n8n 怎么用？AI 工作流自动化入门

🤖 本文由 AI 辅助生成，编辑团队审核发布 · 内容仅供参考，纠错反馈

AI教程 2026-09-26

n8n 能帮你解决什么问题？

你是不是经常做重复劳动：把表格里的数据复制到 AI 里生成文案，再把结果贴回表格？或者每天定时从某个网站抓取信息，手动整理成日报？这些「复制粘贴」的活儿，n8n 可以帮你自动完成。

n8n 是一个开源的工作流自动化工具，你可以把它理解成「数字流水线」：把不同的应用（比如飞书、钉钉、企业微信、国产大模型 API）像积木一样拼起来，设定好触发条件，它就能 7×24 小时自动干活。最香的是，n8n 支持私有化部署，数据可控，而且不用写复杂代码，拖拖拽拽就能搭出 AI 工作流。

准备工作：注册与入口

n8n 有两种用法：一是用官方云端版（n8n.cloud），二是自己部署。考虑到国内网络环境，推荐两种方式：

方式一（最简单）：使用国内低代码平台替代，如「腾讯云轻联」「钉钉宜搭」「飞书多维表格自动化」，它们和 n8n 思路类似，且国内直连。但如果你想体验原汁原味的 n8n，往下看。
方式二（推荐）：在阿里云、腾讯云买一台 2 核 4G 的轻量服务器，用 Docker 一键部署 n8n。命令很简单，在服务器终端输入：docker run -d --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n n8nio/n8n，稍等片刻，浏览器访问 http://你的服务器IP:5678 就能看到界面。
方式三（零部署）：直接用 n8n 官方云端，注册账号即可，但需要能访问外网。

分步骤实操：搭建第一个 AI 工作流

我们来做一个实用场景：每天定时读取飞书表格里的问题，调用国产 AI 生成回答，再写回表格。

步骤 1：创建新工作流

登录后，点击左上角「+」或「New Workflow」，给工作流起个名字，比如「AI 自动问答」。画布会出现一个起始节点。

步骤 2：添加定时触发

点击画布上的「+」号，在搜索框输入「Schedule」，选择「Schedule Trigger」节点。在右侧配置区，设置触发间隔为「Every Day」，时间设为早上 9 点。这样每天 9 点自动运行。

步骤 3：连接飞书表格

再点「+」，搜索「飞书」或「Feishu」，选择「飞书表格」节点。首次使用需要授权：点击「Create New Credential」，按提示登录飞书账号，授予表格读取权限。然后选择你要操作的表格和工作表，操作选「读取多行记录」。

步骤 4：调用国产 AI 模型

继续添加节点，搜索「HTTP Request」。因为国产大模型大多提供 API，我们用 HTTP 请求来调用。以智谱 AI 为例：在 URL 填 https://open.bigmodel.cn/api/paas/v4/chat/completions，方法选 POST，Headers 里加 Authorization: Bearer 你的API Key，Body 选 JSON，内容大致如下：

{ "model": "glm-4-flash", "messages": [{"role": "user", "content": "{{ $json.问题字段 }}"}] }

注意把「问题字段」替换成飞书表格里实际的问题列名。这样 AI 就会根据表格里的问题生成回答。

步骤 5：写回飞书表格

再添加一个飞书表格节点，操作选「更新记录」，把 AI 返回的回答字段映射到表格的「答案」列。最后点击右上角「Save」，再点「Active」开关，工作流就生效了。

你可以手动点「Execute Workflow」测试一次，看看飞书表格里是否自动填入了 AI 回答。

进阶技巧

技巧	说明
错误处理	在节点设置里开启「Retry On Fail」，失败自动重试 3 次，避免网络波动导致中断。
多模型切换	用「Switch」节点根据问题类型选择不同 AI 模型，比如简单问题用 glm-4-flash，复杂问题用 glm-4-plus。
数据清洗	在 AI 节点前加「Code」节点，用 JavaScript 去掉表格里的空行和特殊字符。
定时汇总	结合「Cron」节点，每天下午 6 点把当天所有问答整理成日报，推送到钉钉群机器人。
本地缓存	用「Redis」节点缓存常见问题的答案，减少 API 调用次数，省钱又提速。