人工智能知识库

n8n平台深度指南：工作流自动化与AI集成

18分钟阅读

n8n平台深度指南：工作流自动化与AI集成

这篇指南讲什么

n8n是一款强大的开源工作流自动化工具，特别擅长连接各种服务和数据处理。这篇指南从基础入门讲到进阶实战，让你从零开始掌握n8n。

n8n是什么？

n8n（发音”n-eight-n”）是一款开源的工作流自动化工具。它可以帮你把各种服务连接起来，自动执行各种任务。

用大白话讲：n8n就是自动化领域的”瑞士军刀”，它能把Gmail、Slack、Notion、数据库、各种API…全都连起来，让它们自动配合工作。

打个比方：

不用n8n → 每天手动从A系统导数据，整理格式，再导入B系统，累死 用n8n → 搭一个自动化流程，每天下午6点自动完成以上操作，爽歪歪

n8n vs 其他自动化工具

工具定位AI能力成本适合人群
n8n通用自动化+AI强开源免费技术团队、企业
ZapierSaaS自动化弱按执行次数收费非技术用户
Make可视化自动化中按执行次数收费中级用户
Airflow数据管道弱开源免费数据工程师

n8n的优势：

  • 完全开源，可以私有化部署
  • 支持自定义代码（JavaScript/Python）
  • AI能力强大（LLM、Embedding、Agent）
  • 800+集成，覆盖主流服务
  • 社区活跃，模板丰富

核心概念

工作流（Workflow）

工作流是n8n的核心概念。你可以把它理解为一系列自动执行的步骤。

触发器 → 处理节点1 → 处理节点2 → ... → 输出

组成要素：

  • 触发器（Trigger）：工作流的起点，定义”什么时候开始执行”
  • 节点（Node）：每个具体的操作步骤
  • 连接线（Connection）：节点之间的数据流向
  • 数据（Data）：节点之间传递的信息

节点类型

n8n有数百种节点，分为几大类：

类型例子说明
触发器Webhook、定时器、事件启动工作流
通信Gmail、Slack、Email、Telegram消息发送接收
数据HTTP请求、代码、转换数据处理
AILLM、Prompt、Memory、EmbeddingAI能力
数据库MySQL、MongoDB、PostgreSQL数据读写
工具OAuth2、凭证管理认证和安全

数据流

n8n采用节点连接的方式传递数据。每个节点的输出成为下一个节点的输入。

数据格式：

// 节点输出通常是JSON格式
{
  "json": {
    "id": 1,
    "name": "张三",
    "email": "zhangsan@example.com"
  },
  "binary": {}  // 二进制数据（如文件）
}

引用其他节点的数据：

// 引用上一个节点的输出
{{ $json.fieldName }}
 
// 引用指定节点的输出
{{ $node["NodeName"].json["fieldName"] }}
 
// 引用输入数据
{{ $input.first().json["fieldName"] }}

安装部署

Docker快速部署（推荐）

# 单容器快速部署
docker run -d --name n8n \
  -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  -e GENERIC_TIMEZONE="Asia/Shanghai" \
  docker.n8n.io/n8nio/n8n:latest

然后打开 http://localhost:5678 就能用了。

Docker Compose生产部署

创建 docker-compose.yml：

version: '3'
 
services:
  n8n:
    image: n8nio/n8n:latest
    restart: always
    ports:
      - "5678:5678"
    environment:
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      - N8N_BASIC_AUTH_PASSWORD=你的密码
      - N8N_HOST=0.0.0.0
      - N8N_PORT=5678
      - N8N_PROTOCOL=http
      - NODE_ENV=production
      - GENERIC_TIMEZONE=Asia/Shanghai
      - DB_TYPE=postgresdb
      - DB_POSTGRESDB_HOST=n8n-db
      - DB_POSTGRESDB_PORT=5432
      - DB_POSTGRESDB_DATABASE=n8n
      - DB_POSTGRESDB_USER=n8n
      - DB_POSTGRESDB_PASSWORD=n8n密码
      - EXECUTIONS_MODE=queue
    volumes:
      - n8n_data:/home/node/.n8n
    depends_on:
      - n8n-db
  
  n8n-db:
    image: postgres:15
    environment:
      - POSTGRES_DB=n8n
      - POSTGRES_USER=n8n
      - POSTGRES_PASSWORD=n8n密码
    volumes:
      - postgres_data:/var/lib/postgresql/data
 
volumes:
  n8n_data:
  postgres_data:

启动：

docker compose up -d

npm本地安装

# 全局安装
npm install n8n -g
 
# 启动
n8n
# 或指定端口
n8n start --port 5679

环境变量配置

变量名说明示例
N8N_BASIC_AUTH_ACTIVE启用基础认证true
N8N_BASIC_AUTH_USER用户名admin
N8N_BASIC_AUTH_PASSWORD密码your_password
N8N_HOST访问地址0.0.0.0
N8N_PORT端口5678
N8N_PROTOCOL协议https
WEBHOOK_URLWebhook基础URLhttps://example.com
GENERIC_TIMEZONE时区Asia/Shanghai

工作流编辑器

界面布局

┌─────────────────────────────────────────────────────────────┐
│  [执行历史] [模板] [变量] [凭证]          [保存] [执行]    │
├─────────────────────────────────────────────────────────────┤
│                                                              │
│  ┌──────────┐    ┌──────────┐    ┌──────────┐             │
│  │  触发器   │───▶│  处理1   │───▶│  输出节点 │             │
│  └──────────┘    └──────────┘    └──────────┘             │
│                         │                                    │
│                         ▼                                    │
│                  ┌──────────┐                               │
│                  │  处理2   │                               │
│                  └──────────┘                               │
│                                                              │
├─────────────────────────────────────────────────────────────┤
│  [节点面板]                                                  │
│  ▼ 触发器                                                   │
│    Webhook / 定时 / 事件                                    │
│  ▼ 应用节点                                                 │
│    HTTP请求 / 代码 / AI / 数据库                            │
└─────────────────────────────────────────────────────────────┘

节点操作

添加节点：

  1. 从左侧节点面板拖拽到画布
  2. 或者点击”+“按钮，搜索节点名称

连接节点：

  1. 点击节点的输出端口（右侧圆点）
  2. 拖动到目标节点的输入端口（左侧圆点）
  3. 松开鼠标完成连接

配置节点：

  1. 点击节点打开配置面板
  2. 填写必要的配置参数
  3. 节点变成蓝色表示已配置完成

表达式语法

n8n使用表达式来处理动态数据。

基础用法：

// 引用JSON字段
{{ $json.message }}
 
// 引用节点数据
{{ $node["Webhook"].json["body"]["text"] }}
 
// 引用输入数据
{{ $input.first().json["field"] }}
 
// 数学运算
{{ $json.price * 1.1 }}
 
// 条件判断
{{ $json.status === "active" ? "启用" : "禁用" }}
 
// 日期时间
{{ new Date().toISOString() }}
 
// 字符串处理
{{ $json.name.toUpperCase() }}
 
// 数组操作
{{ $json.items.map(i => i.value).join(", ") }}

AI节点详解

AI节点体系

n8n提供了完整的AI能力组件：

用户输入 → LLM Chain → Agent
                    ↓
              ┌─────┴─────┐
              ↓           ↓
           Tools      Memory
              ↓           ↓
         外部API      向量存储

LLM Chain节点

LLM Chain是调用大语言模型的核心节点。

配置示例：

节点配置:
  # 模型选择
  provider: OpenAI
  model: gpt-4o
  
  # 认证
  credentials: OpenAI API (你的API Key)
  
  # 消息配置
  messages:
    - role: system
      content: |
        你是一个专业的技术文档助手。
        擅长用简洁清晰的语言解释复杂概念。
    
    - role: user
      content: "{{ $json.userMessage }}"
  
  # 生成参数
  options:
    temperature: 0.7      # 控制创造性，0-2，越高越有创意
    maxTokens: 1000       # 最大生成长度
    topP: 1.0            # 采样策略

支持的模型：

模型提供商特点
GPT-4oOpenAI最强综合能力
GPT-4o-miniOpenAI性价比高
Claude 3.5Anthropic长文本处理强
Gemini 1.5Google多模态
DeepSeekDeepSeek国产便宜
本地Ollama本地完全免费

Prompt节点

Prompt节点用于构建结构化提示词。

模板语法：

## 基础变量
{{ $json.field }}                     # JSON字段
{{ $node["NodeName"].json.field }}    # 指定节点字段
{{ $vars.secretKey }}                 # 变量
 
## 条件逻辑
{{ $json.lang === 'zh' ? '中文' : '英文' }}
 
## 循环处理
{{ $json.items.map(item => `- ${item.name}`).join('\n') }}
 
## 数学运算
{{ Math.round($json.price * 1.1) }}

Few-shot Prompt示例：

messages:
  - role: system
    content: |
      你是一个情感分类助手。
  
  - role: user
    content: |
      示例：
      输入："这个产品太棒了！"
      分类：正面
      
      输入："服务态度太差了"
      分类：负面
      
      请分类：
      输入："{{ $json.comment }}"

Memory节点

Memory节点管理对话上下文。

内存类型对比：

类型说明适用场景
Buffer Window固定窗口短期对话
Vector Store向量数据库长期记忆
Summary摘要压缩压缩历史
Combined混合模式综合场景

Buffer Memory配置：

type: bufferWindow
windowSize: 10  # 保留最近10轮对话
sessionKey: "{{ $json.sessionId }}"  # 按会话隔离

向量记忆配置：

type: vectorStore
provider: Pinecone
index: conversations
metadata:
  userId: "{{ $json.userId }}"

Embedding节点

Embedding节点将文本转换为向量。

配置:
  provider: OpenAI
  model: text-embedding-3-small
  input: "{{ $json.text }}"

AI Agent节点

AI Agent能自主决策和执行任务。

ReAct Agent配置：

type: ReAct
llm: gpt-4o
tools:
  - search_knowledge_base
  - calculator
  - web_search
maxIterations: 10
earlyStopping: true

Agent执行流程：

用户请求 → Agent分析
              ↓
        需要工具?
          ↓是     ↓否
      选择工具  生成回答
          ↓
      执行工具
          ↓
      获取结果 → 返回用户
          ↓
      继续分析（循环直到完成）

常用节点配置

Webhook触发器

Webhook允许外部系统触发工作流。

创建Webhook：

  1. 添加Webhook节点
  2. 选择HTTP方法（GET/POST）
  3. 保存节点，复制生成的URL
  4. 外部系统调用该URL即可触发

调用示例：

# GET请求
curl "https://your-n8n.com/webhook/your-path"
 
# POST请求
curl -X POST "https://your-n8n.com/webhook/your-path" \
  -H "Content-Type: application/json" \
  -d '{"message": "hello"}'

HTTP Request节点

HTTP Request调用外部API。

GET请求：

method: GET
url: "https://api.example.com/users"
qs: 
  page: "{{ $json.page }}"
  limit: 10
headers:
  Authorization: "Bearer {{ $credentials.apiKey }}"

POST请求：

method: POST
url: "https://api.example.com/users"
body: json
bodyParameters:
  - name: name
    value: "{{ $json.name }}"
  - name: email
    value: "{{ $json.email }}"

Code节点

Code节点执行JavaScript/Python代码。

JavaScript示例：

// 获取输入数据
const data = $input.first().json;
 
// 数据处理
const processed = {
  id: data.id,
  name: data.name.toUpperCase(),
  score: data.score * 1.1,
  createdAt: new Date().toISOString()
};
 
// 返回结果
return [{ json: processed }];

多输入处理：

// 处理多个输入项
const items = $input.all();
 
const results = items.map(item => ({
  json: {
    original: item.json,
    normalized: {
      id: item.json.id,
      name: item.json.name.trim(),
      value: Number(item.json.value)
    }
  }
}));
 
return results;

数据库节点

MySQL示例：

operation: executeQuery
query: "SELECT * FROM users WHERE status = ?"
values:
  - "{{ $json.status }}"

MongoDB示例：

operation: find
collection: users
query:
  status: "{{ $json.status }}"
  limit: 10

实战案例

案例一：AI客服工作流

需求： 接收用户消息，判断意图，查询知识库，返回回答。

Webhook → 意图识别LLM → 知识库检索 → 生成回答 → 回复用户

详细配置：

1. Webhook触发器

method: POST
path: customer-service
authentication: none

2. 意图识别LLM

model: gpt-4o-mini
prompt: |
  分析用户消息的意图：
  - pre_sales: 售前咨询
  - after_sales: 售后问题
  - complaint: 投诉建议
  
  用户消息：{{ $json.message }}
  
  只返回意图类别名称。

3. 知识库检索（Vector Store）

operation: retrieve
vectorStore: Pinecone
index: knowledge_base
query: "{{ $json.message }}"
topK: 3

4. 生成回答LLM

model: gpt-4o
prompt: |
  基于以下知识回答用户问题：
  
  知识内容：
  {{ $node["Pinecone"].json.results.map(r => r.text).join('\n\n') }}
  
  用户问题：{{ $json.message }}
  
  要求：
  1. 回答简洁专业
  2. 如知识库无相关内容，诚实说不知道
  3. 引导转人工处理复杂问题

案例二：社交媒体自动发布

需求： 每周一自动从Notion读取内容，生成社交媒体帖子，发布到Twitter和LinkedIn。

定时器 → Notion读取 → AI改写 → 条件分流 → Twitter发布
                                                  → LinkedIn发布

详细配置：

1. 定时触发器

type: Schedule
rule:
  interval: [1, "week"]
cron: "0 9 * * 1"  # 每周一早上9点

2. Notion读取

operation: search
databaseId: 你的数据库ID
filter:
  property: Status
  select:
    equals: Ready

3. AI改写（多个输出）

# Twitter版本
model: gpt-4o-mini
prompt: |
  将以下内容改写成Twitter帖子（280字以内）：
  
  内容：{{ $json.content }}
  
  要求：
  1. 简洁有吸引力
  2. 适当使用emoji
  3. 添加相关话题标签
# LinkedIn版本
model: gpt-4o-mini
prompt: |
  将以下内容改写成LinkedIn帖子：
  
  内容：{{ $json.content }}
  
  要求：
  1. 专业但有温度
  2. 包含简短的个人见解
  3. 鼓励互动（提问或讨论）

4. Twitter发布

operation: createTweet
text: "{{ $node["TwitterRewrite"].json.text }}"

5. LinkedIn发布

operation: createPost
content: "{{ $node["LinkedInRewrite"].json.text }}"

案例三：数据同步与处理

需求： 每天凌晨同步CRM数据到数据仓库，清洗处理后生成报表。

定时器 → CRM读取 → 数据清洗 → 数据仓库写入 → 发送报表

详细配置：

1. 定时触发器

type: Schedule
rule:
  interval: [1, "day"]
cron: "0 2 * * *"  # 每天凌晨2点

2. CRM读取

# Salesforce示例
operation: executeQuery
query: |
  SELECT Id, Name, Email, Amount, CreatedDate 
  FROM Opportunity 
  WHERE CreatedDate = LAST_N_DAYS:1

3. 数据清洗（Code节点）

const records = $input.all();
 
const cleaned = records.map(record => {
  const data = record.json;
  
  return {
    json: {
      id: data.Id,
      name: data.Name?.trim(),
      email: data.Email?.toLowerCase().trim(),
      amount: Number(data.Amount) || 0,
      created_date: new Date(data.CreatedDate).toISOString(),
      created_year: new Date(data.CreatedDate).getFullYear(),
      created_month: new Date(data.CreatedDate).getMonth() + 1
    }
  };
});
 
// 返回清洗后的数据
return cleaned;

4. 数据仓库写入

# PostgreSQL示例
operation: executeQuery
query: |
  INSERT INTO crm_opportunities 
  (id, name, email, amount, created_date, created_year, created_month)
  VALUES 
  {{ $json.map(r => `('${r.id}', '${r.name}', '${r.email}', ${r.amount}, '${r.created_date}', ${r.created_year}, ${r.created_month})`).join(', ') }}
  ON CONFLICT (id) DO UPDATE SET
    name = EXCLUDED.name,
    amount = EXCLUDED.amount

5. 生成并发送报表

# 计算统计
model: gpt-4o-mini
prompt: |
  根据以下数据生成日报摘要：
  
  数据：
  {{ JSON.stringify($input.all().map(i => i.json)) }}
  
  生成：
  1. 今日新增商机数量
  2. 总金额
  3. 平均金额
  4. 简短分析
# 发送邮件
operation: send
to: "manager@company.com"
subject: "CRM日报 - {{ $now.format('YYYY-MM-DD') }}"
html: |
  <h2>CRM数据同步日报</h2>
  <p>{{ $node["ReportLLM"].json.summary }}</p>

高级技巧

错误处理

节点级错误处理：

errorOutput: true  # 启用错误输出
continueOnFail: true  # 失败后继续执行

工作流级错误处理：

onError:
  - name: Error Workflow
    trigger: error
    workflow: "error-handler-workflow-id"

并行执行

使用Split In Batches节点实现并行处理：

# 先分割数据
node: Split In Batches
batchSize: 5
options:
  reset: false
 
# 并行处理每个批次
# 在后续节点中处理

变量管理

设置变量：

node: Set
variables:
  - name: totalCount
    value: "{{ $json.count }}"
  - name: processedAt
    value: "{{ $now.toISO() }}"

使用变量：

{{ $vars.totalCount }}
{{ $vars.processedAt }}

子工作流

把常用逻辑封装成子工作流复用：

# 主工作流调用子工作流
node: Workflow Trigger (sub-workflow)
workflowId: "sub-workflow-id"
waitForCallback: true
passThroughData: true
data: "{{ $json }}"

自定义节点开发

节点项目结构

n8n-nodes-myplugin/
├── package.json
├── src/
│   ├── nodes/
│   │   └── MyNode/
│   │       ├── MyNode.ts
│   │       └── MyNodeDescription.ts
│   └── credentials/
│       └── MyCredentialsApi.ts
├── README.md
└── tsconfig.json

package.json配置

{
  "name": "n8n-nodes-myplugin",
  "version": "1.0.0",
  "description": "我的自定义n8n节点",
  "keywords": ["n8n", "nodes", "myplugin"],
  "license": "MIT",
  "n8n": {
    "nodes": ["dist/MyNode.node.js"]
  },
  "dependencies": {
    "n8n-core": "*"
  },
  "devDependencies": {
    "typescript": "^5.0.0",
    "@types/node": "^18.0.0"
  }
}

节点描述定义

import type { INodeTypeDescription } from 'n8n-workflow';
 
export const myNodeDescription: INodeTypeDescription = {
  displayName: '我的自定义节点',
  name: 'myNode',
  group: ['transform'],
  version: 1,
  description: '执行自定义逻辑的n8n节点',
  defaults: {
    name: '我的节点',
  },
  inputs: ['main'],
  outputs: ['main'],
  credentials: [
    {
      name: 'myCredentialsApi',
      required: true,
    },
  ],
  properties: [
    {
      displayName: '操作模式',
      name: 'operation',
      type: 'options',
      options: [
        {
          name: '处理数据',
          value: 'process',
        },
        {
          name: '转换格式',
          value: 'transform',
        },
      ],
      default: 'process',
      required: true,
    },
  ],
};

节点实现

import {
  IExecuteFunctions,
  INodeType,
  INodeTypeDescription,
} from 'n8n-workflow';
import { myNodeDescription } from './MyNodeDescription';
 
export class MyNode implements INodeType {
  description: INodeTypeDescription = myNodeDescription;
 
  async execute(this: IExecuteFunctions) {
    const items = this.getInputData();
    const returnData: any[] = [];
    
    const operation = this.getNodeParameter('operation', 0) as string;
    
    for (let i = 0; i < items.length; i++) {
      const item = items[i].json;
      
      if (operation === 'process') {
        const result = {
          ...item,
          processed: true,
          timestamp: new Date().toISOString(),
        };
        returnData.push({ json: result });
      }
    }
    
    return [returnData];
  }
}

生产环境优化

性能优化

1. 启用执行超时

executionTimeout: 300  # 5分钟超时

2. 减少不必要的数据传递

// 只传递需要的字段
return [{ json: { id: item.json.id, name: item.json.name } }];

3. 使用批量操作

# 数据库批量写入
operation: batchUpdate
batchSize: 100

高可用配置

多实例部署：

version: '3'
 
services:
  n8n:
    image: n8nio/n8n:latest
    deploy:
      replicas: 3
    environment:
      - N8N_METRICS=true
      - EXECUTIONS_MODE=queue
    depends_on:
      - redis
  
  worker:
    image: n8nio/n8n:latest
    deploy:
      replicas: 2
    command: n8n worker
    environment:
      - EXECUTIONS_MODE=queue
    depends_on:
      - redis
  
  redis:
    image: redis:7-alpine

监控配置

启用Metrics：

N8N_METRICS=true
N8N_METRICS_PORT=5678

Prometheus抓取配置：

scrape_configs:
  - job_name: 'n8n'
    static_configs:
      - targets: ['n8n:5678']

相关资源

本文档由归愚知识系统生成 last updated: 2026-04-24

关系图谱

反向链接