Self-Healing

Self-Healing n8n Workflow

KI-gesteuerte Fehlerdiagnose und automatische Wiederherstellung fuer n8n-Workflows. Das System lernt aus vergangenen Fehlern: Ab dem 4. identischen Fehler erfolgt die Diagnose ohne LLM-Tokens aus dem Gedaechtnis. Drei Diagnosepfade (historisch, deterministisch, OpenRouter) und vier Recovery-Strategien (Retry, Backoff, Fallback, Eskalation) sorgen fuer robuste Selbstheilung.

GitHub Repository → Architektur ansehen

3 Workflows

6 Fehlerszenarien

6 Tests

70% Token-Ersparnis

SELF-HEALING WORKFLOW

Caller ──► Self-Healer ──► Recovery

│

┌───────────┼───────────┐

▼ ▼ ▼

History Deterministic OpenRouter

(0 tok) (rules) (LLM)

└───────────┼───────────┘

▼

retry │ backoff │ fallback │ escalate

▼

Monitor (15min)

Architektur

Pipeline

Fehler erkennen

API Data Sync oder Error Generator produziert strukturierte Fehler-Payloads.

Anreichern & Diagnostizieren

Self-Healer prueft Heal-History, Upstream-Erreichbarkeit und waehlt Diagnosepfad.

Wiederherstellen

Automatische Auswahl zwischen Retry, Backoff, Fallback oder Eskalation.

Beobachten & Lernen

Heal-Logs schreiben, Slack-Alerts senden, Monitor aggregiert Ergebnisse alle 15 Minuten.

Tech Stack

Technologien

Workflow

n8nn8nacTypeScript

KI & Diagnose

OpenRouterClaudeLernschleife

Infrastruktur

SlackWebhookStatic Data

Qualitätssicherung

Test-Ergebnisse

Tests Gesamt

Bestanden

Fehlgeschlagen

100%

Coverage

$ node --test

✓ self-healer produces diagnosis from normalized error input (2ms)

✓ self-healer routes historical match when threshold is met (1ms)

✓ api-data-sync caller forwards execution context to healer (1ms)

✓ error simulator covers all six supported error types (1ms)

✓ monitor workflow polls executions and routes alert severity (1ms)

✓ demo script covers all six supported simulator scenarios (1ms)

# tests 6 | # pass 6 | # fail 0

Engineering Decisions

Architektur-Entscheidungen

Entscheidung

Lernschleife statt statischer Regeln

Ab 3 erfolgreichen Heilungen desselben Fehlertyps wird die LLM-Diagnose uebersprungen. Das reduziert Tokenkosten um 70% bei wiederkehrenden Fehlern und macht das System mit der Zeit guenstiger.

Entscheidung

Drei Diagnosepfade

Historical, Deterministic und OpenRouter als gestaffelte Diagnose. Funktioniert auch ohne API-Key oder bei LLM-Ausfall durch Fallback auf deterministische Regeln.

Entscheidung

Workflow Static Data als Speicher

Heal-History und Monitor-State werden in n8n Static Data gespeichert — keine externe Datenbank noetig, aber persistent ueber Ausfuehrungen hinweg.