2026-02-09-【大模型】N8N使用手册

前言：为什么选择 N8N？

在数字化转型的浪潮中，工作流自动化（Workflow Automation）已成为提升效率的关键。市面上有 Zapier、Make (Integromat) 等优秀的 SaaS 工具，但它们往往存在数据隐私顾虑、高昂的订阅费用以及灵活性受限等问题。

N8N (Nodemation) 作为一款**公平代码（Fair-code）**的开源工作流自动化工具，以其独特的优势脱颖而出：

• 自托管（Self-hosted）：你可以将其部署在自己的服务器上，完全掌控数据隐私。
• 节点丰富：内置 1000+ 种集成，覆盖主流 SaaS 服务、数据库、AI 模型等。
• 可视化编排：基于节点的流程图设计，逻辑清晰直观。
• 强大的扩展性：支持 JavaScript/Python 代码节点，几乎可以实现任何逻辑。
• AI Native：近期版本深度集成了 LangChain，能够轻松构建 AI Agent。

本文将带你从零开始掌握 N8N，从基础概念到构建复杂的 AI 工作流。

1. 核心概念 (Core Concepts)

在使用 N8N 之前，理解以下核心概念至关重要。

1.1 工作流 (Workflow)

工作流是 N8N 的基本单元，由一系列节点（Nodes）和连接线（Connections）组成，定义了数据如何流动和处理。

1.2 节点 (Nodes)

节点是执行特定操作的积木。主要分为两类：

• 触发器节点 (Trigger Nodes)：工作流的起点。例如：Schedule（定时触发）、Webhook（HTTP 请求触发）、Telegram Trigger（收到消息触发）。
• 常规节点 (Regular Nodes)：执行动作或处理数据。例如：HTTP Request、Google Sheets、Code、AI Agent。

1.3 连接 (Connections)

连接线定义了节点的执行顺序。数据（JSON 对象）通过连接线从一个节点流向下一个节点。

graph LR
    A((Trigger Node)) -->|JSON Data| B[Action Node 1]
    B -->|JSON Data| C{If Node}
    C -->|True| D[Action Node 2]
    C -->|False| E[Action Node 3]
    style A fill:#ff6d5a,stroke:#333,stroke-width:2px,color:#fff
    style B fill:#4d82d6,stroke:#333,stroke-width:2px,color:#fff
    style C fill:#5bb694,stroke:#333,stroke-width:2px,color:#fff

1.4 数据结构 (Data Structure)

N8N 中所有数据都以 JSON 格式传递。每个节点接收一个对象数组，并输出一个对象数组。理解这一点对于处理列表数据非常重要。

2. 安装与部署

N8N 提供了多种部署方式，推荐使用 Docker 进行生产环境部署。

2.1 Docker Compose 部署 (推荐)

创建一个 docker-compose.yml 文件：

version: "3.8"

services:
  n8n:
    image: n8nio/n8n:latest
    ports:
      - "5678:5678"
    environment:
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      - N8N_BASIC_AUTH_PASSWORD=your_secure_password
      - N8N_HOST=n8n.example.com
      - WEBHOOK_URL=https://n8n.example.com/
    volumes:
      - ./n8n_data:/home/node/.n8n
    restart: always

运行命令：

docker-compose up -d

访问 http://localhost:5678 即可开始使用。

2.2 本地测试 (npm)

如果你安装了 Node.js，可以直接运行：

npx n8n

3. 快速上手：构建你的第一个工作流

场景：每天早上 9 点，获取 Hacker News 的热门文章，并发送到飞书/钉钉群机器人。

步骤分解

1. 添加 Trigger：搜索并添加 Schedule 节点，设置为每天 9:00 触发。
2. 获取数据：添加 HTTP Request 节点。
   • Method: GET
   • URL: https://hacker-news.firebaseio.com/v0/topstories.json (获取 ID 列表)
3. 数据处理：由于上一步返回的是 ID 数组，我们需要取前 5 个。
   • 添加 Code 节点，JavaScript 代码：return items[0].json.slice(0, 5).map(id => ({json: {id}}));
4. 获取详情：再次添加 HTTP Request 节点。
   • URL: https://hacker-news.firebaseio.com/v0/item/{{ $json.id }}.json
5. 发送消息：添加 HTTP Request 节点（调用飞书 Webhook）。
   • Method: POST
   • Body: JSON
   • Content: 构造飞书消息格式。

sequenceDiagram
    participant Schedule as ⏰ Schedule
    participant HN_API as 🌐 Hacker News API
    participant N8N as ⚙️ N8N Processing
    participant Feishu as 📢 Feishu Bot

    Schedule->>N8N: 触发 (09:00)
    N8N->>HN_API: GET /topstories
    HN_API-->>N8N: 返回 Top 500 IDs
    N8N->>N8N: 截取前 5 个 ID
    loop 遍历 5 个 ID
        N8N->>HN_API: GET /item/{id}
        HN_API-->>N8N: 返回文章详情(Title, URL)
    end
    N8N->>Feishu: POST Webhook (汇总消息)

4. 进阶技巧：表达式与代码节点

N8N 的强大之处在于其灵活性。

4.1 表达式 (Expressions)

在任何节点的输入框旁边，点击齿轮图标选择 “Expression”，你可以引用其他节点的数据。

• {{ $json.title }}: 获取当前项的 title 字段。
• {{ $node["NodeName"].json.data }}: 获取指定节点的输出数据。
• {{ $now.format('yyyy-MM-dd') }}: 获取当前日期。

4.2 Code 节点

当内置节点无法满足需求时，使用 Code 节点（支持 JavaScript 和 Python）。

示例：数据清洗

// 遍历所有输入项
for (const item of items) {
  // 添加新字段
  item.json.processed_at = new Date().toISOString();
  // 简单的逻辑判断
  if (item.json.score > 100) {
    item.json.is_popular = true;
  }
}
return items;

5. 构建 AI Agent (LangChain 集成)

N8N 近期引入了高级 AI 功能，可以直接在工作流中构建 Chatbot 或 Agent。

核心组件

• AI Agent 节点：大脑，负责协调工具和对话历史。
• Model 节点：连接 LLM (OpenAI, Anthropic, Ollama 等)。
• Memory 节点：管理上下文 (Window Buffer Memory 等)。
• Tool 节点：赋予 AI 能力 (Calculator, Wikipedia, Custom Tools)。

架构图

graph TD
    User[用户输入] --> Webhook
    Webhook --> Agent[AI Agent Node]

    subgraph AI Configuration
        LLM[Chat Model (e.g., GPT-4)]
        Memory[Window Buffer Memory]
        Tools[Tools (Calculator, Search)]
    end

    LLM --> Agent
    Memory --> Agent
    Tools --> Agent

    Agent -->|思考与调用| Tools
    Tools -->|返回结果| Agent
    Agent -->|最终回复| WebhookResponse

实战思路：
你可以创建一个“智能客服 Agent”，连接你的知识库（Vector Store），当用户提问时，Agent 先检索知识库，如果找不到答案，再调用 Google Search 工具，最后整理回答返回给用户。

6. 最佳实践

1. 凭证管理 (Credentials)：永远不要在节点参数中硬编码 API Key。使用 N8N 的 Credentials 功能统一管理，确保安全。
2. 错误处理 (Error Handling)：
   • 在关键节点设置 “Continue On Fail”。
   • 创建一个专门的 Error Workflow，并在主 Workflow 的 Settings 中配置 “Error Workflow”。当流程失败时，自动发送报警通知。
3. 版本控制：虽然 N8N 是可视化的，但你可以通过 Git 备份 .n8n 目录，或者使用社区提供的 Git 备份工作流。
4. 拆分工作流：不要把所有逻辑塞在一个巨大的工作流里。使用 Execute Workflow 节点调用子工作流，保持逻辑清晰。

结语

N8N 填补了简单自动化工具与纯代码开发之间的空白。它既能让非技术人员快速搭建原型，又能让开发者通过代码扩展无限可能。在 AI 时代，N8N 更是连接 LLM 与真实业务系统的绝佳桥梁。

开始你的自动化之旅吧！