如何使用n8n構建AI工作流
譯者 | 劉濤
審校 | 重樓
n8n 作為一個基于節點的可視自動化平臺，用戶通過拖放節點的操作，即可達成任務自動化。鑒于其內置了適用于智能體與應用集成的節點，n8n 在多步驟自動化和人工智能鏈路領域中廣受歡迎。
本教程將構建一個小型個人日歷智能體。該智能體可監聽聊天消息、提取事件詳情、并在Google日歷中創建日程安排。在此過程中，用戶將了解如何完成 n8n 的設置、添加人工智能智能體節點，以及實現各節點間結構化數據的傳輸。
目錄
1.前期準備
- n8n賬戶的設置方法
2.個人日歷智能體的構建流程
- 步驟 1：聊天觸發器的設置
- 步驟 2：AI智能體的配置
- 步驟 3：添加Google日歷節點
- 步驟 4：測試環節
3. 總結
前期準備
- n8n 賬戶：具體設置步驟如下。
- Google賬戶：此賬戶用于在Google日歷中創建事件。
n8n賬戶的設置方法
n8n可部署于云端或本地環境。
在云端部署是較為簡便的方式，用戶可通過訪問 n8n官方網站注冊并創建免費試用賬戶，快速啟動服務。
對于偏好自托管的用戶，可通過npm（Node Package Manager的縮寫，是 JavaScript 生態中最常用的包管理工具，主要用于安裝、管理和共享代碼庫（即 “包”）。）安裝免費的n8n包，并在本地主機上運行實例。
此外，n8n 也支持通過 Docker 進行自托管。用戶可在本地系統中運行 n8n 鏡像以部署服務。具體操作步驟如下：
首先，下載并安裝 Docker Desktop 應用程序。
隨后，在鏡像搜索界面（Search Images）查找 n8nio/n8n 鏡像：
選擇該鏡像后，點擊“run”按鈕，并在配置選項中設置本地主機端口映射。
完成上述步驟后，n8n 服務即可通過本地主機訪問。
個人日歷智能體的構建流程
現在進入核心構建環節：創建一個能夠監聽聊天消息、通過AI智能體解析用戶請求，并自動在Google日歷中創建事件的工作流。該流程將展示 n8n 平臺在人工智能驅動自動化任務中的能力。
以下是該工作流程的構建步驟說明：
1. 添加聊天節點，用于接收或模擬輸入的聊天消息，并將其傳遞至后續節點。
2. 配置AI智能體節點，對輸入消息進行自然語言理解，從中提取結構化的事件信息，包括標題、地點和時間。
3. 添加Google日歷節點，將AI智能體輸出的結構化數據映射至日歷事件字段，并調用 API 創建對應事件。
步驟 1：聊天觸發器的設置
每個工作流程都始于一個觸發器，該觸發器作為啟動后續所有操作的初始事件。本例中，使用一個用于監聽新消息的聊天觸發器。
1. 訪問儀表板頁面：https://<你的用戶名>.app.n8n.cloud/home/workflows，點擊創建工作流。
2.在編輯界面中，點擊“Add first step..”，添加“On chat message”作為觸發器。
3.在該節點的屬性面板中，啟用“Make Chat Publicly Available ”選項。啟用后，系統將生成一個唯一 URL，可用于分享給他人，使其通過聊天界面發送消息以預約日歷活動。
步驟 2：AI智能體的配置
此節點充當該工作流的“大腦”。AI智能體節點具備理解自然語言、進行決策以及提取結構化數據的能力。每個AI智能體主要由四個模塊構成：模型、提示、工具和輸出。
1. 設置模型
在觸發節點后點擊 “+” 圖標，添加AI智能體節點。該節點需要依賴一個模型來運行。點擊 “Chat Model” 下方的 “+” 并選擇 “OpenAI Chat Model” 節點。
當前可選擇“n8n free OpenAI API credits” 作為用戶憑證。未來用戶也可以在 OpenAI 官方平臺網站上注冊，并在“API 密鑰”頁面創建新的密鑰以用于認證。
2. 啟用日期時間工具
工具是與智能體連接的功能性節點，可在執行過程中被調用以完成具體操作（如獲取數據、格式化日期或運行代碼等），而不僅限于文本推理。本例中將使用“日期與時間”工具，將用戶輸入的可讀日期轉換為適用于 Google Calendar API 的 Unix時間戳（??Unix Timestamp??）。
啟用步驟如下：
- 點擊AI智能體工具區域下方的“+”按鈕；
- 在列表中找到并選擇“日期與時間”工具；
- 將操作設置為“格式化日期”；
- 將日期設置為“由模型自動定義（允許智能體自行傳遞日期）”；
- 將格式設置為“Unix 時間戳”；
- 將“輸出字段名稱”重命名為“unixTime”。
3.添加智能體提示
智能體提示（Agent Prompt）是一組指令與上下文信息，用于定義AI智能體的行為模式、目標及對用戶輸入的處理方式，配置方法如下：
- 雙擊AI智能體節點以進入編輯狀態；
- 將提示來源（用戶消息）設置為“在下方定義”；
- 在提示（用戶消息）中復制以下提示信息：
## Overview
You are an agent which helps parse the user message to identify the following details:
1. The title for the meeting
2. The location of the meeting
3. The meeting start and end Unix times.
Here is the User Message: {{ $json.chatInput }}
## Rules for event time identification:
- The current date time now is: {{ $now }}
- Resolve relative phrases like "tomorrow", "next Friday", "in 2 hours" relative to now.
- If duration given (e.g., "30 min" or "2 hours"), compute end_time from start_time.
- If only a start time given, default duration = 60 minutes.
## Getting event_start and event_end unix
- Use the "Date & Time" tool to convert the computed event start and end time to unixtime.
4.設置結構化輸出
- 啟用AI智能體中的“Require Specific Output Format”開關；
- 單擊輸出解析器下方的“+”，選擇“Structured Output Parser”；
- 復制以下要從用戶消息中提取的示例 JSON 結構：
{
"meeting_title": "Learn Geometry",
"meeting_location": "Library",
"event_start": 1759644763,
"event_end": 1759644764
}
步驟 3：添加Google日歷節點
最后一步是接收AI智能體輸出的結構化數據，并利用該數據創建日歷事件。
- 在AI智能體節點后點擊“+”圖標，搜索并添加“Google日歷”節點。
- 在節點配置中，將資源設置為“Event”，操作設置為“Create”。
- 創建新的 OAuth2 憑證，并登錄目標 Google 賬戶。系統將跳轉至 Google 授權頁面，提示用戶確認并授予n8n對日歷服務的訪問權限。
完成認證后，需將AI智能體提取的結構化數據映射至Google日歷節點的對應字段。此過程實現自動化數據傳遞與轉換。字段映射配置如下：
1.選擇開始為：
{{ DateTime.fromSeconds($json.output.event_start).toFormat("yyyy-MM-dd HH:mm:ss") }}
2.選擇結束為：
{{ DateTime.fromSeconds($json.output.event_end).toFormat("yyyy-MM-dd HH:mm:ss") }}
3.選擇地點為：{{ $json.output.meeting_location }}
4.選擇摘要為：{{ $json.output.meeting_title }}
步驟 4：測試環節
大功告成！現在已成功構建一個由人工智能驅動的自動化工作流，能夠根據聊天消息在Google日歷中創建事件。你可通過界面頂部的開關激活該工作流，點擊“打開聊天”按鈕即可啟動對話并發送測試消息。工作流程執行過程中，可實時查看各節點的輸入與輸出狀態。
執行完成后，可點擊Google日歷節點，在結果面板中查找“htmlLink”字段，該字段包含指向所創建日歷事件的直接鏈接，用戶可通過該鏈接在瀏覽器中查看事件詳情。
總結
本教程演示了如何在 n8n 的可視化界面中構建一個簡單的人工智能驅動自動化工作流。其核心優勢在于支持通過自定義智能體、提示指令和工具鏈，靈活構建符合特定需求的個性化自動化方案。
n8n 的生態系統依托社區貢獻的模板持續擴展，用戶可復用數千個預建工作流，也可分享自己的創作。若本教程對實踐有所助益，建議進一步嘗試擴展當前工作流功能，并參考 n8n 官方文檔深入了解各類節點的使用方式。
譯者介紹
劉濤，51CTO社區編輯，某大型央企系統上線檢測管控負責人。
標題：??How to Build AI Workflows with n8n??，作者：Soham Mehta
