Eu já reiniciei várias vezes a VPS onde rodava meu n8n porque, com muitos workflows, o editor ficava pesado. A automação fazia o trabalho; eu também tinha de manter o servidor. Na Cloudflare, encontrei dois caminhos diferentes para tirar essa parte da rotina: escrever um Workflow com ajuda da IA ou usar o Dafthunk, que põe os blocos num painel visual.
O servidor da minha instalação do n8n virou parte do trabalho
Na época, eu pagava por volta de R$ 40 por mês numa VPS com 2 GB de RAM. Instalar o n8n podia ser mais simples com Docker ou com um instalador da hospedagem, mas ainda havia um servidor para manter. Quando os workflows pesavam, eu precisava reiniciar a máquina para o editor voltar a responder direito. Esse valor e essa configuração são o que eu usava; não servem como preço atual de qualquer VPS ou plano do n8n.
Hoje meus sites ficam na Cloudflare e boa parte das automações é criada com inteligência artificial e executada em código. Algumas rotinas começam no computador que deixo ligado: publicar e revisar artigos, por exemplo. Esse jeito funciona para mim, mas entendo quem prefere arrastar um bloco, ligar no próximo e acompanhar tudo num canvas.
Cloudflare Workflows executa processos dentro dos Workers
No painel da Cloudflare, a área de Workflows mostra as execuções, o estado de cada instância e as métricas. A lógica fica em código junto do Worker; eu posso pedir à IA para escrever as etapas e conectar o processo aos recursos que já uso, como D1 e Workers AI. Workflows permite dividir uma tarefa em etapas, tentar de novo quando algo falha e esperar por um evento externo.
Esse é o caminho que mais combina com o que eu já faço. Ele resolve a execução e o acompanhamento do processo, sem me dar o editor visual do n8n. Também não significa custo zero: a Cloudflare oferece Workflows nos planos Free e Paid, e desde 10 de agosto de 2026 cobra uso de etapas e armazenamento, além das dimensões de CPU e requisições. Eu olho os limites e a tabela de preços antes de escolher onde deixar uma automação rodando.
Como instalei o editor visual Dafthunk
O Dafthunk é um projeto de código aberto. Encontrei o repositório no GitHub e pedi ao Antigravity para instalá-lo nos meus Workers. A implantação que fiz criou uma aplicação principal e outra para a API. O projeto também pode ser hospedado em outros ambientes compatíveis com JavaScript, e há uma opção hospedada pelo próprio serviço.
Para entrar com Google ou GitHub, configurei o OAuth e cadastrei no painel da Cloudflare os segredos que a instalação precisava: o segredo do cliente Google e uma credencial da API da Cloudflare. Na tela, o nome que apareceu para o Google foi GOOGLE_CLIENT_SECRET; use o nome pedido pela versão que estiver instalando. Eu guardo esses valores como secrets dos Workers e nunca os coloco no código. A documentação da Cloudflare explica esse armazenamento; para tokens, escolha as permissões mínimas que a instalação realmente exige.
Depois de preencher as credenciais e concluir a configuração indicada pelo projeto, consegui fazer login e abrir o painel. Esse passo foi suficiente para explorar a ferramenta. Eu não migrei uma automação real de produção para o Dafthunk.
Abra um template e acompanhe por onde os dados passam
Para entender o editor, abri um template de calculadora com IA. A pergunta entra como dado, passa pelo modelo Llama 3.3 disponível no Workers AI que usei na demonstração e sai como resposta para a próxima etapa. A partir daí, o fluxo pode chamar uma API, guardar um resultado ou enviar uma mensagem. É mais fácil entender os nós vendo o caminho completo de uma entrada até a saída.
Na biblioteca que explorei havia modelos para chamadas HTTP, texto e imagem, análise de sentimento, texto para fala, e-mail e bots. O fluxo podia começar manualmente, por agendamento ou por um evento, como uma chamada HTTP, webhook ou mensagem de uma integração. Os nomes e as integrações disponíveis podem mudar entre versões; vale abrir o catálogo do projeto e conferir se ele atende ao que você usa.
Um detalhe me atrapalhou no conector do D1: precisei copiar o ID do banco, sem conseguir escolher entre uma lista das bases da conta. Para poucos bancos, é só um passo a mais; para quem administra muitos, a seleção manual fica cansativa.
Para quem o Dafthunk faz sentido — e por que continuo no código
O editor me pareceu intuitivo, mas a organização lembra mais o Make do que o n8n. O n8n também tem uma comunidade grande e muitos exemplos prontos; com o Dafthunk, eu teria de aprender a lógica dele e adaptar os fluxos ao ambiente Cloudflare. Eu não comparei uma por uma as integrações, então não vou afirmar que um catálogo substitui o outro.
Para quem quer desenhar o fluxo num painel e evitar a manutenção de uma VPS própria, vale explorar o Dafthunk com uma automação pequena primeiro. Confira como ficam os secrets, as etapas, as falhas e o custo na sua conta antes de mover algo importante. Eu ainda prefiro pedir ao Codex para escrever meu Workflow e, se precisar, montar um painel menor. Estou tentando simplificar o que mantenho, e não cheguei a usar o Dafthunk no dia a dia.