前言

💡 痛点：每天重复处理同样的任务？邮件分类、会议总结、数据录入…花费大量时间在「可以自动化」的事情上？

🎯 解决方案：用 n8n 构建可视化工作流，让 AI 帮你自动化一切！

n8n 是一款开源的工作流自动化工具，被称为「开源版 Zapier」，支持：

• 🎨 可视化拖拽 —— 无需写代码，拖拖拽拽就能构建自动化
• 🔗 400+ 集成 —— 邮件、Slack、GitHub、Notion、数据库等
• 🤖 AI 原生支持 —— 内置 LLM 节点、向量数据库、LangChain 集成
• 🚀 自托管部署 —— 数据在自己服务器，隐私安全
• 💰 完全免费 —— 开源免费，商业使用也免费

一、n8n 核心概念

1.1 n8n 是什么？

1.2 核心术语

1.3 n8n vs 其他工具对比

为什么选择 n8n？

二、5 分钟快速部署 n8n

2.1 部署方式选择

2.2 Docker Compose 部署（推荐）

创建 docker-compose.yml：

version: '3.8'

services:
  n8n:
    image: n8nio/n8n:latest
    container_name: n8n
    restart: always
    ports:
      - "5678:5678"           # Web UI 端口
      - 127.0.0.1:5679:5678  # 仅本地访问 Webhook
    environment:
      # 📧 邮件配置
      - N8N_SMTP_HOST=smtp.gmail.com
      - N8N_SMTP_PORT=587
      - N8N_SMTP_USER=your-email@gmail.com
      - N8N_SMTP_PASS=your-app-password
      - N8N_SMTP_FROM=n8n@your-domain.com
      
      # 🤖 AI 配置
      - OPENAI_API_KEY=sk-xxxx      # OpenAI API Key
      - ANTHROPIC_API_KEY=sk-ant-xxxx  # Anthropic API Key
      
      # 🔒 安全配置
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      - N8N_BASIC_AUTH_PASSWORD=your-secure-password
      
      # 💾 数据持久化
      - N8N_USER_FOLDER=/home/node/.n8n
      - N8N_ENCRYPTION_KEY=your-32-char-encryption-key
      
      # 🌐 外部访问（可选）
      - WEBHOOK_URL=https://your-domain.com/
      - N8N_HOST=0.0.0.0
      - N8N_PROTOCOL=https
    volumes:
      - n8n_data:/home/node/.n8n
      - ./workflows:/home/node/workflow backups  # 备份工作流

volumes:
  n8n_data:
    driver: local

启动服务：

# 1. 创建目录
mkdir -p ~/n8n && cd ~/n8n

# 2. 保存 docker-compose.yml
vim docker-compose.yml

# 3. 启动
docker-compose up -d

# 4. 查看日志
docker-compose logs -f

# 5. 访问 Web UI
# http://localhost:5678

首次访问配置：

2.3 使用 ngrok 暴露 Webhook（开发用）

# 1. 安装 ngrok
# macOS
brew install ngrok
# 或下载：https://ngrok.com/download

# 2. 添加 authtoken（去 ngrok.com 注册获取）
ngrok config add-authtoken YOUR_TOKEN

# 3. 启动 ngrok 转发到 n8n
ngrok http 5678

# 4. 得到公网地址
# Forwarding  https://abc123.ngrok.io -> http://localhost:5678

2.4 数据库配置（可选，推荐生产使用）

# 添加 PostgreSQL 支持
version: '3.8'

services:
  n8n:
    image: n8nio/n8n:latest
    container_name: n8n
    restart: always
    ports:
      - "5678:5678"
    environment:
      - DB_TYPE=postgresdb
      - DB_POSTGRESDB_HOST=postgres
      - DB_POSTGRESDB_PORT=5432
      - DB_POSTGRESDB_DATABASE=n8n
      - DB_POSTGRESDB_USER=n8n
      - DB_POSTGRESDB_PASSWORD=n8n_secure_password
    depends_on:
      - postgres

  postgres:
    image: postgres:16-alpine
    container_name: n8n-db
    restart: always
    environment:
      - POSTGRES_DB=n8n
      - POSTGRES_USER=n8n
      - POSTGRES_PASSWORD=n8n_secure_password
    volumes:
      - postgres_data:/var/lib/postgresql/data

volumes:
  n8n_data:
  postgres_data:

三、n8n 界面详解

3.1 工作台布局

3.2 节点基础操作

节点操作快捷键：

3.3 节点连接规则

四、实战案例：从入门到精通

4.1 案例 1：AI 邮件自动分类（⭐入门）

工作流配置步骤：

Step 1：添加 Gmail 触发器

节点类型：Trigger
节点名称：Gmail Trigger

配置：
├── Trigger on: Email Message Received
├── Labels: 全部（可选：只监听特定标签）
├── Poll Times: Every minute（每分钟检查）
└── Credentials: Gmail API 凭据

创建 Gmail 凭据：

1. 访问 Google Cloud Console
2. 创建新项目
3. 启用 Gmail API
4. 创建 OAuth 2.0 凭据
5. 在 n8n 中粘贴 Client ID 和 Client Secret

Step 2：添加 AI Agent 节点

节点类型：AI / LangChain Agent
节点名称：Email Classifier

配置：
├── Model: OpenAI GPT-4
├── Prompt:
│   """
│   你是一个邮件分类助手。根据邮件内容，将其分类为：
│   - important（重要）：需要立即处理的商业邮件
│   - todo（待办）：需要后续跟进的事项
│   - spam（垃圾）：广告、推销、无价值邮件
│   - archive（归档）：参考资料、新闻通讯等
│   
│   邮件主题：{{ $json.subject }}
│   邮件正文：{{ $json.body }}
│   
│   只输出分类名称，不要其他内容。
│   """
└── Mode: Node.js

Step 3：添加条件分支（IF 节点）

节点类型：Flow / Conditional Router
节点名称：Classify Result

配置：
├── Conditions:
│   ├── String: {{ $json.text }}
│   ├── Operation: Equals
│   └── Value: important
├── Add another condition:
│   ├── OR / String: {{ $json.text }}
│   ├── Operation: Equals
│   └── Value: todo
└── Add another condition:
    ├── OR / String: {{ $json.text }}
    ├── Operation: Equals
    └── Value: spam

Step 4：添加执行分支

对于 important（重要）：

节点：Gmail - Add Label
配置：
├── Operation: Add Label
├── Label ID or Name: STARRED

对于 todo（待办）：

节点：Notion - Create Database Item
配置：
├── Database: 任务列表
├── Properties:
│   ├── Title: {{ $json.subject }}
│   ├── Status: To Do
│   ├── Source: Email
│   └── Email Date: {{ $json.date }}

对于 spam（垃圾）：

节点：Gmail - Move to Folder
配置：
├── Operation: Move to Trash

Step 5：测试运行

1. 点击「Test workflow」按钮
2. 发送一封测试邮件到你的 Gmail
3. 观察执行日志：
   ✅ Gmail Trigger - 收到邮件
   ✅ AI Agent - 分析完成，分类为: important
   ✅ IF Node - 匹配 important 分支
   ✅ Gmail Add Label - 添加星标成功
4. 验证 Gmail 中的邮件是否被正确处理

4.2 案例 2：AI 新闻摘要机器人（⭐⭐ 进阶级）

完整配置：

Step 1：Schedule 触发器

节点：Schedule Trigger
配置：
├── Trigger on: Cron Expression
├── Cron: 0 9 * * *  # 每天早上 9:00
└── Timezone: Asia/Shanghai

Step 2：RSS Feed 节点

节点：RSS Feed Read
配置：
├── URL:
│   - https://feeds.bbci.co.uk/news/technology/rss.xml
│   - https://hnrss.org/frontpage
│   - https://www.techcrunch.com/feed/
├── Property for Items: items
└── Limit: 10（限制每次处理数量）

Step 3：代码节点 - 数据处理

// Node: Process Articles
// 将多个 RSS 源的新闻合并处理

const items = $input.all();
const articles = [];

for (const item of items) {
  const json = item.json;
  // 遍历每个 RSS 源
  if (json.items) {
    for (const article of json.items) {
      articles.push({
        title: article.title,
        link: article.link,
        pubDate: article.pubDate,
        source: article['dc:creator'] || 'Unknown'
      });
    }
  }
}

// 去重（按标题）
const uniqueArticles = articles.filter((article, index, self) =>
  index === self.findIndex(t => t.title === article.title)
);

// 取最新 5 篇
return uniqueArticles.slice(0, 5).map(article => ({
  json: article
}));

Step 4：LLM 节点 - 生成摘要

节点：AI / LLM Chain
配置：
├── Model: OpenAI GPT-4
├── Prompt:
│   """
│   你是一个新闻摘要助手。请为以下新闻生成简短摘要（50字以内）：
│   
│   标题：{{ $json.title }}
│   来源：{{ $json.source }}
│   
│   摘要格式：
│   【{{ $json.title }}】
│   📰 [一句话总结]
│   
│   只输出摘要，不要其他内容。
│   """
├── Options:
│   ├── Temperature: 0.3
│   └── Max Tokens: 100
└── Mode: Node.js

Step 5：Telegram 发送消息

节点：Telegram
配置：
├── Operation: Send Message
├── Chat ID: 你的 Chat ID（需要先和 Bot 对话获取）
├── Text:
│   """
│   📰 今日科技新闻摘要
│   
│   {{ $json.summary }}
│   
│   🔗 原文链接：{{ $json.link }}
│   
│   🕐 时间：{{ $json.pubDate }}
│   📡 来源：{{ $json.source }}
│   
│   🤖 由 n8n AI 工作流自动生成
│   """
└── Additional Fields:
    ├── Parse Mode: Markdown
    └── Disable Web Page Preview: true

Step 6：Notion 存档

节点：Notion
配置：
├── Operation: Create Database Item
├── Database: 新闻存档
├── Properties:
│   ├── Title: {{ $json.title }}
│   ├── Summary: {{ $json.summary }}
│   ├── Link: {{ $json.link }}
│   ├── Published: {{ $json.pubDate }}
│   ├── Source: {{ $json.source }}
│   └── Created At: {{ $now }}

运行效果预览：

📰 今日科技新闻摘要

【OpenAI 发布 GPT-5，性能提升 300%】
📰 OpenAI 宣布推出下一代 GPT-5 模型，
   在多项基准测试中性能提升显著。
🔗 原文链接：https://...
🕐 时间：2026-05-28
📡 来源：TechCrunch

🤖 由 n8n AI 工作流自动生成

4.3 案例 3：智能客服机器人（⭐⭐⭐ 高级）

Step 1：Webhook 触发器

节点：Webhook
配置：
├── HTTP Method: POST
├── Path: customer-support
├── Authentication: None（验证在后续节点处理）
└── Response:
    ├── Response Mode: Last Node Output
    └── Response Data: JSON

Step 2：代码节点 - 验证用户

// Node: Validate User
const userId = $input.first().json.user_id;
const token = $input.first().json.token;

// 模拟用户验证（实际应该查数据库）
const validUsers = {
  'user123': { name: '张三', tier: 'vip' },
  'user456': { name: '李四', tier: 'normal' }
};

if (!validUsers[userId]) {
  // 用户不存在
  return [{
    json: {
      error: 'USER_NOT_FOUND',
      message: '用户不存在，请先注册'
    }
  }];
}

const user = validUsers[userId];

// 记录用户信息到后续节点
return [{
  json: {
    ...$input.first().json,
    user_name: user.name,
    user_tier: user.tier,
    validated: true
  }
}];

Step 3：LangChain Agent 节点

节点：AI / LangChain Agent
配置：
├── Model: OpenAI GPT-4
├── Agent: Conversational AI Agent
├── Memory: Chat History（对话历史）
├── Tools:
│   ├── Query Order（查订单）
│   │   └── SQL: SELECT * FROM orders WHERE user_id = '{{ $json.user_id }}'
│   ├── Query Product（查产品）
│   │   └── API: GET /api/products?id={{ $json.product_id }}
│   └── Create Ticket（创建工单）
│       └── Action: Insert into tickets table
├── System Message:
│   """
│   你是一个智能客服助手，名字叫「小e」。
│   
│   你的职责：
│   1. 回答用户关于订单、产品的问题
│   2. 对于投诉和复杂问题，创建工单转交人工处理
│   3. 保持礼貌、专业、简洁
│   
│   用户信息：
│   - 用户名：{{ $json.user_name }}
│   - 会员等级：{{ $json.user_tier }}
│   
│   注意：
│   - VIP 用户享有优先处理
│   - 不要泄露用户敏感信息
│   """
└── Mode: Node.js

Step 4：代码节点 - 格式化回复

// Node: Format Response
const aiResponse = $input.first().json.text;
const userMessage = $('Webhook').first().json.message;

return [{
  json: {
    success: true,
    user_id: $input.first().json.user_id,
    message: aiResponse,
    timestamp: new Date().toISOString(),
    conversation_id: `conv_${Date.now()}`
  }
}];

Step 5：响应节点

节点：Respond to Webhook
配置：
├── Response Code: 200
├── Response Data:
│   """
│   {
│     "success": {{ $json.success }},
│     "message": "{{ $json.message }}",
│     "timestamp": "{{ $json.timestamp }}"
│   }
│   """
└── Response Content-Type: application/json

4.4 案例 4：定时数据同步 + AI 分析（⭐⭐⭐⭐ 生产级）

Step 1：MySQL 节点 - 读取数据

节点：MySQL
配置：
├── Credentials: MySQL 连接凭据
├── Operation: Execute Query
├── Query:
│   """
│   SELECT 
│     id,
│     metric_name,
│     metric_value,
│     threshold,
│     recorded_at
│   FROM 
│     system_metrics
│   WHERE 
│     recorded_at > DATE_SUB(NOW(), INTERVAL 5 MINUTE)
│     AND (metric_value > threshold OR metric_value < threshold * 0.8)
│   ORDER BY
│     recorded_at DESC
│   LIMIT 100
│   """
└── Output: Rows

Step 2：代码节点 - 数据清洗

// Node: Clean Data
const metrics = $input.all();

const cleaned = metrics.map(item => {
  const data = item.json;
  return {
    id: data.id,
    name: data.metric_name,
    value: parseFloat(data.metric_value),
    threshold: parseFloat(data.threshold),
    deviation: Math.abs(data.metric_value - data.threshold) / data.threshold * 100,
    recorded_at: data.recorded_at,
    severity: Math.abs(data.metric_value - data.threshold) / data.threshold > 0.3 
      ? 'critical' 
      : Math.abs(data.metric_value - data.threshold) / data.threshold > 0.2 
        ? 'warning' 
        : 'info'
  };
});

// 按严重程度排序
cleaned.sort((a, b) => {
  const order = { critical: 0, warning: 1, info: 2 };
  return order[a.severity] - order[b.severity];
});

return cleaned.map(item => ({ json: item }));

Step 3：LLM 节点 - 生成分析报告

节点：AI / LLM Chain
配置：
├── Model: OpenAI GPT-4
├── Input Data:
│   - metrics: {{ $json }}
├── Prompt:
│   """
│   你是一个系统监控分析师。请分析以下系统指标异常数据：
│   
│   {{ $json.name }}: {{ $json.value }}
│   阈值: {{ $json.threshold }}
│   偏离程度: {{ $json.deviation }}%
│   严重程度: {{ $json.severity }}
│   
│   请生成一份简洁的分析报告，包含：
│   1. 问题描述（一句话）
│   2. 可能原因（2-3 条）
│   3. 建议处理方式
│   
│   输出格式为 JSON：
│   {
│     "analysis": "...",
│     "causes": ["...", "..."],
│     "recommendations": ["...", "..."]
│   }
│   """
├── Options:
│   ├── Temperature: 0.3
│   └── Response Format: JSON
└── Mode: Node.js

Step 4：条件分支 - 按严重程度处理

节点：IF
配置：
├── Conditions:
│   ├── String: {{ $json.severity }}
│   ├── Operation: Equals
│   └── Value: critical
├── Combine: Any
└── Add Condition:
    ├── String: {{ $json.severity }}
    ├── Operation: Equals
    └── Value: warning

Step 5：发送通知

对于 critical/warning：

// 节点：Telegram
// 发送告警消息
const msg = `
🚨 *系统告警*

📊 指标：${$input.first().json.name}
📈 当前值：${$input.first().json.value}
📉 阈值：${$input.first().json.threshold}
⚠️ 偏离：${$input.first().json.deviation.toFixed(1)}%

🤖 AI 分析：
${JSON.parse($input.first().json.text).analysis}

🔧 建议：
${JSON.parse($input.first().json.text).recommendations.join('\n')}
`;

对于更严重的（添加 Twilio 短信）：

节点：Twilio
配置：
├── Credentials: Twilio 凭据
├── From: +1234567890
├── To: +your-phone-number
└── Message: [同上精简版]

Step 6：Notion Dashboard 更新

节点：Notion
配置：
├── Operation: Update Database Item
├── Database: 系统监控仪表盘
├── Item ID: [固定记录项 ID]
└── Properties:
    ├── Last Check: {{ $now }}
    ├── Critical Count: [计算 critical 数量]
    ├── Warning Count: [计算 warning 数量]
    └── Last Analysis: {{ $json.text }}

五、AI 节点详解

5.1 n8n AI 节点生态

5.2 LLM 节点配置

5.3 LangChain Agent 详解

LangChain Agent 的优势：

六、生产级最佳实践

6.1 错误处理机制

错误处理配置：

节点：Error Trigger
配置：
├── On Error: Continue
├── Error Workflow: [选择错误处理工作流]
└── Error Workflow Trigger: Error Workflow Trigger

错误处理工作流：
1. 记录错误详情到数据库
2. 发送告警通知
3. 尝试自动修复（如重试）
4. 生成错误报告

6.2 凭据安全管理

6.3 性能优化

6.4 监控与告警

关键监控指标：

1. 执行统计

   • 工作流执行次数 / 小时
   • 成功/失败比例
   • 平均执行时间

2. 错误分析

   • 错误类型分布
   • 频繁失败的节点
   • 错误趋势

3. 资源消耗

   • API 调用次数
   • 数据传输量
   • 存储使用

七、常用工作流模板

7.1 模板市场

n8n 内置模板市场，提供 100+ 预制模板：

7.2 自定义模板创建

导出模板：

# 1. 在 n8n UI 中打开工作流
# 2. 点击右上角「Save」旁边的菜单
# 3. 选择「Download as JSON」
# 4. 保存为 .json 文件

# 5. 分享给团队或提交到模板市场

八、常见问题 FAQ

Q1：工作流不触发怎么办？

检查清单：

1. ✅ 触发器是否正确配置
2. ✅ Webhook URL 是否正确暴露
3. ✅ Cron 表达式是否正确
4. ✅ 外部服务是否有调用（如 Gmail API 权限）
5. ✅ 查看执行历史日志

Q2：API 调用超限怎么办？

解决方案：

1. 降低轮询频率（从每分钟改为每小时）
2. 使用批量 API 而非逐条调用
3. 在代码节点中添加请求间隔
4. 考虑升级 API 配额

Q3：数据格式不匹配？

常用解决方案：

// 使用代码节点转换格式
const data = JSON.parse($input.first().json.rawData);
return [{
  json: {
    // 转换为你需要的格式
  }
}];

Q4：执行超时或内存不足？

优化建议：

1. 增加 Docker 内存限制
2. 减少单次处理的数据量
3. 使用分页获取数据
4. 优化代码逻辑，减少中间变量

九、总结

下一步行动

资源链接

附录：常用节点速查表

本文基于 n8n 1.0+ 编写。如有问题欢迎评论区讨论！