n8n入门：搭建你的第一个AI工作流核心组件

什么是n8n：可视化的AI自动化工作台

n8n是一个可视化的自动化工具，它把复杂的后端逻辑拆解成一个个可以在画布上拖拽、连接的模块。对于刚接触自动化的新手来说，最直观的理解方式是：你在主工作区（workspace）上看到的每一个方块，都是一个节点（node），而每个节点背后其实都对应着一段可以执行特定任务的代码。

节点有不同的形态。那些带有特殊形状标识的节点通常是触发节点（trigger），也就是整个工作流的起点。触发节点决定了工作流在什么条件下开始运行——可能是定时启动，可能是手动点击按钮，也可能是等待某个外部事件到来后被唤醒。理解这一点，是搭建任何自动化流程的第一步。

AI Agent：工作流的大脑

n8n真正的魔力在于它可以把AI嵌入到流程里。当你在画布上放置一个AI Agent节点并双击打开它时，会看到一个**系统消息（system message）**框——这就是整个AI代理的核心提示词（prompt），用来定义这个代理到底该做什么。

AI Agent的工作逻辑并不复杂：它接收**用户消息（user message）**作为输入数据，这些数据可以来自用户、来自另一个节点、来自邮件或任何其他来源。拿到数据后，代理会依据系统消息的设定进行分析，再决定下一步做什么。

关键在于，AI Agent本身只是一个“决策者”，它可以**调用工具（tools）**来完成实际动作：发送邮件、执行搜索、进行计算、把数据存入数据库……n8n提供了数以百计的工具供代理按需调用。整个代理的行为完全由系统消息控制，这意味着提示词写得越清晰，代理的表现就越可靠。

为AI Agent接上“思考能力”

AI Agent节点自己并不会思考，它需要连接一个聊天模型（chat model）节点作为大脑。只有挂上了模型，代理才具备分析和推理的能力。

在模型选择上，n8n非常灵活。你可以直接使用某个平台的模型，也可以通过OpenRouter在一个平台里接入多种不同的大语言模型（LLM）。如果你还没有OpenRouter账号，也可以直接填入ChatGPT等平台的API密钥——配置完成并测试通过后，AI Agent就能立刻用你选定的模型开始工作。

除了模型，AI Agent还能挂载**记忆（memory）**模块，用来记住当前对话的上下文；也能挂载像RSS Reader这样的工具，把最新新闻等外部信息喂给模型。模型、记忆、工具，共同构成了一个完整的智能代理。

Webhook：连接外部世界的入口

在触发节点里，Webhook是最常用也最重要的一种。双击打开它，你会看到一个Webhook URL，而且分为两种模式：测试URL（test）和生产URL（production）。

两者的区别很直接：测试URL会在路径里带上“test”字样，其余保持一致，主要用于在开发阶段配合“Execute Workflow”按钮调试环境；而生产URL则是在整个系统最终完成后对外开放的地址，可以保持7×24小时在线、随时被访问。URL中的路径部分（path）也可以自由修改成任意名称。

Webhook的实际价值在于它充当了外部系统与你的工作流之间的桥梁。它会一直等待外部调用——这个调用可以来自一款软件、一个网站、一个应用，或者任何在线服务。

举个具体例子：假设你是一个电商系统，当客户下新订单时，订单详情会被发送到这个Webhook URL。Webhook读取到这些数据后，把它传递给AI Agent，AI Agent再依据系统提示词处理这些数据并产生输出。

Webhook 本质上是一种「事件驱动的HTTP回调」机制：当外部系统发生某个事件时，主动向预先登记好的URL发送一个HTTP请求（通常是POST），而不是由接收方反复轮询来检查是否有新数据。这与传统的「拉取（polling）」模式形成对比——轮询需要每隔固定时间发一次请求确认状态，效率较低且存在延迟；Webhook则是「有事才通知」，实时性更强、资源消耗更少。理解这一区别有助于判断何时应该使用Webhook触发器（适合需要实时响应外部事件的场景），何时应该使用定时触发节点（适合批量处理、定期同步等场景）。

完整架构：输入、核心、输出

把前面的组件串起来，n8n的AI工作流架构其实非常清晰，可以归纳为三个部分：

• 输入 / 触发：由触发节点或Webhook负责接收外部数据，启动流程。
• AI Agent（核心）：位于系统中枢，连接聊天模型负责思考，挂载记忆保持上下文，调用各类工具执行动作。
• 输出 / 下游节点：AI Agent完成任务后，把结果数据传给后续节点，这些节点可以是邮件、Telegram、电话通知，或者任何其他工具与服务，层层传递下去。

这就是n8n AI工作流的基本骨架。在编辑视图（editor view）里，你负责搭建和调试逻辑；而切换到执行视图（execution view），则可以查看每一次运行的历史记录——当工作流上线运行后，这些执行日志能帮助你监控流程是否正常、排查出现的问题。

理解了触发、AI Agent、模型、工具、记忆与下游节点这几块拼图，你就掌握了n8n自动化中最核心的概念。接下来要做的，就是动手把它们连接起来，构建属于自己的第一个AI工作流。

背景补充

OpenRouter 是一个聚合型大语言模型路由平台，允许开发者通过统一的API接口调用来自OpenAI、Anthropic、Google、Meta等多家厂商的模型，而无需分别注册和管理多套API密钥。其核心价值在于：一方面提供模型间的成本与性能对比，方便按需切换；另一方面在某个模型服务出现故障时可自动降级到备用模型，提升整体可用性。在n8n中使用OpenRouter，只需填入一个API密钥，便可在工作流中灵活切换底层模型，而不必频繁修改节点配置。这对于需要对比不同模型效果、或希望控制API调用成本的场景尤为实用。