקנו אותה בתעבורה.

ההשבתה לוקחת ארבע שורות:

export ANONYMIZED_TELEMETRY=false
export HAYSTACK_TELEMETRY_ENABLED=False
export DEEPEVAL_TELEMETRY_OPT_OUT=1
export AGNO_TELEMETRY=false

לפי הקוד של Browser Use, השורה הראשונה מכבה גם את ברירת המחדל של הסנכרון לענן, כי היא נגזרת ממנה.

הכלי שעבר דירה

Letta: 25 אלף הכוכבים נשארו במאגר הישן

Letta, לשעבר MemGPT, בונה סוכנים עם זיכרון שנשמר בין שיחות. הרשימה מדברת על מה שהכלי עושה, אבל מי שייכנס היום למאגר letta-ai/letta ימצא בו הודעה שהקוד הפעיל עבר ל-letta-ai/letta-code. לפי אותו README, שרת ה-API של V1 פרש ונשמר בענף archive.

למאגר הישן יש יותר מ-25 אלף כוכבים. לחדש יש כ-3,750. כוכבים הם מדד גרוע לבחירת כלי, וכאן רואים למה: הם הולכים אחרי הכתובת ולא אחרי הקוד.

npm install -g @letta-ai/letta-code
letta

הנקודה של פרסנגה על זיכרון נשארת נכונה בכל מאגר: סוכן לא צריך לזכור הכול, ומי שבונה זיכרון צריך לחשוב גם על פרטיות, על הרשאות ועל עדכון של מידע שהתיישן.

כאן האותיות הקטנות קצרות

Pydantic AI: פלט שהתוכנה יכולה לבדוק

ההצעה של Pydantic AI פשוטה: במקום טקסט שרק נראה נכון, סוכן שמחזיר פלט מוקלד ומאומת, כך ששאר המערכת יכולה לעבוד איתו. הרישיון MIT. Logfire, הפלטפורמה של אותה חברה, מוצעת בנפרד לתצפית על הריצות.

uv add pydantic-ai

Stagehand: הסיסמה לא צריכה להגיע למודל

Stagehand משלב AI עם Playwright ורשום תחת MIT. הדוגמה ב-README שלו שווה קריאה גם למי שלא ישתמש בו: observe מחזיר סלקטור אמיתי, והקוד ממלא את השדות מתוך משתני סביבה, כך שהפרטים לא עוברים דרך המודל. זו התשובה ההנדסית לשאלה מה הסוכן רואה, וכבר כתבנו על הצד של האתר בשאלה הזאת. הצד המשפטי של גלישה אוטומטית עבר דרך בית המשפט במקרה של Perplexity ואמזון.

LangGraph: לחזור צעד אחורה

LangGraph מגדיר תהליך סוכן כגרף עם מצב, כך שכשלון יכול להחזיר אותו לשלב קודם במקום לעצור. MIT. גם כאן השירותים המשלימים, LangSmith לתצפית ולפריסה, הם מוצר נפרד. פרסנגה עצמו לא ממליץ להוסיף תזמור מורכב לכל פרויקט, וההסתייגות הזו טובה יותר מרוב הרשימה.

pip install -U langgraph

סדר הבדיקה לפני שבוחרים

המסקנה שלנו היא שהשאלה "איזה כלי הכי טוב" מגיעה מאוחר מדי. קודם שואלים מי ישתמש בו. בשימוש של הצוות הפנימי רוב שאלות הרישיון ברשימה הזאת נעלמות. שירות שבו הלקוח בונה בעצמו, או סביבה אחת לכמה לקוחות, הוא כבר שיחה עם המכירות של n8n או של Dify.

אחר כך שואלים מה עובר דרך הכלי. נתונים של לקוחות, סיסמאות וכתובות פנימיות הופכים טלמטריה מהערת שוליים לסעיף בהסכם. דיברנו על אותו עיקרון בברירות המחדל של OpenClaw, והוא חוזר כאן. מה שדלוק בהתקנה הוא ההחלטה שמישהו אחר קיבל בשבילכם.

המשפט הכי טוב ברשימה נמצא בסופה, כשפרסנגה כותב שאולי בכלל לא צריך סוכן. אם כן צריך, שווה להקדיש רבע שעה לקובץ הרישיון.

מבוסס על הרשימה של Rumesh Prasanga במדיום, אוקטובר 2026, ועל קובצי הרישיון, הקוד והתיעוד של הכלים.