n8n et Python se complètent bien, à condition de ne pas demander à l’un le travail de l’autre. n8n excelle pour déclencher, enchaîner, réessayer et alerter ; Python excelle pour lire un fichier difficile, faire un calcul métier ou utiliser une bibliothèque spécialisée. Il existe trois façons de les faire travailler ensemble : le nœud Code en Python, une image de task runners enrichie de vos bibliothèques, ou une petite application Python à côté de n8n, appelée en HTTP. Voici comment nous choisissons entre les trois, avec la configuration Docker que nous déployons et les changements de n8n 2 et 3 qu’il faut connaître.
Peut-on écrire du Python dans n8n ?
Oui, dans le nœud Code, qui accepte JavaScript ou Python. Mais ce Python a beaucoup changé en un an, et la plupart des tutoriels en ligne décrivent encore l’ancienne version.
Avant n8n 2.0, le Python du nœud Code tournait avec Pyodide, un portage de Python en WebAssembly, lent et limité. Depuis n8n 2.0, Pyodide est retiré : le Python s’exécute en Python natif, dans des task runners, des processus séparés de n8n. La note des changements de la version 2.0 précise aussi que toutes les exécutions du nœud Code passent désormais par ces runners.
Ce Python natif a des règles précises, documentées dans la page du nœud Code :
- seules deux variables sont disponibles :
_itemsen mode « Run Once for All Items » et_itemen mode « Run Once for Each Item » ; les autres raccourcis de n8n ($input,$json,_input…) n’existent pas en Python ; - l’accès aux champs se fait uniquement avec des crochets :
item["json"]["montant"], jamaisitem.json.montant; - sur n8n Cloud, aucun import n’est possible, ni bibliothèque standard ni paquet externe ;
- en auto-hébergé, un module ne s’importe que s’il est présent dans l’image des runners et explicitement autorisé.
Un exemple typique de ce que nous laissons dans un nœud Code, en mode « Run Once for All Items » :
resultats = []
for item in _items:
ligne = item["json"]
ht = round(float(ligne["montant_ht"]), 2)
taux = 0.2 if ligne.get("taux_tva") is None else float(ligne["taux_tva"])
resultats.append({"json": {
"reference": ligne["reference"].strip().upper(),
"montant_ht": ht,
"montant_ttc": round(ht * (1 + taux), 2),
}})
return resultats
Une dizaine de lignes, aucune dépendance, une transformation lisible : c’est exactement la bonne taille pour un nœud Code.
Qu’est-ce qui change avec n8n 3.0 pour le code Python ?
La branche 3 de n8n avance vite : la version 3.2.0 est sortie en préversion le 10 novembre 2026, pendant que la version stable reste la 2.47.4, publiée le 11 novembre 2026 selon la page des versions. La liste des changements de n8n 3.0, encore en accès anticipé, contient trois points qui touchent directement ceux qui écrivent du code :
- Le délai maximal d’une tâche passe de 300 à 60 secondes par défaut (
N8N_RUNNERS_TASK_TIMEOUT). Un script Python qui traite un gros fichier pendant deux minutes échouera après la mise à jour, sauf réglage explicite. - Le mode interne des task runners est déprécié : n8n recommande le mode externe, avec un conteneur de runners séparé, pour la production.
- L’onglet « Ask AI » du nœud Code disparaît, ainsi que les nœuds Function, Function Item, LangChain Code et AI Transform. Les workflows qui les utilisent encore doivent être migrés avant la montée de version.
Rappelons aussi deux changements de la 2.0 qui surprennent encore : le nœud Execute Command, qui permettait de lancer python script.py sur le serveur, est désactivé par défaut, et l’accès aux variables d’environnement depuis le nœud Code est bloqué par défaut. Ce sont de bonnes décisions de sécurité, mais elles ferment la porte aux bricolages. Avant chaque montée de version, nous appliquons la routine décrite dans mettre à jour n8n sous Docker.
Nœud Code, runners sur mesure ou service Python : comment choisir ?
Notre grille de choix : la colonne de droite devient la bonne réponse dès que le code mérite des tests.
Notre règle tient en une phrase : n8n orchestre, Python calcule. Concrètement :
| Situation | Notre choix |
|---|---|
| Renommer, nettoyer, convertir quelques champs | Nœud Code (Python ou JavaScript) |
| Besoin ponctuel d’une bibliothèque légère, traitement court | Image de runners enrichie |
| Lecture de PDF, Excel mal formés, rapprochements, calculs métier | Service Python à part |
| Traitement long (plus d’une minute) ou planifié en lot | Service Python à part, en tâche de fond |
| Logique qui doit être testée et relue | Service Python à part |
| Instance sur n8n Cloud | Nœud Code sans import, ou service Python hébergé ailleurs |
Le signal qui doit alerter : un nœud Code qui dépasse 50 lignes, ou que personne n’ose plus modifier. À ce stade, le code n’est plus testé, n’a pas d’historique propre et dépend du bon vouloir des mises à jour de n8n. Il est temps de le sortir.
Comment ajouter des bibliothèques Python aux task runners ?
En auto-hébergé, on peut étendre l’image officielle n8nio/runners, qui contient le lanceur et les runners JavaScript et Python. La documentation des task runners impose deux conditions : la version de l’image des runners doit être la même que celle de n8n, et chaque paquet doit être autorisé dans le fichier de configuration du lanceur.
Le Dockerfile, sur le modèle de la documentation :
FROM n8nio/runners:2.47.4
USER root
RUN cd /opt/runners/task-runner-python && uv pip install openpyxl python-dateutil
COPY n8n-task-runners.json /etc/n8n-task-runners.json
USER runner
Et dans n8n-task-runners.json, pour le runner Python :
{
"runner-type": "python",
"env-overrides": {
"PYTHONPATH": "/opt/runners/task-runner-python",
"N8N_RUNNERS_STDLIB_ALLOW": "json,datetime,re",
"N8N_RUNNERS_EXTERNAL_ALLOW": "openpyxl,dateutil"
}
}
Côté n8n, le conteneur principal doit être en mode externe : N8N_RUNNERS_MODE=external, un secret partagé dans N8N_RUNNERS_AUTH_TOKEN, et N8N_RUNNERS_BROKER_LISTEN_ADDRESS=0.0.0.0 pour que le conteneur des runners puisse se connecter. Ce dernier reçoit le même jeton et l’adresse du broker, par exemple N8N_RUNNERS_TASK_BROKER_URI=http://n8n:5679.
Cette option rend service, mais elle a un coût : à chaque mise à jour de n8n, il faut reconstruire l’image des runners à la même version. Nous la réservons aux besoins simples et stables.
Comment brancher une application Python à côté de n8n ?
Notre architecture type : le service Python n’est pas exposé sur Internet, seul n8n l’appelle.
C’est l’option que nous utilisons le plus en production. Le service Python est une petite API (nous utilisons FastAPI) qui tourne dans le même docker-compose que n8n, sur le même VPS en France, sans port ouvert vers l’extérieur. n8n l’appelle avec un nœud HTTP Request, comme n’importe quelle autre API.
Un service minimal qui extrait les lignes d’un fichier Excel fournisseur :
# app/main.py
import os
from io import BytesIO
from fastapi import FastAPI, File, Header, HTTPException, UploadFile
from openpyxl import load_workbook
app = FastAPI()
JETON = os.environ["SERVICE_TOKEN"]
@app.post("/extraire-tarifs")
async def extraire_tarifs(fichier: UploadFile = File(...), x_token: str = Header(...)):
if x_token != JETON:
raise HTTPException(status_code=401)
classeur = load_workbook(BytesIO(await fichier.read()), data_only=True)
feuille = classeur.active
lignes = []
for ref, libelle, prix in feuille.iter_rows(min_row=2, max_col=3, values_only=True):
if ref and prix is not None:
lignes.append({"reference": str(ref).strip(), "libelle": libelle, "prix_ht": float(prix)})
return {"nb_lignes": len(lignes), "lignes": lignes}
Et l’ajout dans le docker-compose.yml existant :
python-service:
build: ./python-service
restart: unless-stopped
environment:
- SERVICE_TOKEN=${PYTHON_SERVICE_TOKEN}
networks:
- interne
# pas de "ports:" : le service n'est joignable que depuis n8n
Dans n8n, le nœud HTTP Request appelle http://python-service:8000/extraire-tarifs en POST, avec le fichier reçu en pièce jointe envoyé en multipart/form-data et le jeton dans l’en-tête x-token, stocké dans un credential de type « Header Auth ». Le résultat revient en JSON, prêt à être découpé avec un nœud Split Out puis poussé dans l’outil métier.
Ce découpage apporte quatre choses que le nœud Code ne donne pas :
- Des tests : chaque fonction se teste avec
pytest, sur de vrais fichiers anonymisés, avant la mise en production. - Un historique : le code vit dans un dépôt Git qui vous appartient, avec des relectures et des versions.
- Toutes les bibliothèques :
pandas,pdfplumber, un modèle de classification, sans liste d’autorisation à maintenir. - Des traitements longs : pour un lot de plusieurs minutes, le service répond tout de suite avec un identifiant de tâche, puis rappelle un webhook n8n quand il a fini, ce qui évite le délai maximal des nœuds.
Quels cas d’usage justifient Python à côté de n8n ?
Dans les projets que nous livrons, Python intervient surtout là où les données sont sales ou les règles complexes :
- Lecture de documents : factures PDF, bons de livraison, relevés bancaires, avant envoi vers la compta. Nous l’avons détaillé dans n8n et Pennylane.
- Rapprochements : faire correspondre des paiements et des factures quand les libellés ne sont jamais identiques.
- Calculs métier : tarifs avec remises en cascade, plannings, métrés.
- Préparation pour un agent IA : découper et nettoyer des documents avant de les donner à un modèle, ou calculer la partie « règles » d’un score, comme dans notre agent IA de qualification des leads.
Pour tout le reste (appels d’API, conditions, boucles, gestion des erreurs, alertes), n8n fait très bien le travail, et le garder dans n8n permet à votre équipe de comprendre le flux sans lire de code. C’est aussi ce qui rend une migration de Make vers n8n intéressante : on peut enfin brancher du vrai code là où Make imposait des contournements.
C’est la façon dont notre agence n8n construit ses projets : n8n pour l’orchestration visible, Python pour le calcul, le tout hébergé chez vous ou sur un serveur en France, avec le code qui vous appartient.
Questions fréquentes
Le nœud Code Python de n8n peut-il utiliser pandas ?
Pas sur n8n Cloud, qui n’autorise aucun import. En auto-hébergé, oui, à condition d’ajouter pandas à l’image n8nio/runners et de l’autoriser dans N8N_RUNNERS_EXTERNAL_ALLOW. Pour un usage régulier de pandas, un service Python séparé est plus simple à maintenir.
Faut-il choisir Python ou JavaScript dans le nœud Code ?
Pour quelques lignes de transformation, peu importe : prenez le langage que votre équipe lit. JavaScript a l’avantage d’accéder à toutes les variables de n8n ($json, $input, $('Nœud')), alors que Python natif ne voit que _items ou _item.
Peut-on encore lancer un script Python avec Execute Command ?
Depuis n8n 2.0, ce nœud est désactivé par défaut pour des raisons de sécurité. On peut le réactiver avec NODES_EXCLUDE, mais nous ne le recommandons pas : un service Python appelé en HTTP est plus sûr, testable et indépendant des mises à jour de n8n.
Un service Python à côté de n8n coûte-t-il plus cher ?
Il tourne sur le même VPS que n8n, donc sans frais d’hébergement supplémentaires dans la plupart des cas. Le coût est surtout dans l’écriture et les tests du code, que nous chiffrons sur devis avec le reste du projet.
Si vos workflows commencent à porter des nœuds Code que personne n’ose plus toucher, c’est le bon moment pour faire le tri. Notre agence n8n audite vos workflows, sort la logique lourde dans un service Python testé et laisse à n8n ce qu’il fait le mieux : orchestrer. Vous pouvez aussi nous écrire depuis la page contact pour décrire votre cas.