n8n入门实战：零代码搭建AI Agent与自动化工作流

n8n 是一个开源的工作流自动化平台，通过可视化节点界面连接数百种应用和服务。与Zapier不同，n8n同时支持无代码、低代码和高级开发者，提供自定义脚本、API集成和条件逻辑等能力。本文基于一套完整的入门课程，提炼出从零搭建AI Agent的核心知识路径。

一、n8n与Zapier的核心差异

n8n的定位比Zapier更偏向工程化。它同样提供可视化节点编排，但额外支持API集成、自定义代码片段和更复杂的条件路由。Zapier主要服务于无代码开发者，而n8n的使用者覆盖无代码、低代码和高级开发者三类人群。

注册后可获得14天免费试用，之后可以选择自托管方式在本地系统或服务器上运行，实现完全免费使用。n8n内置数千个预置模板，按IT运维、市场营销、文档处理等场景分类，可以直接复用。

二、搭建第一个AI Agent

触发器与AI Agent结构

创建workflow的第一步是配置触发器（Trigger）。以聊天触发为例，用户在聊天窗口中输入消息即触发工作流。AI Agent节点的结构分为三部分：左侧是输入窗口（来自上一个节点的数据），右侧是输出窗口，中间是参数设置区。

系统会提示配置prompt来源，通常选择上一步骤传来的用户消息，通过表达式 $json.chatInput 获取实际文本内容。JSON在这里是核心数据格式，所有节点之间的数据传递都基于键值对结构，支持Schema视图、表格视图和JSON视图三种查看方式。

表达式与 $json 的工作机制：n8n 中每个节点输出的数据都以「条目（item）」列表形式在节点之间流动，每个条目内部是一组键值对。表达式（Expression）是 n8n 里用双花括号 {{ }} 包裹的一段求值代码，常用语法如 {{ $json.chatInput }} 表示「取当前输入条目 JSON 对象中名为 chatInput 的字段」。除 $json 外，n8n 还提供 $node["节点名"].json 读取上游任意节点的输出、$now/$today 处理时间、$env 读取环境变量等内置变量，并支持调用 JavaScript 方法做字符串拼接与数值运算。理解表达式是打通节点间数据映射的关键——没有它，节点只能处理固定的静态值，无法随上游数据动态变化。

数据视图的切换：n8n 为节点输出提供 Schema、Table、JSON 三种视图。Schema 视图展示字段结构类型，适合快速确认字段名；Table 视图按行展示每个 item 的值，适合浏览少量数据；JSON 视图展示原始结构，适合排查嵌套字段与数组。三者只是同一份数据的不同呈现，切换不会修改数据本身。

选择大语言模型

Chat Model是AI Agent的"大脑"。n8n支持OpenAI、Google Gemini、Llama等多种模型。课程推荐初学者先使用Google Gemini，原因是它提供慷慨的免费额度，配置简单——访问 aistudio.google.com 生成API Key后粘贴到n8n凭据设置即可。

Chat Model 与凭据（Credentials）机制：n8n 中的 Chat Model 节点并不直接存放 API Key，而是通过「凭据」对象统一管理。凭据一次配置、可被同一类型的所有节点复用，并且密钥在界面上以掩码显示、加密存储在数据库中，避免在多个节点里硬编码。切换模型时只需更换 Chat Model 节点并选择对应凭据，Agent 的其余结构（Memory、工具、提示词）无需改动，这就是为什么课程强调「架构设计比模型选择更重要」。

Token 与上下文窗口：大模型按 token（词元，大致相当于英文单词片段或中文字符）计量输入输出，每次调用都会把系统提示、历史对话和当前消息一并送入，总长度受模型上下文窗口限制。这既是记忆节点只保留最近若干条消息的原因，也是长文档转录与摘要项目需要警惕成本与截断风险的原因。

对话记忆配置

Memory节点是必选项。没有它，AI每次回复后都会遗忘之前的对话内容。添加Simple Memory节点后，默认保留最近5条消息的上下文。比如先问"法国首都是哪里"，再问"那里的天气怎么样"，AI能通过记忆理解"那里"指的是巴黎。

配置完成后点击执行，可以在日志中查看完整的输入输出记录，包括发送给Gemini后端的原始请求和返回结果。

三、Gemini还是OpenAI？选型对比

据课程中的对比分析，两个平台各有侧重：

• 成本与可及性：Gemini提供免费额度，无需绑定信用卡；OpenAI采用按量付费，无免费层但成本不高
• Agent能力：Gemini原生多模态能力强；OpenAI是市场领导者，function calling是Agent领域的行业标准
• 生态与社区：OpenAI更成熟，拥有庞大社区、丰富教程和LangChain等第三方库；Gemini相对年轻但增长迅速
• 模型更新节奏：Gemini更新频繁但API可能变动；OpenAI发布周期更可预测

课程建议：学习阶段用Gemini性价比最高，生产环境优先考虑OpenAI。两者在实际效果上的差距并非天壤之别，架构设计能力比模型选择更重要。

四、API与Webhook：自动化的底层逻辑

API调用的本质

API（Application Programming Interface）可以类比为餐厅的服务员：客户端发出请求，服务端返回响应。n8n中所有预置节点——OpenAI节点、Google Drive节点、Slack节点——本质上都是在封装API调用。

发起API请求需要三个要素：Endpoint URL（目标地址）、HTTP方法（GET用于获取数据，POST用于发送数据）、认证凭据（如API Key）。

认证方式的常见形态：除简单的 API Key 外，实际接入中还会遇到 Bearer Token（在请求头 Authorization 中携带）、Basic Auth（用户名密码 Base64 编码）、OAuth2（需跳转授权页换取访问令牌并支持刷新）等。n8n 对 OAuth2 提供了内置的授权流程与令牌自动续期，因此像 Google Drive、Slack 这类节点无需手动管理过期时间。选错认证方式会直接返回 401/403，是调试 API 时最常见的第一道坎。

状态码与幂等性：API 响应中的状态码是判断调用结果的依据——2xx 表示成功，4xx 多为请求本身有误（参数、权限），5xx 表示服务端故障。在设计自动化时还应考虑幂等性：重试一次 POST 请求可能重复创建资源，因此像上传汇总文件、发送消息这类操作要么加去重判断，要么使用支持幂等键的接口。对可能瞬时失败的调用，n8n 节点自带的「失败重试」设置可以在不写代码的前提下提高稳定性。

HTTP Request节点的灵活性

即使n8n没有某个服务的预置节点，也可以通过HTTP Request节点连接任意API。课程演示了使用 beeceptor.com 创建一个mock API服务器，定义GET请求返回静态JSON数据，再从n8n发起调用并获取响应。这个简化的演示说明了API调用的核心概念。

Webhook：反向数据推送

Webhook与API调用方向相反——不需要客户端发请求，服务端主动推送数据到一个预先开放的端点。手机天气小组件的更新就是典型场景：服务器检测到天气变化后通过webhook推送到手机。

n8n中的Webhook节点提供测试URL和生产URL两种模式。生产URL对公网开放，任何外部服务都可以调用它来触发工作流。课程演示了用一个n8n工作流通过HTTP Request调用另一个n8n工作流的Webhook，实现工作流之间的串联。

五、核心节点类型详解

决策节点

IF节点执行true/false二选一判断，适合过滤和分类场景。Switch节点支持多个分支路由，比堆叠多个IF节点更清晰。例如根据工单优先级（高/中/低）分别路由到不同处理路径。

数据聚合节点

Merge节点将两个数据流合并，可以按位置追加或按键值匹配。典型场景是员工表和薪资表通过员工ID关联，合并后得到包含姓名和薪资的完整表格。

Summarize节点执行求和、平均、计数等聚合操作，支持按字段分组。例如对50条销售订单按产品分组，计算每个产品的总销量和总销售额。

数据处理节点

Edit Fields（Set）节点用于重命名字段、添加新列或修改现有值。它可以在不写代码的情况下清理混乱数据，也支持表达式和动态值。

Code节点允许编写JavaScript处理其他节点无法完成的逻辑。例如一段简单的循环代码，遍历所有条目并为每条数据的金额增加10%的税率字段。

六、实战项目一：音频转录与摘要自动化

工作流架构

这个项目解决的核心问题是：将会议录音或播客音频自动转录为文字并生成摘要文档。流程分六步：

1. Google Drive触发器监听指定文件夹
2. 下载新上传的音频文件
3. OpenAI节点将音频转录为文本
4. OpenAI节点对转录文本进行摘要并标注关键点
5. Google Docs节点创建空白文档
6. 将摘要内容写入文档

注意OpenAI API限制音频文件大小不超过25MB，超出需要分段处理。

优化的价值

课程先用Google Docs节点分两步完成文档创建和内容写入，随后展示了更高效的方案：使用Google Drive节点的 create file from text 操作，一步完成创建和写入。这个对比说明了理解节点能力边界对架构设计的重要性——移动部件越少，出错概率和维护成本越低。

七、实战项目二：销售数据自动汇总

工作流监听Google Drive中的sales文件夹：新销售表上传后自动下载 → 提取XLSX数据 → 重命名字段（SKU改为product，QTY改为units sold）→ 计算销售金额列 → IF节点过滤掉退款订单 → Summarize节点按产品分组求和 → 转回XLSX格式 → 上传汇总文件。

课程特别指出了一个容易犯的错误：在Edit Fields节点计算销售额时，如果没有将字段类型指定为Number，计算结果会始终为0。这个细节提醒我们，数据类型在自动化流程中至关重要。

八、实战项目三：评论情感分析与可视化

这个项目串联了两个工作流，综合运用了Schedule Trigger、Summarize、Edit Fields、Merge、Sentiment Analysis、HTTP Request、Webhook等多个节点。

业务流程

第一个工作流每天早7点触发：下载产品反馈表 → 提取数据 → 对每条评论执行情感分析（正面/中立/负面）→ 分别统计正面和负面评论数 → 合并为单条数据 → 通过POST请求发送给第二个工作流的Webhook。

第二个工作流接收数据后：调用Quick Chart API生成柱状图 → 上传图表到Slack频道。

技术要点

Sentiment Analysis节点内置了系统提示，可以直接使用。建议将temperature设置得较低以确保一致性。在向Quick Chart API发送请求时，需要将JavaScript图表配置转换为有效的JSON格式，可以借助ChatGPT完成转换。合并两个分支时必须使用Merge节点，否则HTTP Request会发出两次POST调用。

Temperature 与情感分析的稳定性：temperature 是控制模型输出随机性的参数，取值通常在 0 到 2 之间。值越低，模型越倾向选择概率最高、最确定的输出；值越高，表达越发散多样。情感分析这类需要「同一段评论每次得到相同标签」的任务，应把 temperature 调到接近 0，从而减少同一输入得到不同分类的情况，让下游的计数与可视化结果可复现。

Schedule Trigger 的时区问题：定时触发器按 cron 规则运行，若不显式设置时区，可能按实例所在服务器的时区执行，导致「早 7 点触发」在部署到云端后变成其他时间。跨地区部署或涉及每日报表时，务必在工作流设置中确认时区，否则统计口径会与业务预期错位。

核心要点

• n8n的核心优势在于开源、可自托管，同时覆盖无代码到高级开发者
• 构建AI Agent的三个必要组件：Chat Model（大脑）、Memory（记忆）、Trigger（触发器）
• Gemini适合学习入门，OpenAI适合生产环境，架构设计比模型选择更重要
• 理解API和Webhook是设计复杂工作流的基础，HTTP Request节点提供无限的扩展能力
• 选择正确的节点类型能显著简化工作流，减少移动部件意味着减少故障点