结构化摘要

文章主旨：

本文是一篇 N8N 开源工作流自动化工具的入门实践指南，作者通过构建一个财经新闻聊天机器人的案例，展示如何使用 N8N 的可视化节点编排、HTTP 请求、数据转换、循环处理以及 AI Agent 等核心功能，实现从数据获取到存储与智能回复的完整自动化流程。

关键要点：

• N8N 是一个开源、可视化、节点式的工作流自动化工具，支持集成数百种服务、API 并允许嵌入 JavaScript/Python 代码。
• 安装 N8N 可通过 Docker 一键完成（示例命令：docker run ... -p 5678:5678 ...）。
• 案例流程：用户聊天触发 → 调用财联社 API 获取财经资讯 → 数据格式化 → 循环存入飞书多维表格 → AI Agent 根据资讯回复用户。
• 核心节点包括：聊天触发节点、HTTP Request 节点、Code 节点（数据清洗）、Loop Over Items 节点（循环存储）、飞书节点（存储到多维表格）、AI Agent 节点（集成大模型和上下文内存）。
• AI Agent 需配置 Chat Model（如本地 qwen3-vl:30b）和 Memory（如 Redis），并通过 Prompt 将财经资讯和用户问题组合后生成回复。

内容结构：

一、N8N 简介

• 概念：N8N 是开源可视化工作流自动化工具，能串联系统、API、服务，避免编写胶水代码。
• 常见用途：定时拉取数据、Webhook 回调处理、批量 ETL 等。
• 安装方法：使用 Docker 创建数据卷并运行容器，示例命令行给出端口映射、时区设置等。
• 访问地址：http://localhost:5678/

二、案例场景说明

• 目标：构建财经新闻聊天机器人，主流程为“用户消息 → 获取财经资讯 → AI 处理 → 回复用户”。
• 支线：将获取到的财经资讯存入飞书多维表格。
• 数据来源：财联社公开接口 https://www.cls.cn/nodeapi/telegraphList。
• 准备工作：了解接口返回格式。

三、流程编排

3.1 When chat message received（触发节点）

• 选择“On chat message”聊天类触发，无需配置。
• 简述 N8N 支持的触发类型：Webhook、定时、手动、消息/聊天类等。

3.2 HTTP Request 节点

• 用于发送 HTTP GET 请求到财联社接口，配置请求方式和 URL。

3.3 code01（数据格式化）

• 使用 Code 节点（JavaScript）将接口返回的原始数据转换为包含 title、content、ctime、reading_num、level、shareurl 字段的结构化数据。
• 通过 $input.item.json 获取上游数据，输出格式化后的数组。

3.4 get_json_array（提取数组）

• 另一个 Code 节点，从格式化后的 JSON 中提取 records 数组，确保传递给循环节点的数据是数组。

3.5 Loop Over Items + 飞书节点（循环存储）

• 使用 Loop Over Items 遍历上一步的数组，每一条数据通过飞书节点存入飞书多维表格。
• 飞书节点配置要点：应用级别凭证（App ID 和 App Secret）、多维表格 Token 和 ID、权限添加。
• 请求体示例：{"records":[{"fields":{...}}]}，字段值使用 {{$json.xxx}} 动态引用。

3.6 AI Agent 节点

• 配置 Chat Model（示例使用本地 qwen3-vl:30b）和 Memory（示例使用 Redis）存储上下文。
• Prompt 模板：结合财联社资讯内容 {{ $json.data.roll_data.map(item=>item.content) }} 回答用户问题 {{ $json.chatInput }}。

四、小结

• 展示最终效果：在 N8N 网页上可直接对话，同时飞书多维表格中存储了结构化数据。
• 鼓励读者尝试。

文章总结：

本文以实例驱动，步骤清晰，适合 N8N 新手快速上手，展示了 N8N 在数据整合、自动化存储与 AI 对话方面的灵活性与实用性。

2020年中国DevOps应用发展研究——艾瑞咨询报告总结

了解更多

江南一点雨

查看原文：N8N 牛刀小试

文章来源：

江南一点雨

扫码关注公众号