不会编程用 n8n 做 AI 自动化工作流：让 AI 自动干活（2026）

你有没有一堆「每天重复」的活儿：早上手动汇总行业新闻、把 Excel 数据处理一遍、定时把数据发到群里、客户来了邮件要人工转发……这些事不复杂，但很磨人。n8n 就是来解决这个的——它把「触发 → 处理 → 输出」这条链路做成了可视化画布，你把节点拖出来、连上线、点运行，重复劳动就交给机器了。再把它接上 AI 大模型，就能做出会思考、会总结、会判断的自动化工作流。这篇 n8n 教程从零开始，教你部署、接国产模型、跑通第一个 AI 自动化流程。

n8n 是什么

n8n 是一个开源自托管的工作流自动化平台，2026 年已经是 GitHub 上 17 万+ star 的明星项目。它的核心是一个可视化编辑器：内置 400 多个节点，覆盖邮件、日历、数据库、HTTP 请求、AI 大模型、社交媒体、消息推送等几乎你能想到的服务。你像画流程图一样把节点连起来，数据在节点之间以 JSON 形式流转，每个节点都能单独调试。因为能自托管，数据完全留在自己服务器上，比用第三方 SaaS 更安全、更便宜。

n8n 和 Dify、Zapier 的区别

很多人把 n8n 和 Dify 搞混，其实它俩定位不同；和 Zapier/Make 更像，但 n8n 的优势是自托管和 AI 原生。一句话区分：Dify 是「搭 AI 应用」的，n8n 是「串自动化流程」的，两者经常配合使用（n8n 负责调度和外围连接，Dify 负责复杂的 AI 编排）。

部署：Docker 一条命令跑起来

最快的方式是用 Docker 起一个单容器，本机或一台 2GB 内存的云服务器都能跑：

# 单容器快速启动（无数据库，适合尝鲜/轻量使用）
docker run -d \
  --name n8n \
  --restart unless-stopped \
  -p 5678:5678 \
  -e N8N_SECURE_COOKIE=false \
  -v ~/.n8n:/home/node/.n8n \
  n8nio/n8n

# 启动后浏览器打开 http://localhost:5678（或服务器 IP:5678）

接国产模型：DeepSeek 或 Ollama

n8n 的 AI 节点走 LangChain 体系，任何兼容 OpenAI 接口的模型都能接。国内用户两条路：云端用 DeepSeek API（便宜、省事），本地用 Ollama 跑开源模型（免费、离线、数据不出门）。

1. 1云端 DeepSeek：在 n8n 里新建 AI Agent 节点 → 点 Chat Model 加号 → 选 OpenAI 兼容（或 DeepSeek）→ 把 Base URL 改成 https://api.deepseek.com，填 API Key 即可
2. 2本地 Ollama：Docker 拉 ollama/ollama 起容器 → 执行 ollama run qwen2.5（或 deepseek-r1）下载模型 → n8n 里 Chat Model 选 Ollama，Base URL 填 Ollama 服务地址
3. 3保存凭证后，任何 AI 节点都能直接调用这个模型

第一个 AI 工作流：定时抓新闻 → AI 总结 → 发飞书群

一个能立刻上手的实战：每天早上自动抓行业新闻、让 AI 总结成一段简报、推送到飞书群。全程不用写代码，按下面顺序拖节点：

1. 1加触发器：Schedule Trigger 节点，设成每天 09:00 运行
2. 2抓数据：HTTP Request 节点请求新闻 API 或 RSS 地址，拿到原始数据
3. 3AI 总结：接一个 AI 节点（Basic LLM Chain 或 AI Agent），提示词写「把下面的新闻总结成 5 条要点，用中文」
4. 4推送：飞书群机器人 Webhook 节点（HTTP Request 也行），把总结结果 POST 到群 Webhook 地址
5. 5点 Execute 测试跑一遍，确认通了就激活工作流

AI Agent 节点：让工作流会「思考」

简单场景用 Basic LLM Chain（输入 → 模型 → 输出）就够了；复杂的用 AI Agent 节点。AI Agent 由三部分组成：

• Chat Model（大脑）：负责理解和生成，就是上一步接的 DeepSeek/Ollama 模型
• Memory（记忆）：保存对话上下文，做多轮对话时用
• Tool（工具）：给 Agent 装能力，比如查数据库、搜网页、调 API——Agent 会根据任务自动决定调用哪个工具

2026 年 n8n 还新增了 MCP Client Tool 节点，可以直接连 MCP 服务器（把外部工具以标准协议接进来），让 Agent 的能力扩展变得很省事。

免费吗？license 和定价

这是 n8n 最香的地方：自托管的社区版（Community Edition）对个人和内部使用 100% 免费，执行次数、工作流数量、用户数都不限。只有想把它做成对外售卖的服务，或需要 SSO、Git 集成等企业功能时，才需要付费。

常见坑

1. 1Webhook 404：自托管配了域名但没设 WEBHOOK_URL，或没做 HTTPS 反代，Webhook 触发会失败
2. 2低内存 OOM：1GB 内存 VPS 要加 Swap，否则 n8n 容易被系统杀掉
3. 3改 Base URL 不生效：接国产模型时记得在节点里正确覆盖 Base URL，并确认模型名写对
4. 4结构化输出解析失败：让 AI 返回 JSON 时，提示词里要明确格式要求，或用 n8n 的输出解析器
5. 5失败也计费：n8n Cloud 按执行次数计费，失败的工作流同样计入，设计时尽量避免高频空跑

n8n 把「自动化」的门槛降到了拖拽就能做的程度，但真正拉开差距的是你「设计流程」的思路——哪些事值得自动化、AI 在哪个环节介入、异常怎么兜底。这些是需要练的。想系统学会用 AI 工具把想法做成能自动跑起来的产品，欢迎来 IMAI 看看我们的实战课程。