使用 n8n 构建一个 AI 聊天代理#
欢迎阅读使用 n8n 构建 AI 工作流的入门教程。无论你之前是否使用过 n8n，本教程都将向你展示 AI 工作流的基本构建模块是如何协同工作的，并帮助你构建一个可运行的、由 AI 驱动的聊天代理，你可以轻松地根据自己的需求进行自定义。
许多人更喜欢通过视频形式来学习新知识。本教程基于 n8n 的一则热门视频（见下方链接）。你可以观看视频、阅读本文步骤，或两者结合！
所需准备#
- n8n：我们建议在本教程中使用 n8n cloud 服务——新用户可享受免费试用！如需自托管部署，请参考 安装文档页面。
- 聊天模型的凭据（Credentials）：本教程使用 OpenAI，但你也可以轻松替换为 DeepSeek、Google Gemini、Groq、Azure 等其他模型（详见 子节点文档（sub-nodes documentation））。
你将学到的内容#
- n8n 中的 AI 概念
- 如何使用 AI Agent 节点
- 处理 Chat 输入
- 连接 AI 模型
- 自定义输入
- 观察对话过程
- 添加持久化（persistence）
n8n 中的 AI 概念#
如果你已经熟悉人工智能（AI），可以跳过本节。本节将简要介绍 AI 的基本概念，以及如何在 n8n 工作流中使用它们。
AI 智能体（AI agent） 基于 大语言模型（Large Language Models, LLMs），LLM 能够根据输入内容通过预测下一个词来生成文本。虽然 LLM 仅处理输入并生成输出，但 AI 智能体在此基础上增加了以目标为导向的功能。它们可以调用 工具（tools），处理工具返回的结果，并做出决策以完成任务和解决问题。
在 n8n 中，AI 智能体以节点的形式存在，并具备一些额外的连接能力。
| 功能 | 大语言模型（LLM） | AI 智能体（AI Agent） |
|---|---|---|
| 核心能力 | 文本生成 | 以目标为导向的任务完成 |
| 决策能力 | 无 | 有 |
| 是否使用工具/API | 否 | 是 |
| 工作流复杂度 | 单步操作 | 多步骤流程 |
| 应用范围 | 生成语言 | 执行复杂的现实任务 |
| 示例 | LLM 生成一段文字 | 智能体安排一次会议 |
通过将 AI 智能体作为节点集成，n8n 可以将 AI 驱动的步骤与传统编程相结合，实现高效且贴近实际应用的工作流。例如，像验证邮箱地址这样的简单任务无需使用 AI；而处理电子邮件的 内容 或处理多模态输入（如图像、音频）等复杂任务，则非常适合使用 AI 智能体。
1. 创建一个新的工作流#
打开 n8n 后，你会看到以下两种情况之一：
- 空白工作流：如果你是首次登录且尚未创建任何工作流，则会显示此界面。请使用该工作流。
- 概览（Overview） 页面上的 工作流（Workflows） 列表。点击 !通用创建资源图标 按钮 来创建新工作流。
2. 添加一个触发节点#
每个工作流都需要一个起点。在 n8n 中，这类节点被称为 '触发节点（trigger nodes）'。对于本教程中的工作流，我们将从一个聊天触发节点开始。
- 点击 添加第一步（Add first step） 或按下
Tab键以打开节点菜单。 - 搜索 Chat Trigger。n8n 会显示与搜索关键词匹配的节点列表。
- 选择 Chat Trigger 将该节点添加到画布中。n8n 会自动打开该节点配置面板。
- 关闭节点详情视图（点击 返回画布 Back to canvas）以回到主画布界面。
关于 Chat Trigger 节点的更多说明... 触发节点（trigger node）会在发生特定事件时生成输出，从而触发工作流。在此场景中，我们希望通过输入文本手动启动工作流的运行。在生产环境中，该触发器可以连接到 n8n 提供的公共聊天界面，或嵌入到其他网站中。为了运行这个简单的工作流，我们将使用内置的本地聊天界面进行通信，因此无需额外配置。 查看工作流文件
3. 添加 AI Agent 节点#
AI Agent 节点是将 AI 集成到工作流中的核心组件。
- 点击触发节点上的 Add node !Add node icon 连接器，打开节点搜索界面。
- 输入 "AI"，然后选择 AI agent 节点将其添加。
- 此时将显示 AI agent 节点的编辑界面。
- 某些字段可以修改。由于我们使用的是 Chat Trigger 节点，因此提示词（prompt）的来源（source）和规范（specification）默认设置无需更改。
查看工作流文件
4. 配置节点#
AI Agent 必须连接一个聊天模型（chat model），用于处理传入的提示。
- 在 AI Agent 节点底部的第一个连接点——Chat Model 下方，点击加号 !Add node icon 按钮，以添加聊天模型。
- 此时会弹出搜索对话框，并自动过滤为“语言模型”（Language Models）。这些是 n8n 内置支持的模型。本教程中，我们将使用 OpenAI Chat Model。
- 从列表中选择 OpenAI Chat model 后，它将被连接到 AI Agent 节点，并打开该模型的编辑器。其中一个可修改的参数是 'Model'（模型）。请注意，对于基础版 OpenAI 账户，仅允许使用 'gpt-4o-mini' 模型。
使用哪个聊天模型？ 如前所述，LLM（大语言模型）是根据给定的提示（prompt）生成文本的组件。LLM 需要被创建和训练，这通常是一个复杂且耗时的过程。不同的 LLM 可能具备不同的能力或专长，具体取决于它们所使用的训练数据。
5. 添加凭据（如果需要）#
为了让 n8n 能够与聊天模型通信，你需要提供一些凭据（即登录信息，用于访问其他在线服务上的账户）。如果你已经配置了 OpenAI 的凭据，这些凭据会默认出现在凭据选择器中。否则，你可以使用凭据选择器来添加新的凭据。
- 要添加新凭据，请点击标有“选择凭据”（Select credential）的文字。此时会出现一个选项，允许你创建新的凭据。截图：创建新凭据按钮
- 此凭据仅需一个 API 密钥（API key）。在添加任何类型的凭据时，请查看右侧的文字说明——此处提供了一个便捷链接，可直接跳转到你的 OpenAI 账户页面以获取 API 密钥。
- API 密钥是一串长字符串。这就是该凭据所需的全部内容。从 OpenAI 网站复制密钥，并粘贴到 API key 字段中。
保护你的凭据安全
凭据是由应用程序或服务颁发的私密信息，用于验证你的用户身份，并允许你在应用/服务与 n8n 节点之间建立连接并共享数据。不同应用或服务所需的凭据类型各不相同。你应该谨慎对待凭据，避免在 n8n 外部随意分享或泄露。
6. 测试节点#
现在，节点已连接到 Chat Trigger 和一个聊天模型，我们可以测试工作流的这一部分。
- 点击画布底部附近的“Chat”按钮。这将在左侧打开一个本地聊天窗口，右侧则显示 AI 智能体（AI Agent）的日志。
- 输入一条消息并按
Enter键。你将看到聊天模型的回复出现在你的消息下方。 - 日志窗口会显示 AI 智能体的输入和输出内容。显示正在进行的聊天会话的图片
访问日志... 即使不使用聊天界面，你也可以访问 AI 节点的日志。打开 AI Agent 节点，然后点击右侧面板中的 Logs（日志）选项卡。截图显示 AIAgent 中的 Logs 选项卡
7. 修改提示词
上一步中的日志揭示了一些额外信息——系统提示（system prompt）。这是 AI Agent 节点用于初始化聊天模型的默认消息。从日志中可以看到，当前设置为 "You are a helpful assistant"（你是一个乐于助人的助手）。我们可以修改这个提示来改变聊天模型的行为。
- 打开 AI Agent 节点，在面板底部有一个标为 'Options'（选项）的部分，以及一个名为 'Add Option'（添加选项）的选择器。使用它选择 'System message'（系统消息）。
- 此时会显示系统消息内容，这正是我们在日志中看到的初始化提示。你可以将其更改为其他内容，以不同方式引导聊天模型。例如，可以尝试设置为 "You are a brilliant poet who always replies in rhyming couplets"（你是一位才华横溢的诗人，总是用押韵对句回复）。
- 关闭节点并返回聊天窗口。重新发送你的消息，注意输出结果的变化。图片显示聊天回复已变为押韵文本；如果你相信的话
8. 添加持久化功能#
当前聊天模型已经能够提供有用的结果，但存在一个问题：当你尝试进行多轮对话时，这个问题就会显现出来。
- 使用聊天功能并告诉聊天模型你的名字，例如：“Hi there, my name is Nick”（你好，我叫Nick）。
- 等待回复后，输入消息：“What's my name?”（我的名字是什么？）。此时AI无法回答你，即使它的回应看起来再抱歉也没用。原因是：我们没有保存上下文信息。AI Agent 没有记忆（memory）。展示上述对话的图片
- 为了让 AI Agent 记住对话历史，需要保留上下文。我们可以通过为 AI Agent 节点添加记忆功能来实现这一点。在画布上，点击 AI Agent 节点底部标有 "Memory"（记忆）的 !Add node icon 图标。
- 在弹出的面板中选择“Simple Memory”（简单记忆）。这将使用运行 n8n 实例的本地内存，通常适用于简单的使用场景。默认的 5 次交互记录已足够使用，但如果将来需要调整，请记住这个设置的位置。
- 重复上面的对话测试，你会发现 AI Agent 现在已经能记住你的名字了。
9. 保存工作流#
在离开工作流编辑器之前，请记得保存工作流，否则所有更改都将丢失。
- 点击编辑器窗口右上角的“Save”（保存）按钮。现在你的工作流已被保存，之后你可以随时返回继续聊天或添加新功能。
恭喜！#
你已经迈出了使用 AI 构建实用且高效工作流的第一步。在本教程中，我们探索了 AI 工作流的基本构成模块，添加了一个 AI Agent 和一个聊天模型，并调整了提示词（prompt）以获得我们期望的输出结果。此外，我们还加入了记忆功能，使聊天能够在消息之间保留上下文。
查看工作流文件
下一步#
现在你已经了解了如何创建一个基础的 AI 工作流，接下来可以利用丰富的资源进一步学习，并参考大量示例来获取下一步的灵感：
- 在 示例与概念（Examples and concepts） 中深入了解 AI 相关概念并查看更多示例。
- 浏览 AI 工作流模板（Workflow templates）。
- 了解如何通过工具（tools）增强 AI Agent 的能力。