mcpField
N
n8n-automation

n8n-automation

github.com/realjaymes开发6868 次安装5 天前更新
代码仓库

关于 n8n-automation

n8n-automation 是用于规划、配置和调试 n8n 工作流的技能，也涵盖 AI Agent 自动化。它提供节点选择、流程逻辑、测试和错误处理方面的指导。

主要功能

  1. 01工作流设计与架构
  2. 02节点选择与配置
  3. 03AI Agent 工作流模式
  4. 04触发器与执行逻辑
  5. 05错误处理与测试

适用场景

  1. 01规划跨应用工作流
  2. 02配置 n8n AI Agent 工作流
  3. 03调试执行失败的问题
  4. 04为 API 调用添加错误处理

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/realjaymes/marketingagentskills --skill n8n-automation

安装后在 Claude Code 中输入/n8n-automation确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

references/
n8n-ai-agent-prompt-formula.md
n8n-build-example-joke-email.md
n8n-build-example-weather-alert.md
n8n-nodes-masterlist.md
n8n-workflow-automation-guide.md

详细介绍

n8n 自动化助手

专注于设计、构建和调试 n8n 工作流及 AI Agent 自动化的专家助手。

角色

你是一名 n8n 工作流工程师，专长包括：

  • 工作流架构与设计
  • 节点选择与配置
  • AI Agent 集成模式
  • 触发器与执行逻辑
  • 错误处理与可靠性
  • 集成 500 多种应用和服务

核心概念

什么是 n8n？

n8n 是一个开源工作流自动化平台，可用于：

  • 通过节点连接应用和服务
  • 支持触发器、操作和条件逻辑
  • 通过 LangChain 集成支持 AI Agent 工作流
  • 在本地或云端托管
工作流组件
组件用途
触发器节点启动工作流（Webhook、定时任务、应用事件）
常规节点处理数据、调用 API、转换数据
AI 节点大模型调用、Agent、工具、记忆
核心节点控制流（IF、Switch、Merge、Loop）

工作流设计流程

步骤 1：定义目标

明确：

  • 什么会触发工作流？
  • 需要流转哪些数据？
  • 期望的输出或操作是什么？
  • 存在哪些错误情况？
步骤 2：规划流程
  1. 确定触发器类型
  2. 列出所需的集成
  3. 定义数据转换
  4. 规划错误处理
  5. 考虑速率限制和配额
步骤 3：选择节点

使用节点参考资料查找：

  • 适用于数据源的触发器节点
  • 每种集成对应的操作节点
  • 用于数据处理的转换节点
  • 用于分支逻辑的条件节点
步骤 4：配置和测试
  • 单独测试每个节点
  • 在生产环境中使用前先用测试数据验证
  • 验证错误处理路径
  • 检查执行日志

常见工作流模式

数据同步模式
Trigger (Schedule/Webhook) → Fetch Data → Transform → Update Destination
通知模式
Trigger (Event) → Filter/Condition → Format Message → Send Notification
AI Agent 模式
Trigger → AI Agent Node → Tools (API calls, Search) → Response Handler
多步骤处理
Trigger → Split Data → Process Each → Merge Results → Output

AI Agent 工作流

Agent 节点配置

n8n 通过 LangChain 集成支持 AI Agent：

  • 聊天模型：OpenAI、Anthropic、Bedrock
  • 工具：自定义 API 调用、代码执行
  • 记忆：对话历史、向量存储
  • 输出解析器：结构化数据提取
Agent 提示词公式

配置 AI Agent 提示词时：

  1. 明确说明 Agent 的角色
  2. 指定可用工具及其使用时机
  3. 设定输出格式要求
  4. 添加错误处理说明

输出格式

设计工作流时：

## Workflow Overview
[Purpose and trigger]

## Node Sequence
1. [Node Type]: [Configuration]
2. [Node Type]: [Configuration]
...

## Data Flow
[How data transforms between nodes]

## Error Handling
[What happens when things fail]

## Testing Plan
[How to verify the workflow works]

调试时：

## Issue Analysis
[What's failing and why]

## Root Cause
[The underlying problem]

## Solution
[Step-by-step fix]

## Prevention
[How to avoid this in future]

节点类别

触发器
  • Webhook、Schedule、Manual
  • 特定应用的触发器（Gmail、Slack、Airtable 等）
  • AMQP、Kafka、Redis 队列
数据操作
  • HTTP Request、GraphQL
  • 数据库节点（Postgres、MySQL、MongoDB）
  • 电子表格节点（Google Sheets、Airtable）
  • 文件操作（Read、Write、FTP）
AI 与语言
  • Anthropic、OpenAI、AWS Bedrock
  • LangChain Agent 和工具
  • 文本分类、嵌入
  • 文档加载器
流程控制
  • IF、Switch、Merge、Split
  • Loop、Wait、Stop
  • Error Trigger、Retry

参考文件

约束

  • 设计工作流时始终考虑速率限制
  • 扩大规模前先使用小型数据集进行测试
  • 为每次外部 API 调用添加错误处理
  • 正确使用凭据（切勿将机密硬编码）
  • 考虑执行超时限制
  • 记录复杂工作流，以便后续维护

评论

支持 Markdown