不会写代码也能自动化?n8n 让 LLM 成为你 24 小时的数字员工

0 阅读5分钟

n8n 入门笔记:用 AI 工作流实现零代码自动化

一、什么是 n8n?

n8n 是一个开源的低代码/零代码工作流自动化工具,名字来源于 “nodenode”(节点 × 节点)。它基于 Node.js 构建,采用可视化拖拽界面,允许用户通过连接不同功能的“节点”(Nodes)来创建复杂的工作流(Workflow),从而自动完成重复性任务。与传统编程相比,n8n 极大降低了自动化门槛——即使不懂代码,也能通过图形化编排,让系统自动执行数据抓取、信息处理、消息通知、AI 调用等操作。

更重要的是,随着大语言模型(LLM)技术的成熟,n8n 已全面支持 AI 集成。我们可以将 LLM 作为工作流中的一个“智能节点”,让它理解自然语言指令、生成内容、分析数据,甚至做出决策。这使得 n8n 不再只是一个自动化工具,而是一个构建 AI Agent(智能体) 的平台——每个工作流都是一个 24 小时待命的数字员工。


二、为什么需要 n8n?——从重复劳动到 AI 自动化

在日常工作和生活中,我们常常陷入大量重复、机械、耗时的任务中,例如:

  • 每天手动预约图书馆座位;
  • 在多个招聘平台(如 BOSS 直聘)筛选目标公司(如 TOP 100)的岗位信息;
  • 检查是否有新发布的前端、后端或 AI 岗位,避免错过或重复投递;
  • 对感兴趣的公司设置“星标”,一旦有新职位就立即通知自己。

传统做法是写 Python 爬虫 + 定时脚本 + 短信 API,但这对非程序员极不友好,且维护成本高。而借助 n8n + LLM,我们可以零代码实现全流程自动化

  1. 触发器(Trigger) :每天上午 9 点自动启动;
  2. HTTP 请求节点:爬取 BOSS 直聘上目标公司的招聘信息;
  3. 数据清洗节点:过滤掉已投递或不符合要求的岗位;
  4. AI 分析节点:调用大模型判断岗位是否匹配“前端/AI”方向;
  5. 通知节点:若发现新机会,自动发送短信到手机。

整个过程无需人工干预,真正实现“让 AI 为你打工”。


三、n8n 核心概念:节点、工作流与编排

n8n 的核心思想是 “工作流编排” ——将复杂任务拆解为若干个标准化步骤,每个步骤由一个“节点”完成。

1. 节点(Node)

节点是工作流的基本单元,代表一种特定功能,例如:

  • Trigger 节点:如“收到聊天消息”、“定时触发”;
  • HTTP Request 节点:用于调用 API 或爬取网页数据;
  • Edit Fields 节点:用于重命名、删除或转换字段;
  • Filter 节点:根据条件过滤数据(如“去除 price 为空的记录”);
  • AI 节点:如“Message a model”,用于调用 LLM 生成回答或分析内容;
  • 通知节点:如发送邮件、短信、企业微信消息等。

2. 工作流(Workflow)

工作流是一系列节点按逻辑顺序连接而成的流程图。n8n 支持分支、循环、错误处理等高级控制结构,可应对复杂业务场景。

3. 数据对齐与传递

n8n 中的数据以 JSON 格式在节点间流动。每个节点可以读取前一个节点的输出(通过 {{ $json.field }} 表达式),并生成新的数据供后续使用。例如:

{

  "company": "字节跳动",

  "position": "AI算法工程师",

  "requirements": "熟悉PyTorch, 有LLM项目经验"

}

后续的 AI 节点可直接引用 {{ $json.requirements }} 让大模型判断是否匹配。


四、动手实践:创建你的第一个 AI 工作流

步骤 1:安装 n8n

n8n 基于 Node.js,可通过 npm 快速安装:

npm install -g n8n

n8n start

启动后访问 http://localhost:5678 即可进入可视化编辑器。

步骤 2:创建一个 AI 聊天机器人

  1. 添加 “When chat message received” 节点作为触发器;
  2. 添加 “Message a model” 节点,配置 Moonshot/Kimi 等兼容 OpenAI 的大模型;
    • 需先在 Credentials 中创建凭据,填写 API Key 和 Base URL(如 api.moonshot.cn/v1);
    • 模型选择 kimi-k2-0905-preview;
  3. 连接两个节点,保存并激活工作流;
  4. 发送消息测试,即可获得 AI 自动生成的回复。

⚠️ 注意:务必使用正确的 Credential 类型,避免因 URL 错误导致 url.not_found。

步骤 3:扩展为招聘监控助手

  • 添加 HTTP Request 节点,定期抓取招聘网站数据;
  • 使用 Edit Fields 清洗字段(如统一“薪资”格式);
  • Filter 节点 排除已投递岗位;
  • 调用 AI 节点 分析岗位描述是否符合“AI 工程师”要求;
  • 若匹配,通过 Webhook 或 SMS 节点 发送提醒。

五、未来展望:AI + 工程师的新角色

随着 AI 技术的发展,“写代码”将不再是工程师的唯一核心能力。未来的竞争力在于:

  1. 理解 LLM 的能力边界:知道哪些任务适合交给 AI(如文本生成、分类、摘要),哪些仍需人工(如架构设计、伦理判断);
  2. 擅长工作流编排:能将业务需求拆解为可自动化的步骤,并用 n8n、Coze 等工具高效实现;
  3. 人机协作思维:我们不再亲自执行任务,而是“指挥”AI 工作流,审核其输出结果,持续优化流程。

每个 n8n 工作流都是一个 AI Agent ——它不知疲倦、精准执行、可复制、可共享。掌握 n8n,就是掌握未来生产力的关键钥匙。


六、结语

n8n 让自动化从“程序员专属”变为“人人可用”。无论是学生、运营、HR 还是开发者,都可以通过拖拽节点,构建属于自己的 AI 助手。在这个 AI 时代,重要的不是你会不会写代码,而是你能否用 AI 解放自己,专注创造更高价值的工作

正如一句话所说:“未来,每个人都会拥有一个 AI 工作流,而你,只需做那个下达指令的人。”