AI落地开源三剑客系列教程:工作流平台n8n使用教程

今天终于到了企业AI开源落地三剑客的最后一个了,也是最重量级的一个:n8n。在Github上现在爆砍109K Star。其实这个工具早在2019年就有了,在2024年2月份的时候,也不到40K Star,知名度也有限。

但是最近一年间,尤其2024年5月份之后,Star开启了断崖式暴涨,并且在上个月把之前开源智能体的王者Dify也斩于马下。我个人感觉原因是:它的本质是主打工作流平台,但是增加了Agent模块之后,真正将这个平台推向了大众视野,大家本来想感受下这个平台的智能体功能如何,结果用着用着发现,他的功能太强大了,可以连接各种工具完成更强大的功能,所以生态一下就起来了。

说实话,我个人也是去年年底看一篇文章才知道的这个平台,当安装完后,还没开始正式用,开始研究他的基础功能,当打开其模块之后,就把它加入收藏了,因为他能做的事实在太多了,模块中支持的工具实在太丰富了,不愧被人称作为"瑞士军刀",现在日常也一直在使用。

官网:
github.com/n8n-io/n8n

docs.n8n.io/

个人感觉,普通人开始使用或许不太适应,官方的使用文档也是英文的,对没有技术背景的新手而言不太友好;但如果你有技术背景,那这个工具相信绝对会发挥出特别大的价值,用了它,我感觉之前一些RPA工具和低代码平台也不过如此。话不多说,开启今天n8n的正式学习之旅。

安装启动安装非常简单,Docker命令即可(如果现在谁还不会Docker赶紧去学,也不难,现在大多数工具的安装都是Docker方式了),但默认是英文版本,官方不提供汉化和多语言。

bash 复制代码
docker volume create n8n_data
docker run -it --rm --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n

当然也可以npx方式安装,但个人还是推荐上面Docker方式安装。

复制代码
npx n8n

安装完成后,访问:http://localhost:5678 即可。但英文页面,对于大多数来说,使用起来很不方便,所以也可以安装社区汉化的中文版,功能上都是一样的。n8n汉化版:github.com/other-blows...

shell 复制代码
# 拉取代码git clone https://github.com/other-blowsnow/n8n-i18n-chinesecd n8n-i18n-chinese# 只支持 1.86.1+以上使用该方法git checkout n8n@1.86.1# 运行docker-compose up

安装后,默认端口这次是15678,所以访问:http://localhost:15678 。(因为我之前安装过了,直接进入登录页面,否则首次我记得应该是个用户的注册页面,具体记不清了)

最后说一下对于硬件的要求,安装n8n对硬件配置要求不高,官方要求是下面如图所示的配置。

但我个人感觉,内存最起码的8G(推荐16G),SSD硬盘肯定越大越好。

基本功能介绍n8n的核心功能就是之前一直强调的:工作流。页面也很清爽,没有那么多菜单需要探索。正常开源社区版已足够强大,基本可以满足个人和大多数中小企业日常需求,但如果你要求有SSO登录、监控统计、并发执行等功能,可以考虑下面付费的各种版本。

具体付费各版本区别可以参照官网:n8n.io/pricing/

接下来,详细给大家介绍n8n的基本功能都有哪些。

登录之后,页面如下图所示。

左侧区域

在左侧区域,我们可以有下面这几个菜单:

模版:可以看到社区中大家创建工作流的一些模版,覆盖了各类场景,拿来就可以直接用,可以大幅降低我们创建工作流的门槛。这个后面会具体讲如何使用。

变量:这个菜单开源版是不可以使用的,需要升级到企业版才可以。变量主要是用于存储和访问跨工作流的数据,类似于系统全局变量的感觉,在工作流中是不可以修改其值的。、

Insights:主要是监控工作流的一些执行情况。开源版不可用,需升级。

帮助:主要是一些课程和帮助文档等。

updates:这个就没啥多说的了,告诉你n8n版本信息,例如我现在的版本是1.93.0,它会告诉你当前还有几个最新版本,提示你更新。所以从下图也能看出来,他一个月发布了四个新版本,就足以看出来社区多么活跃。

个人设置:最下方,点击个人信息会弹出来【设置】和【注销】的菜单,其中设置中可以对个人和n8n的一些基本信息进行设置。

其中大多数都需要升级才可用,例如【外部密钥】、【环境】、【SSO】、【日志流】等。

还有些需要自己安装,例如【社区节点】这个菜单,这个菜单特别重要,可以使用社区节点增强工作流,但需自己搜索和安装,来丰富你的n8n可以选择的工具(节点)。

例如我之前安装了一个社区节点【n8n-nodes-evolution-api】。

然后后续你在创建工作流使用时,就可以添加这个工具了。(官方定义创建工作流时选择的叫节点,我把它称之为工具感觉更贴切些,所以后面提到的无论节点也好,工具也好,都是指一个东西)

所以从这里就可以看出来,n8n的扩展性非常强,除了它内置的一些工具可以选择外,你可以通过【社区节点】这个菜单去拓展,原则上你可以有1000多个工具可以使用。这个菜单相信大家以后会很常用。

其他的还有一个菜单可能会用到,就是【n8n API】,你可以创建一个API Key,后续如果有需求想写代码调用n8n工作流时可以用到。

核心区域

上面把左侧菜单介绍完了,然后介绍下n8n的核心区域。在核心区域中,主要是可以创建和查看工作流的使用状况等,都是跟工作流相关的一些功能。但是这里重要介绍一个,【凭证】。

凭证:凭证中,所存储的是一些密钥信息。例如你的工作流中可能需要用到连接mysql数据库这个工具,连接mysql时我们都知道,肯定需要配置地址、端口、用户名和密码等连接信息,所以这些信息就会存储在凭证中。而n8n中创建的工作流,同样支持导出和导入功能,但是导出时,并不会把你的凭证给导出去,这点大家可以放心。别人导入你导出的工作流时,用到mysql节点的凭证信息,需要在他的n8n中再次重新配置。

以上就介绍完了n8n的基本功能了,相信大家对这个工具也有了一定的了解。下面我们通过3个实战案例,来了解下n8n工作流如何创建和使用。

实战1:连接MCP,创建智能体上来我们就先来个王炸的,谁叫n8n近一年那么炸裂是因为集成了AI(智能体)模块,那咱们就再结合最近爆火的MCP来玩一下。第一步:在第一步,我们添加【在聊天消息时】触发工作流。

然后我们在这个节点什么都不用设置,单击最上方【返回画布】即可。如果后续想设置,双击工作流节点,即可进入该节点的详细设置。

第二步:第二步中,我们添加【人工智能】节点下的【AI Agent】工具。

同样,我们也什么都不进行设置,直接返回画布,发现多了一个【AI Agent】工具,但这个节点中有三个地方需要设置,分别是【Chat Model】、【Memory】和【Tool】。

第三步:我们先添加【Chat Model】,其实这里就是配置一个模型即可。我这里添加的是DeepSeek,配置时,需要添加DeepSeek模型的API Key(之前讲了太多如何详细配置DeepSeek模型的方法,大家可以去翻之前的Dify的使用上这篇公众号去查看如何配置,这里不过多介绍了),然后完成DeepSeek凭证的添加,这里模型选择是DeepSeek的Chat模型,大家选择Reasoner推理模型也可以哈。

第四步:我们先添加【Memory】节点。很多人可能不知道这个节点是干嘛的,这里简单介绍下。Memory这里主要用来存储上下文等信息,否则多轮会话时太长了你存哪。这里为了方便,我们选择n8n默认自带的【Simple Memroy】数据库,默认的配置即可。当然,你也可以选择用Mongo、Postgres或Redis等数据库进行存储。

第五步:也是最后一步了,我们需要添加工具了,因为我们要整合MCP,所以选择MCP工具即可。

这里我们需要对MCP进行设置,主要是添加【SSE Endpoint】、【Authentication】选择None、【Tools to Include】选择All。然后可以单步测试下这个节点,我们选择【测试步骤】,可以看到选择我之前配置的MCP工具【gmail_send_email】就算配置MCP成功了。

到这里,我们就全部配置完成了。我们可以右上角保存一下,左上角给这个工作流改个名字(我改成了Chatbot-2),然后就进行测试。

这里我问他【告诉我什么是大模型】,他只调用了两个节点,一个是大模型节点,用于回答问题;一个是存储节点,用来存储提问的问题和大模型回答的结果。这里并没有场景说,需要调用MCP工具去做什么,所以完全正确。

然后我继续追问,【给【XXXXXX@qq.com】发送邮件,邮件主题是【test】,邮件内容的是上面大模型的回答】。这里可以看到,调用了MCP工具中的发送邮件这个工具,给我的QQ邮箱发了邮件。

发件人是我MCP中的Google邮箱的地址。

大家可能有疑问,为什么这次这三个节点都调用了呢。这里有点偏Agent+MCP的基础,简单解释下,Memory还是存储聊天的内容,而这次调用Chat Model节点是用来选择调用MCP工具用的,而最后的MCP工具节点,就是干活来发送邮件。到这里,用n8n,连接MCP,创建智能体的Demo就讲完了。结束,撒花🎉🎉🎉!!!

实战2:连接MySql数据这次,我们来创建一个传统的工作流,连接Mysql数据库。经过上一个实战,我们都知道如何创建和配置工作流了,也知道了如何在单个节点上进行单步调试,所以这一次,就不一步步带着大家创建了。创建完如图所示:

简单说明下,这里我们的触发节点是单击时触发,然后连接mysql节点,对某个数据库表进行查询,最后将查询内容,连接一个导出txt文本的节点,对查询结果进行txt文件导出。其中这里主要的就是对MySQL数据库进行配置,配置成功后,配置信息会保存在凭证中。

而在最后一个Export txt节点中,把要导出的字段配置进去即可。

这个实验很基础了,大家自己做完要是有问题,可以留言给我。

实战3:模版的使用这个实战,我们不是从0去创建一个工作流,而是使用模版创建一个。我们点解【模版】菜单,打开模版的网站,发现里面有2669个模版,是不是很多。我们就选择主页推荐的第一个【Creating an API endpoint】模版进行实战。

进去这个模版的详情页,我们点击【Use for free】,然后在弹出的页面,我们点击【Copy template to Clipboard(JSON)】。

然后回到我们自己的n8n中,新建的工作流中,直接Ctrl + V粘贴即可。使用模版就这么简单。想用谁,复制+粘贴大法。

这个工作流具体怎么用,大家具体看英文说明即可,我给大家测试下。我们点击【测试工作流】,会发现他正处于一个等待触发的状态(因为开始节点是Webhook嘛),并且有提示说:Waiting for you to call the Test URL。

我们打开一个新的浏览器tab页,输入【http://localhost:15678/webhook-test/6f7b288e-1efe-4504-a6fd-660931327269?first_name=bob&last_name=dylan】,

然后网页中即可返回下图信息就算成功了。

最后我们再次返回n8n页面,可以看到各节点都被正确地执行了。

到这里,这个实验就做完了。结束,撒花🎉🎉🎉!!!

其他:导出 & 导入这个之前就提到过,你创建的工作流,页可以通过导出+导入的方式给别人使用,并且凭证不会跟着导出,所以很方便安全。

其他:有哪些默认的工具最后给大家看一下,n8n默认的工具都提供了哪些,最后可以应用到哪些场景,我的企业或个人有没有必要上n8n。(要是基本节点不满足,用我上面说的【社区节点】这个菜单自行进行扩展)。

1、触发方式多样化,上面已经给大家展示了,可以通过聊天触发、通过点击触发、也可以通过webhook方式触发,当然也可以添加Cron定时触发进行调度,还有很多,请大家自行探索。

2、基础的低代码常用工作流节点,例如If、Switch、Merge、Wait、Filter、Loop、Http Request(有这个工具难道还不够吗,万能的HTTP工具啊)等。这个大家都之前玩过Dify了,应该都很熟悉了。

3、连接开发中常用的各类中间件工具类节点,例如各种数据库、消息队列、FTP、Jenkins、Kibana等,甚至AWS和Azure云平台的很多节点都支持连接,实在太多了,不想举例了,这是我最喜欢的n8n这个工具最重要的原因之一。

4、另一个我喜欢n8n的原因之一,它可以连接的三方平台实在太多了,只要你能想到,他就有。例如Teams、Slack、Facebook、HuggingFace、Line、Feishu、Wechat等都支持。(因为每个版本默认工具不一样,类似Feishu和Wechat这种节点需要去【社区节点】中自行安装,谁叫毕竟是国产呢,没办法)。

所以介绍到这,能不能感受到n8n这个工具平台的强大之处和无所不能,是不是无愧被称作"瑞士军刀"。我不信企业内部没有能用到的场景,所以n8n如今可以得到那么多star数,一定有原因的。

到这里,n8n的基本使用就介绍完了,通过这篇文章,相信大家了解了n8n的基本功能和感受到了他强大的扩展性,里面的实战部分,大家有时间回去一定要自己做一下,感受下n8n这个平台,相信你一定会使用后停不下来。有人说,他跟jenkins比咋样,其实各有各的使用场景,有些场景下用谁都可以,这里也不详细说明了,可以单独问我。

最后说一下,本篇文章主要介绍的是n8n开源的社区版本,所以功能都是免费的,其他的各类付费版本提供了更强大更安全更完善的功能,所以很多企业真的从开源版本转为了付费版本,关于各类付费版本的介绍,大家可以去网上找资料,我就无力提供了。最后真心希望大家能把n8n玩出花来,助力个人和企业的发展。

最后到此为止,企业AI落地开源三剑客Dify、RAGFlow、n8n的基本使用全部完结,感谢大家的支持,撒花🎉🎉🎉!!!

原文地址:https://mp.weixin.qq.com/s/Pm0S-090GzN__HijNPnDkg

相关推荐
tinker17 小时前
ROS2 - SLAM 同步定位与建图
程序员
夫子39617 小时前
【深度干货】Transformer推理优化完全指南:模型压缩、推理加速与硬件调优
人工智能·llm
智泊AI18 小时前
终于有人把AI大模型训练过程讲明白了!!!
llm
大模型真好玩20 小时前
大模型Agent开发框架哪家强?12项Agent开发框架入门与选型
人工智能·agent·mcp
数据智能老司机1 天前
建构 AI Agent 应用——Agentic 系统的学习机制
架构·llm·agent
数据智能老司机1 天前
建构 AI Agent 应用——编排
架构·llm·agent
董厂长2 天前
SubAgent的“指令漂移 (Instruction Drift)“困境
人工智能·agent·mcp·subagent
镰刀韭菜2 天前
【AI4S】大语言模型与化学的未来,以及整合外部工具和聊天机器人的潜力
llm·transformer·大语言模型·药物设计·分子发现·chemchat·smiles
数据智能老司机2 天前
建构 AI Agent 应用——工具调用
架构·llm·agent
aopstudio2 天前
llms.txt:为大模型打造的“网站说明书”
人工智能·python·llm·开发者工具