【AI智能体】N8N 对接飞书多维表实现数据增删改查实战详解

一、前言

[二、N8N 介绍](#二、N8N 介绍)

[2.1 n8n 是什么](#2.1 n8n 是什么)

[2.2 n8n 核心特点](#2.2 n8n 核心特点)

[2.3 n8n 主要应用场景](#2.3 n8n 主要应用场景)

[2.4 飞书多维表介绍](#2.4 飞书多维表介绍)

[2.4.1 飞书多维表](#2.4.1 飞书多维表)

[2.4.2 多维表核心功能](#2.4.2 多维表核心功能)

[2.4.3 多维表优势](#2.4.3 多维表优势)

[2.4.4 智能体对接飞书多维表优势](#2.4.4 智能体对接飞书多维表优势)

三、基于N8N工作流操作过程

[3.1 前置准备](#3.1 前置准备)

[3.2 配置飞书多维表操作工作流](#3.2 配置飞书多维表操作工作流)

[3.2.1 创建飞书应用](#3.2.1 创建飞书应用)

[3.2.2 创建一个飞书多维表](#3.2.2 创建一个飞书多维表)

[3.2.3 添加一个表单提交节点](#3.2.3 添加一个表单提交节点)

[3.2.4 增加飞书新增记录节点](#3.2.4 增加飞书新增记录节点)

[3.3 N8N 配置操作飞书多维表增删改查](#3.3 N8N 配置操作飞书多维表增删改查)

[3.3.1 增加飞书查询节点](#3.3.1 增加飞书查询节点)

[3.3.2 增加一个判断节点](#3.3.2 增加一个判断节点)

[3.3.3 增加一个插入飞书节点](#3.3.3 增加一个插入飞书节点)

四、写在文末

一、前言

2025年是AI大模型广泛使用的一年，随着大模型的能力日渐完善，基于大模型的其他周边的能力也逐步被开发出来，也在更广泛的领域中开始使用，比如结合低代码+工作流的AI智能体平台，基于传统的互联网应用的各自人工智能客服系统，各种助手等，因此大模型的边界得到了很大的拓展。在国内，比如典型的具有代表性的像Coze ，国外的Dify 等智能体平台，就是很好的将大模型的能力发挥到极致的代表，本文以智能体平台中非常核心的一个模块，工作流为例，来聊聊另一个近期非常火热的融合大模型与各种插件的流程编排工具，n8n。

二、N8N 介绍

2.1 n8n 是什么

n8n 是一个开源的工作流自动化工具，它允许用户通过可视化的方式创建、执行和自动化各种任务，这些任务可以是数据处理、文件操作、API 调用等。n8n 支持多种节点（nodes），每个节点代表一个特定的操作或服务，例如读取数据库、发送电子邮件、与第三方服务API交互等。官网：

https://n8n.io/

假设你是一名运营人员，每天需要在社交媒体平台上发布内容，同时还要将相关数据记录到表格中。使用n8n，你可以创建一个工作流，当你在WordPress上发布新文章时，n8n自动将文章分享到Twitter、Facebook等社交媒体平台，同时把文章的标题、发布时间等信息同步到Google Sheets表格中，这一系列操作一气呵成，大大节省了你的时间和精力。

又或者你是一名开发人员，需要定期从GitHub上获取更新的issues和pull requests信息，并发送邮件通知相关人员。利用n8n，你可以轻松设置一个定时任务，让它每周自动从GitHub获取相关信息，然后通过Gmail发送邮件通知，无需手动去查看和发送。

除了多平台集成，n8n还提供了丰富的触发器选项，你可以根据时间（定时任务）、特定事件（如收到新邮件、文件上传等）来触发工作流程。

2.2 n8n 核心特点

n8n 具有如下核心特点：

开源与可自托管
- n8n 采用公平代码（Fair-code）许可，允许用户免费使用、修改甚至自托管，适合注重数据隐私的企业或个人。
- 企业版提供云托管选项（需付费）
可视化工作流编辑器
- 通过拖放节点（nodes）构建自动化流程，每个节点代表一个应用或操作（如 HTTP 请求、数据库查询、AI 工具调用等）。
广泛的集成支持
- 支持 600+ 应用和服务（如 Slack、GitHub、Google Sheets、OpenAI、Telegram 等），也支持自定义 API 调用。
- 社区贡献的节点可通过 n8n.nodes 库扩展功能。
灵活的执行方式
- 可手动触发、定时触发或通过 Webhook 触发。
- 支持条件分支、错误处理、数据转换等高级逻辑。
开发者友好
- 支持 JavaScript/Python 代码片段嵌入，满足定制化需求。
- 可导出/导入 JSON 格式的工作流，便于版本控制和共享。

从技术角度来看，n8n采用了先进的节点式架构。每个节点代表一个独立的操作，比如发送邮件、触发API、数据过滤等。用户可以通过简单的拖拽方式，将不同的节点连接起来，构建出复杂的自动化工作流。这种模式不仅便于非技术人员上手使用，同时也为高阶开发者提供了足够的灵活性，他们可以通过JavaScript或Python代码自定义节点逻辑，来满足更复杂的业务需求。

2.3 n8n 主要应用场景

了解了n8n的能力后，你可以将它应用到许多实际场景中：

客户支持自动化：自动分析客户反馈邮件的情感倾向，并根据情绪积极或消极，将其自动路由至不同的处理团队。
智能内容生成：构建一个工作流，根据热点话题自动检索资料，并调用AI模型生成社交媒体帖子或视频脚本，最后发布到指定平台。
数据同步与处理：定期从数据库或API中提取数据，进行清洗和转换后，将结果汇总并发送到指定的Slack频道或生成报告。
构建RAG助手：搭建一个检索增强生成（RAG）AI客服代理，它能够根据你提供的内部文档（如产品手册）知识，智能地回答用户问题。

2.4 飞书多维表介绍

2.4.1 飞书多维表

飞书多维表格，是飞书推出的一款高效、灵活的在线协作工具，结合了传统表格的易用性和数据库的强大功能，支持多维度数据管理和实时协作。它广泛应用于项目管理、销售跟踪、财务管理、人力资源等多个业务场景，并集成了AI能力，进一步提升自动化水平。

2.4.2 多维表核心功能

飞书多维表具备如下核心功能：

多维数据管理：
- 多种字段类型：支持文本、数字、日期、单选、多选、人员、进度、按钮等字段类型，满足复杂业务需求。
- 数据关联：支持单向关联和双向关联，实现跨表数据引用，减少重复录入。
- 多级分组：可按不同字段进行多级分组，如先按"需求分类"分组，再按"优先级"细分。
多视图模式
- 表格视图：传统表格形式，适合数据录入和批量编辑。
- 看板视图：类似Trello，适用于任务管理，可按状态分组展示。
- 甘特图：直观展示任务时间线，适用于项目管理。
- 日历视图：适用于日程安排、会议管理等时间敏感型任务。
自动化与AI能力
- 自动化流程：可设置触发条件（如时间、数据变更）自动执行任务分配、消息通知等操作。
- AI辅助：
  - Kimi阅读助手：可自动分析Word/PDF/Excel文件，提取关键信息并填入表格，减少人工操作。
  - 智能公式生成：输入自然语言指令，AI可自动生成复杂计算公式（如财务折旧计算）。
数据可视化与仪表盘
- 图表支持：柱状图、折线图、饼图、漏斗图等，支持自定义布局。
- 仪表盘：可组合多个图表，实时监控业务数据，并支持定时推送。
协作与权限管理
- 多人实时编辑：团队成员可同时修改数据，变更实时同步。
- 精细化权限：可控制行、列、单元格级别的访问权限，确保数据安全。

2.4.3 多维表优势

飞书 多维表具备如下优势：

高性能：单表支持100万行数据，仪表盘可统计1000万行数据，计算速度极快。
低代码/无代码：无需编程即可搭建业务系统，如CRM、项目管理工具等。
模板丰富：提供项目管理、销售管理、HR管理等模板，降低使用门槛。
飞书生态集成：与飞书审批、通讯录、IM等功能无缝衔接。

2.4.4 智能体对接飞书多维表优势

使用智能体（如Coze、Kimi等AI助手）对接飞书多维表格，能够显著提升数据管理效率和自动化水平，同时降低人工操作成本。以下是其主要优势及具体应用价值：

1）自动化数据流转，检索人工操作

场景示例：
- 智能录入：通过智能体自动解析邮件、PDF、网页等非结构化数据（如发票、合同、用户反馈），提取关键字段（金额、日期、客户名称）并写入飞书表格，避免手动复制粘贴。
- 实时同步：智能体监听外部系统（如电商平台、CRM），当订单状态变更时，自动更新飞书表格中的销售数据。
优势：节省80%以上的重复性操作时间，减少人为错误。

2）自然语言交互，降低使用门槛

场景示例：
- 语音/文本指令：用户直接对智能体说"将上周销售额超过1万的客户标记为高优先级"，智能体自动筛选数据并修改表格字段。
- 智能问答：提问"第三季度哪个产品的退货率最高？"，智能体从多维表格中提取数据并生成分析报告。
优势：非技术人员无需学习公式或SQL，通过自然语言即可操作复杂数据。

3）AI增强的数据分析与决策支持

场景示例：
- 趋势预测：智能体基于历史销售数据，预测下月需求并生成备货建议，直接写入表格。
- 异常检测：自动监控库存表格，当某商品库存低于阈值时，触发预警并通知负责人。
优势：将静态数据转化为动态洞察，辅助快速决策。

4）跨系统集成与流程打通

场景示例：
- 跨平台同步：智能体作为"中间件"，将飞书表格中的招聘进度同步至外部招聘系统（如BOSS直聘），或把电商订单数据导入财务系统（如用友）。
- 自动化审批：当表格中"报销金额"字段超过5000元时，智能体自动发起飞书审批流程。
优势：弥补飞书生态外部的集成短板，连接企业现有工具链。

5）灵活的任务管理与协作增强

场景示例：
- 智能派单：客服工单提交后，智能体根据表格中的"工程师空闲状态"自动分配任务。
- 会议纪要同步：智能体解析会议录音，提取待办事项并更新至飞书表格的"项目任务"列。
优势：将AI能力嵌入协作流程，提升团队响应速度。

6）个性化模板与快速部署

场景示例：
- 行业模板库：智能体提供预置模板（如零售库存管理、新媒体排期），用户通过对话即可完成表格初始化。
- 自适应调整：根据用户需求（如"需要跟踪客户拜访记录"），智能体自动添加"拜访时间""客户反馈"等字段。
优势：无需从零搭建，快速匹配业务场景。

7）数据安全与权限管控

场景示例：
- 敏感信息过滤：智能体在同步数据时，自动屏蔽表格中的身份证号、银行卡号等字段。
- 权限校验：当用户尝试通过智能体修改数据时，自动验证其是否有编辑权限。

三、基于N8N工作流操作过程

接下来演示如何在N8N工作流编排中对接和使用飞书多维表，实现对多维表数据的增删改查

3.1 前置准备

安装飞书社区节点，如下，从左下角的设置点击进入

点击红色的安装社区节点，然后在弹出框中输入并搜索：n8n-nodes-feishu-lite

然后点击安装，安装完成后，就可以看到这个飞书的社区节点了

再次进入到工作流的配置页面，在右侧输入feishu的时候就可以看到这个插件节点了

继续点击进去，可以看到有很多种操作飞书的功能，后续就可以根据自身的实际情况来操作飞书的像个信息了，比如操作飞书的多维表等

3.2 配置飞书多维表操作工作流

接下来通过一个实际案例，演示下如何在N8N工作流中操作飞书的多维表。

3.2.1 创建飞书应用

在工作流中操作飞书多维表时，需要配置凭证，而这个凭证是与飞书的具体应用关联的，因此需要先在飞书后台创建一个应用，应用创建操作入口：https://open.feishu.cn/app?lang=zh-CN ，进入开发者后台后，点击下方的创建应用，创建一个新的应用

按要求填写应用的信息，然后点击创建，创建成功后就可以在列表上看到刚刚创建的这个应用了

创建成功后，点击发布应用，点击应用图标，跳转到下面的应用操作控制台，在这个页面，图中两个参数请妥善保管，这是后续配置N8N的授权信息时候必须的参数

3.2.2 创建一个飞书多维表

提前创建一个飞书多维表，作为后续N8N写入数据时使用

注意：创建飞书多维表时需要在自己的云盘目录空间下创建，否则后续通过N8N写入的时候失败

创建完成之后，注意拷贝当前多维表的完整浏览器地址，比如我这里的地址是：未命名多维表格，在这个多维表的url中，有两个参数非常重要，如下图，我做了标识，这两个参数是配置N8N飞书节点时候需要用上的

多维表创建完成后，注意给你的应用授下权，在多维表更多，应用授权那里，将上面你创建的应用添加进去

3.2.3 添加一个表单提交节点

这里的需求是，通过用户填写表单信息，提交之后，将数据收集到飞书多维表，首先增加一个表单节点

配置一下表单的基本字段信息，表单的字段尽量与多维表的字段保持一致

然后点击下测试，预览下效果

3.2.4 增加飞书新增记录节点

添加飞书节点，在下拉选项中选择下面这个新增记录的那一个

首先需要在下面配置应用凭证

如下，配置前面你创建的那个飞书应用的两个配置参数

凭证配置完成后，再配置一下多维表的信息，主要是多维表的token和多维表的id

最后配置json请求体，参考下面的配置，将自定义表单中的字段直接拖拽到 fields 体内即可

最后点击一下执行，如果执行成功，可以去检查一下上面自建的那个多维表，可以看到数据已经写到多维表了

3.3 N8N 配置操作飞书多维表增删改查

有了上面配置成功的示例后，下面配置一个完整的工作流对飞书多维表进行增删改查操作

3.3.1 增加飞书查询节点

增加一个飞书查询节点，这里的思路是，根据用户在表单中输入的用户名在飞书多维表是否存在做判断，如果不存在就添加新纪录，如下

在请求体中配置查询参数，可以参考飞书官方API文档，填入你的过滤条件即可，然后点击测试

bash 复制代码

{
        "filter": {
                "conditions": [{
                        "field_name": "用户名",
                        "operator": "is",
                        "value": [
                                "{{ $json['用户名'] }}"
                        ]
                }],
                "conjunction": "and"
        }

}

看到下面的效果，最右侧返回了结果，说明配置查询飞书多维表的记录没问题

3.3.2 增加一个判断节点

接下来增加一个判断节点，判断如果从飞书多维表检索出了记录，则流程结束，否则新增一条记录到飞书多维表

如果查询到结果，增加一个summary节点，输出一下结果，作为结束节点，如下效果

3.3.3 增加一个插入飞书节点

如果判断用户输入的表单中，用户名在当前的多维表格中不存在，则往上面的多维表新增一条记录，如下，在另一个判断分支，新增记录的飞书节点中做如下配置

执行完成后，可以在飞书多维表中看到新增的这条原本不存在的记录

完整的流程配置如下：

四、写在文末

本文通过实际案例操作演示了如何在N8N配置工作流中集成飞书多维表，并对多维表数据进行基本的操作，基于此还可以在更多复杂的需要飞书多维表的配合中进行使用，有兴趣的同学可以继续深入研究，本篇到此结束，感谢观看！