[AI]n8n快速上手 — — 构建AI Agent工作流
[AI]n8n快速上手 — — 构建AI Agent工作流
[AI]n8n快速上手 — — 构建AI Agent工作流
介绍
官方网站:https://n8n.io/
官方教程:https://docs.n8n.io/
n8n(发音为“n-eight-n”)是一款开源的工作流自动化工具,通过可视化节点编排实现跨平台、跨服务的复杂流程自动化。

具体使用场景:
- 企业级自动化
- 供应链管理:自动同步ERP、物流系统数据,减少人工干预。
- 智能客服:结合AI模型实现自动问答与工单流转。
…
- 个人效率提升
- AI内容生成:自动抓取资讯→AI摘要→多渠道发布。
- 数据聚合与同步:如将微信消息同步至Notion数据库等。
…
- AI与大数据整合
- RAG系统构建:结合向量数据库(如Pinecone)与大模型(如GPT-4)实现知识增强问答。
…
环境搭建
基于docker搭建,docker环境配置:
- windows/mac用户推荐下载docker-desktop
- Linux用户可使用yum/apt直接安装
# 拉取镜像
docker pull n8nio/n8n
# 在电脑任意位置创建一个目录,这个目录是用来存储 n8n 数据的,目录名需非中文
mkdir -p /Users/ziyi/ai_tools/n8n
# 执行docker命令搭建
docker run -d \
--name my-n8n \
-v /Users/ziyi/ai_tools/n8n:/home/node/.n8n/ \
-p 5678:5678 n8nio/n8n
# 浏览器访问如下网址,初始化n8n
http://localhost:5678
模块解析
1. 工作流画布
作用:可视化编排节点与连接线,支持拖拽操作
示例:设计“用户提问→AI处理”流程

2. 节点库
作用:预置节点分类展示(触发、操作、逻辑等),支持搜索与过滤
示例:添加“HTTP请求”节点调用外部API

3. 执行日志
作用:实时显示工作流运行状态,支持调试与错误追踪
示例:查看AI接口调用失败原因及重试配置
除了该模块,工作流运行过程中也会产生更详细的日志。
4. 凭证管理
作用:安全存储API密钥、数据库密码等敏感信息
示例:配置OpenAI API密钥以实现模型调用

tips:推荐节点需要用到时再添加凭证,更清晰。
5. 模板市场
作用:提供成熟工作流模板(如SEO监控、舆情分析),一键导入
示例:使用“智能客服”模板快速搭建基础系统
来到模版市场,搜索自己想要的模版,然后点击自己中意的模版:
进入模版详情页,复制模版:

来到自己本地的n8n平台,粘贴即可实现导入:
最后修改节点一些API配置即可为自己所用。
使用案例:AI数据获取
案例预期效果:我们期望通过聊天触发任务,让AI调用维基百科,查询我们询问的问题,并保存上下文对话历史。
1. 新建chat模块
新建chat模块:搜索chat节点,直接拖动到画布上即可

2. 新增AI Agent
点击加号,新增一个AI Agent,让AI来处理用户的输入,并调用对应的能力。
AI Agent的配置我们暂时保持默认。

3. 配置Agent调用模型
完善AI Agent核心部分,配置大模型。


注意:如果之前没有配置过凭证的,需要自己创建
- 点击新建凭证:
- 配置本地OllamaURL:
tips:因为我们使用的是docker搭建n8n,如果我们使用的是本地ollama搭建的模型,则需要将模型URL改为:
本地ollama地址改为:http://host.docker.internal:11434 (将localhost部分替换为host.docker.internal)
4. 配置Agent存储模块
新增AI Agent存储模块,用于记忆上下文对话等


5. 新增Tools外部能力
新增Tools,供模型直接调用外部能力

6. 测试
选择模块进行测试。选中模块,鼠标右键,可以对选中节点进行测试,这样我们可以边构建AI Agent工作流边进行测试。

为了让节点看起来更易懂,我们也可以给关键节点加上备注(通过便签加上备注,更直观):
最后效果:
7. 最终效果
最后对整个工作流进行测试。因为我们是通过chat触发,所以这里我直接open chat即可触发整个工作流:

火山引擎开发者社区是火山引擎打造的AI技术生态平台,聚焦Agent与大模型开发,提供豆包系列模型(图像/视频/视觉)、智能分析与会话工具,并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长,新用户可领50万Tokens权益,助力构建智能应用。
更多推荐






所有评论(0)