n8n 是什么？零代码搭 AI 自动化工作流入门
n8n 怎么用？从触发器、节点到 AI Agent，讲清工作流的搭建逻辑、云端和自托管怎么选，以及新手最常见的自动化踩坑。
AI 最容易让人失望的时刻，是它给出了一段漂亮答案之后，剩下的复制、整理、发消息、录数据，还是得你自己做。
n8n 是把这些动作串起来的自动化工具。它可以监听一个事件，把数据处理后交给 AI 判断，再把结果写回你正在使用的应用。你不一定要会写代码；但想把流程做得稳定，得先理解它的工作方式。
一句话理解：把“如果……就……”画成流程图
n8n 的核心是一张工作流画布。每一个方块叫 节点（Node），节点之间用线连接：
收到新内容 → 提取需要的字段 → 交给 AI 分类 → 写入表格 → 通知负责人
其中，开头通常是触发器：定时执行、收到 Webhook、表单提交、邮件到达；中间是处理和判断；结尾是动作：发消息、写数据库、调用接口。官方把它定位为可连接任何带 API 的应用、并能处理数据的工作流自动化工具。
这也说明了 n8n 和聊天机器人的区别：聊天机器人擅长回答，n8n 擅长让回答进入后续系统并触发动作。想理解 AI 如何调用这些工具，可以先看什么是 Function Calling；让模型自己挑选工具和步骤，则是AI Agent的范畴。
最适合先做的三个流程
不要上来就做“全自动 AI 员工”。先找规则清楚、失败了也容易补救的一小段重复工作。
1. 每日信息汇总
每天固定时间读取 RSS、邮件或指定网页，把新增内容交给模型总结，然后发到飞书、Slack 或邮箱。这里 AI 只做摘要和分类，发到哪里、什么时候发都由确定规则控制，稳定性很高。
2. 表单线索分流
有新表单提交时，先检查必填项，再让模型提取行业、预算、需求等字段，写入 CRM 或表格；高优先级线索同时提醒销售。关键是给 AI 一个结构化输出格式，例如只允许返回 priority、industry、summary 三个字段。
3. 内容素材整理
把散落的链接、语音转写或笔记送进一个入口，自动去重、打标签、提炼要点，最后归档到知识库。它很适合“整理”，但不适合不经审核就直接对外发布。
搭建时只抓住四件事
触发条件要具体。 “有新邮件”太宽，最好限定发件人、标签或主题；否则杂讯会让流程白跑，也更容易误触发。
先看数据，再写表达式。 n8n 的每个节点都会输出数据。先运行到这一步，确认字段名和结构，再把它拖进下一个节点或用表达式引用。很多人卡住，不是不会配置，而是猜错了上一步实际输出的数据。
AI 只负责模糊判断。 总结、归类、提取、草拟回复适合交给模型；扣款、删除、发正式通知、改生产数据这类动作，应该由固定规则执行，并加人工确认。模型仍会产生幻觉，自动化会把一次错误放大成多次错误。
给每条流程准备失败出口。 至少要有错误提醒、执行记录和可重试的设计。n8n 可以查看每次运行的执行记录；上线前用几条正常数据和异常数据各跑一遍，比上线后补漏轻松得多。
云端还是自托管？
这是 n8n 最重要的选择之一：
| 方案 | 优点 | 代价 | 适合谁 |
|---|---|---|---|
| n8n Cloud | 开箱即用，维护最少 | 持续订阅，数据经过云端 | 想先验证流程、没有运维精力 |
| 自托管 | 数据和运行环境自己掌控，扩展更自由 | 要处理服务器、升级、备份与安全 | 有技术能力、涉及敏感数据或长期高频运行 |
别把“自托管”理解成免费。服务器、域名、备份、故障排查和你的时间都是成本。反过来，涉及客户资料、内部系统或 API 密钥时，云端也不能只看方便——先确定数据能否离开你的环境。
n8n、Zapier、Make 怎么选
三者都能搭自动化，差别主要在控制力和维护成本：
| 工具 | 更像什么 | 优势 | 注意点 |
|---|---|---|---|
| n8n | 可自由扩展的工作流引擎 | 自托管、复杂逻辑、任意 API | 学习和维护成本更高 |
| Zapier | 最快上手的应用连接器 | 集成多、配置直观 | 高频、多步骤流程的成本要算清 |
| Make | 可视化流程画布 | 分支和数据处理直观 | 复杂流程也需要耐心梳理 |
如果你只是把两个 SaaS 连起来，Zapier 往往更快；要做复杂分支、接内部接口，或想把部署和数据留在自己手里，n8n 更合适。关于 Zapier 的任务计费和场景判断，可以继续看Zapier 自动化订阅指南。
连接 AI 时的安全底线
n8n 的 AI 节点能连接模型、记忆、向量库和工具，这很强，也意味着权限要更克制：
- API Key 只给最小权限，别把管理员密钥塞进每个流程
- 不把完整客户库、合同、密码直接交给模型；敏感信息先脱敏
- 删除、付款、发信、修改数据等动作设置人工确认
- 外部文本可能带有恶意指令，别让它直接决定后续工具调用，详见提示词注入是什么
- 工作流和凭据分开备份；凭据泄露时要能迅速轮换
常见问题
Q：不会代码能用 n8n 吗？ 能。常见的触发器、表格、邮件、消息和 AI 节点都可以点选配置。但当你要接冷门服务或复杂数据格式时，懂一点 HTTP、JSON 和 API 会轻松很多。
Q：能代替员工吗？ 更准确的说法是：它能代替一段规则明确的重复操作。涉及判断、责任和对外承诺的工作，应该让人把关。
Q：第一条流程该做多复杂？ 建议不超过五个节点：一个触发器、一个处理、一个输出。跑稳定后再加分支、AI 和异常处理。
总结
n8n 不是“让 AI 自己上班”的魔法，而是一台把事件、数据、模型和动作接起来的工作流引擎。最稳的使用方法是：先自动化一小段明确流程，让 AI 做提取和判断，让规则执行关键动作，再为失败留好出口。
当你能清楚写出“什么事件发生、需要哪些数据、谁来确认、失败后怎么办”，n8n 就能把那段重复劳动真正从你的待办里拿走。