n8n 完全指南 - wangshengliang

n8n 是一个开源的工作流自动化平台，通过可视化方式连接各种服务、API 和 AI 模型，实现自动化任务处理。与 Zapier、Make 这些商业化平台相比，n8n 最大的优势是：完全开源、可自部署、无限制使用。数据完全掌控在自己手里。

本文基于 n8n v1.x 编写。

核心特点#

特性	说明
可视化编排	拖拽式界面，不用写代码就能搭建复杂工作流
开源免费	MIT 协议，可自由部署和定制
节点丰富	内置 400+ 个服务节点（GitHub、Slack、Notion 等）
AI 集成	原生支持 OpenAI、Claude、Gemini 等 AI 模型
高度灵活	支持自定义代码节点（JavaScript/Python）
数据安全	自部署模式，数据不经过第三方
活跃社区	持续更新，社区提供大量模板

快速上手#

Docker 一键启动#

# 拉取并运行 n8n
docker run -it --rm \
  --name n8n \
  -p 5678:5678 \
  -v ~/.n8n:/home/node/.n8n \
  docker.n8n.io/n8nio/n8n

Docker Compose 部署#

创建 docker-compose.yml：

version: '3.8'

services:
  n8n:
    image: docker.n8n.io/n8nio/n8n
    restart: always
    ports:
      - '5678:5678'
    environment:
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      - N8N_BASIC_AUTH_PASSWORD=your_password
      - N8N_HOST=localhost
      - N8N_PORT=5678
      - N8N_PROTOCOL=http
      - NODE_ENV=production
      - WEBHOOK_URL=http://localhost:5678/
    volumes:
      - ~/.n8n:/home/node/.n8n

启动：

docker-compose up -d

访问 http://localhost:5678 即可看到 n8n 界面。

Docker Desktop 图形界面#

也可以通过 Docker Desktop 图形界面操作，步骤更直观：

在搜索框输入 n8n，点击 pull 拉取镜像：

下载完成后点击 Run：

填写配置信息（Container name、Port 等），点击 Run：

在 Containers 面板启动容器：

点击链接访问 n8n：

核心概念#

工作流（Workflow）#

工作流是 n8n 的核心，由多个节点按顺序或并行连接组成。每个工作流都有一个触发节点（Trigger）作为起点。

节点（Node）#

节点是工作流的基本单元，分为几类：

类型	说明	示例
Trigger	触发器，启动工作流	Webhook、Schedule、手动触发
Action	执行具体操作	发送邮件、创建记录
Transform	数据转换	Set、Split、Merge
Code	自定义代码	JavaScript、Python
AI	AI 模型调用	OpenAI、Claude

连接（Connection）#

节点之间通过连接传递数据。每个节点的输出可以连接到下一个节点的输入。

常用节点#

Trigger 节点#

- Webhook：接收 HTTP 请求触发
- Schedule Trigger：定时触发（Cron 表达式）
- Manual Trigger：手动点击触发
- Email Trigger (IMAP)：收到邮件触发

数据处理节点#

- Set：设置/修改数据字段
- IF：条件分支
- Switch：多条件分支
- Merge：合并多个数据流
- Split In Batches：批量处理
- Code：自定义 JavaScript/Python 代码

常用服务节点#

- HTTP Request：调用任意 API
- OpenAI：ChatGPT、DALL-E
- Slack：发送消息、创建频道
- Notion：操作数据库、页面
- GitHub：创建 Issue、管理仓库
- Google Sheets：读写表格
- Airtable：操作数据库
- Telegram：发送消息、Bot

AI 集成#

n8n 原生支持多种 AI 模型，可以快速构建 AI 应用。

OpenAI 节点#

1. 添加 OpenAI 节点
2. 配置 API Key（在 Credentials 中）
3. 选择操作类型：
   - Chat：对话
   - Image：生成图片
   - Audio：语音转文字
4. 设置模型参数（gpt-4、temperature 等）

AI Agent 节点#

n8n 提供了 AI Agent 节点，可以让 AI 自动调用工具完成任务：

1. 添加 AI Agent 节点
2. 配置 LLM（OpenAI/Claude）
3. 添加 Tools（HTTP Request、Code 等）
4. AI 会根据任务自动选择工具执行

常见 AI 工作流#

1. 智能客服

Webhook → OpenAI Chat → 判断意图 → 回复/转人工

2. 内容生成

Schedule → 获取热点 → OpenAI 生成文章 → 发布到 Notion

3. 文档问答

Webhook → 检索向量库 → OpenAI 回答 → 返回结果

实战案例#

案例一：GitHub Issue 自动通知#

当 GitHub 仓库收到新 Issue 时，自动发送 Slack 通知：

节点流程：
GitHub Trigger → Set（格式化消息） → Slack（发送消息）

配置要点：
1. GitHub Trigger：选择 Issues 事件
2. Set：构建消息内容 {{ $json.issue.title }}
3. Slack：配置 Channel 和消息模板

案例二：定时数据备份#

每天凌晨自动备份 Notion 数据到 Google Sheets：

节点流程：
Schedule Trigger → Notion（查询数据库） → Google Sheets（追加行）

配置要点：
1. Schedule：Cron 表达式 0 2 * * *
2. Notion：查询指定数据库
3. Google Sheets：映射字段到列

案例三：AI 邮件自动回复#

收到邮件后，用 AI 生成回复草稿：

节点流程：
Email Trigger → OpenAI Chat（分析并生成回复） → 发送通知

Prompt 示例：
"分析以下邮件内容，生成一个专业、友好的回复：
{{ $json.text }}"

高级功能#

自定义代码节点#

当内置节点无法满足需求时，使用 Code 节点：

// JavaScript 示例
const items = $input.all()

for (const item of items) {
  item.json.processed = true
  item.json.timestamp = new Date().toISOString()
}

return items

错误处理#

n8n 支持为节点配置错误处理逻辑：

- 继续执行：忽略错误，继续下一个节点
- 停止工作流：遇到错误立即停止
- 错误工作流：触发另一个工作流处理错误

Webhook 安全#

保护 Webhook 端点：

1. 使用 Header Auth：验证请求头
2. 使用 Basic Auth：用户名密码认证
3. IP 白名单：限制来源 IP
4. 签名验证：验证请求签名

环境变量#

在 docker-compose.yml 中配置：

environment:
  # 数据库（生产环境推荐）
  - DB_TYPE=postgresdb
  - DB_POSTGRESDB_HOST=postgres
  - DB_POSTGRESDB_DATABASE=n8n
  - DB_POSTGRESDB_USER=n8n
  - DB_POSTGRESDB_PASSWORD=password
  # 时区
  - GENERIC_TIMEZONE=Asia/Shanghai
  # 执行超时
  - EXECUTIONS_TIMEOUT=3600

n8n vs Zapier vs Make#

特性	n8n	Zapier	Make
定价	开源免费	按任务收费	按操作收费
自部署	✅	❌	❌
节点数量	400+	6000+	1500+
代码节点	✅	有限	✅
AI 集成	✅ 原生	✅	✅
学习曲线	中等	简单	中等
适合场景	技术团队	非技术用户	中等复杂度

选择建议：

追求性价比、数据安全 → n8n
快速上手、不想折腾 → Zapier
复杂流程、可视化好 → Make

常见问题#

工作流不触发#

检查清单：

工作流是否已激活（Active）
Trigger 节点配置是否正确
Webhook URL 是否可访问
查看执行日志排查错误

内存不足#

n8n 处理大数据量时可能内存不足：

environment:
  - NODE_OPTIONS=--max-old-space-size=4096

定时任务时区问题#

设置正确的时区：

environment:
  - GENERIC_TIMEZONE=Asia/Shanghai