AI教程网

每天一篇AI教程

用n8n搭建自动化工作流:让AI替你干活

2026-09-21

用n8n搭建自动化工作流:让AI替你干活

前阵子我算了一笔账,每天花在重复操作上的时间大概有1.5小时——把邮件里的附件存到网盘、把公众号文章同步到几个平台、手动整理表格数据、给客户发跟进邮件。这些事不难,但特别碎,碎到你根本意识不到时间是怎么没的。

后来我开始用n8n,把这些活儿一件件交给它。现在这些流程基本不用我管了,AI在里面负责判断和生成内容,n8n负责跑腿和调度。这篇文章就把我从安装到实战的整个过程写下来,你跟着做,大概一个下午就能跑通第一个工作流。

n8n到底是个什么东西

n8n到底是个什么东西

简单说,n8n是一个开源的工作流自动化工具,你可以把它理解成"自己部署的Zapier"。它用节点(Node)的方式把不同的服务串起来:这个节点收数据,那个节点处理数据,最后一个节点把结果发出去。

和Zapier、Make这些SaaS工具比,n8n最大的好处是可以自己部署,数据留在自己服务器上,而且免费版没有任务次数限制。对于要处理敏感数据、或者工作流跑得比较频繁的人来说,这点很关键。

对比项 n8n(自部署) Zapier Make
费用 开源免费 免费版每月100次任务 免费版每月1000次操作
数据位置 自己的服务器 云端 云端
AI节点 内置LangChain节点 需付费套餐 需付费套餐
自定义代码 支持JS/Python 受限 受限
上手难度 中等 低 低

我选n8n主要就是冲着AI节点去的,它内置了LangChain相关的节点,可以直接调OpenAI、Claude、Ollama这些模型,不用自己写胶水代码。

装起来比想象中简单

如果你有服务器,用Docker装是最省事的。一行命令:

docker run -it --rm --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n

跑起来之后浏览器打开 http://你的IP:5678,设置个管理员账号就能用了。没有服务器的话,用n8n官方的Cloud版本也行,注册就能用,就是任务次数有限制。

我一开始是在本地Mac上用npm装的,命令是 npx n8n,也能跑,适合先试试水。但真要长期用,还是建议放服务器上,不然电脑一关工作流就停了。

第一个实战:让AI自动处理邮件

第一个实战:让AI自动处理邮件

说个我实际在用的场景。我有个邮箱专门收客户咨询,以前是手动看、手动分类、手动回复。现在这套流程全自动了:

触发节点用IMAP Email,监听收件箱。新邮件进来后,数据传给下一个节点。

AI处理节点用Basic LLM Chain,接OpenAI的模型。我在提示词里写清楚:判断这封邮件是"咨询报价""技术支持"还是"垃圾邮件",并且如果是咨询报价,提取出客户公司名和需求要点,用JSON格式返回。

分支节点用Switch,根据AI返回的分类走不同路径。咨询报价的自动打标签、存到Notion数据库,同时发一条飞书通知给我;技术支持的转给同事;垃圾邮件直接归档。

整个流程搭下来大概20分钟,现在每天帮我省掉至少40分钟的邮件处理时间。关键是AI判断的准确率还不错,我用了两周,误判的大概就三四封,手动改一下就行。

几个让工作流更好用的细节

错误处理一定要配。 n8n的节点可以设置"Continue On Fail",但更好的做法是加一个Error Trigger工作流,一旦哪个流程挂了,直接推送到你的IM消息里。我有次一个API密钥过期了,就是因为没配错误提醒,白白跑空了两天。

善用Code节点。 有些数据格式n8n自带的节点处理不了,直接用Code节点写几行JavaScript,比绕来绕去强得多。我经常用它来清洗AI返回的JSON,因为模型有时候会多输出一段解释文字,得手动截取。

AI节点的温度值别设太高。 做分类、提取这类任务时,temperature设成0或者0.2就够了,设高了结果不稳定,同一个输入两次跑出来可能不一样。

定时任务用Schedule Trigger。 不是所有工作流都要实时触发。比如我有个每天汇总行业新闻的工作流,就是早上7点跑一次,AI总结完发到我微信上,通勤路上正好看。

关于AI在里面扮演的角色

我自己的体会是,n8n负责"流程",AI负责"判断"。传统自动化工具只能做if-else那种硬逻辑,遇到"这封邮件是什么意思""这段文字该归到哪类"就歇菜了。加上AI节点之后,那些需要理解语义的环节也能自动化了。

举个具体的,我有个工作流是监控几个竞品的公众号,新文章发出来后,AI先判断这篇值不值得看(有些就是纯广告),值得看的再总结成三句话推给我。这个"值不值得看"的判断,就是AI在做,换成规则引擎根本写不出来。

最后说点实际的

n8n的学习曲线不算平缓,第一次打开那个画布界面可能会有点懵。但它的文档写得挺清楚,社区里模板也多,遇到问题搜一下基本都有答案。

我的建议是别一上来就想搭个大而全的系统,先找一个你每天都要做的、最烦的小事,把它自动化掉。跑通一个,你自然就知道下一个该怎么搭了。我现在手上跑了十几个工作流,大部分都是从一个很小的需求开始,慢慢长出来的。

真要说门槛,其实不是技术,是你得先想清楚自己每天到底在重复做什么。这个想明白了,剩下的就是拖拖拽拽的事。