n8n

Name: n8n
Author: vladm3105

github.com/vladm3105开发17446 次安装1 天前更新

代码仓库

关于 n8n

这项技能为 n8n 平台的工作流、集成和自定义节点开发提供指导，面向需要将服务、API 与数据处理步骤组合起来的开发者。内容涵盖工作流规划、代码节点、TypeScript 自定义节点、错误处理和 AI Agent 模式。

主要功能

01规划触发器、节点与数据流
02编写 JavaScript 和 Python 代码节点
03开发 TypeScript 自定义节点
04连接 API、数据库与云服务
05设计错误处理和 AI Agent 工作流

适用场景

01将多个服务组合成自动化工作流
02为工作流编写数据转换逻辑
03构建可复用的自定义集成节点
04排查执行错误并规划部署

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/vladm3105/aidoc-flow-framework --skill n8n

安装后在 Claude Code 中输入/n8n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。

n8n

examples/

README.md

n8n_custom_node.ts

n8n_deployment.yaml

n8n_workflow_examples.js

详细介绍

n8n 工作流自动化技能

目的

为在 n8n 自动化平台上开发工作流、自定义节点和集成提供专业指导。帮助 AI 助手设计工作流、编写自定义代码节点、构建基于 TypeScript 的自定义节点、集成外部服务并实现 AI Agent 模式。

何时使用此技能

在以下情况下调用此技能：

设计组合多个服务的自动化工作流
在工作流节点中编写 JavaScript/Python 代码
使用 TypeScript 构建自定义节点
集成 API、数据库和云服务
使用 LangChain 创建 AI Agent 工作流
排查工作流执行错误
规划可自托管的 n8n 部署
将手动流程转换为自动化工作流

请勿在以下情况下使用此技能：

一般自动化建议（使用适当的语言/平台技能）
特定云平台的集成（结合云服务提供商技能）
数据库设计（使用数据库专家技能）
前端开发（n8n 的 UI 自定义功能有限）

n8n 核心概念

平台架构

运行时环境：

基于 Node.js 的执行引擎
TypeScript（90.7%）和 Vue.js 前端
pnpm 单体仓库结构
可自托管或部署到云端

工作流执行模式：

手动触发器 - 由用户发起执行
Webhook 触发器 - 激活 HTTP 端点
计划触发器 - 基于 Cron 的定时执行
事件触发器 - 外部服务事件（数据库变更、文件上传）
错误触发器 - 处理工作流失败

Fair-code 许可证：

Apache 2.0 和 Commons Clause
可免费自托管并不限量执行
对 SaaS 服务有商业限制

节点类型和类别

核心节点（数据处理）：

Code - 执行 JavaScript/Python
Set - 设置变量值
If - 条件分支
Switch - 多分支路由
Merge - 合并数据流
Split In Batches - 分批处理大型数据集
Loop Over Items - 遍历数据

触发器节点（工作流启动）：

Webhook - HTTP 端点
Schedule - 按时间执行
Manual Trigger - 用户触发
Error Trigger - 捕获工作流失败
Start - 默认入口点

操作节点（500 多种集成）：

API 连接器（REST、GraphQL、SOAP）
数据库客户端（PostgreSQL、MongoDB、MySQL、Redis）
云服务（AWS、GCP、Azure、Cloudflare）
通信（Email、Slack、Discord、SMS）
文件操作（FTP、S3、Google Drive、Dropbox）
身份验证（OAuth2、API keys、JWT）

AI 节点（LangChain 集成）：

AI Agent - 自主决策
AI Chain - 顺序执行大模型操作
AI Transform - 使用大模型处理数据
Vector Store - 嵌入向量的存储和检索
Document Loaders - 从文件中提取文本

数据流和连接

连接类型：

主连接 - 主要数据流（实线）
错误连接 - 失败路由（红色虚线）

数据结构：

// Input/output format for all nodes
[
  {
    json: { /* Your data object */ },
    binary: { /* Optional binary data (files, images) */ },
    pairedItem: { /* Reference to source item */ }
  }
]

数据访问模式：

表达式 - {{ $json.field }}（当前节点的输出）
输入引用 - {{ $('NodeName').item.json.field }}（指定节点）
所有项目 - {{ $input.all() }}（整个数据集）
第一个项目 - {{ $input.first() }}（单个项目）
项目索引 - {{ $itemIndex }}（当前迭代）

凭据和身份验证

凭据类型：

预定义 - 为热门服务预配置（OAuth2、API key）
通用 - HTTP 身份验证（Basic、Digest、Header Auth）
自定义 - 用户定义的凭据结构

安全实践：

凭据以加密形式存储在数据库中
支持使用环境变量存储敏感值
可选择在工作流间共享凭据
轮换：需要手动更新

工作流设计方法

规划阶段

步骤 1：定义需求

输入来源（Webhook、计划任务、数据库）
所需的数据转换
输出目标（API、文件、数据库）
错误处理要求
执行频率和数据量

步骤 2：梳理数据流

确定触发事件
列出转换步骤
指定验证规则
定义分支逻辑
规划错误恢复

步骤 3：选择节点

决策标准：

有原生节点时优先使用原生节点（经过优化且有人维护）
自定义逻辑少于 50 行时使用 Code 节点
可复用的复杂逻辑超过 100 行时构建自定义节点
API 没有原生节点时使用 HTTP Request 节点
系统操作使用 Execute Command 节点（存在安全风险）

实施阶段

工作流结构模式：

[Trigger] → [Validation] → [Branch (If/Switch)] → [Processing] → [Error Handler]
                                ↓                      ↓
                          [Path A nodes]        [Path B nodes]
                                ↓                      ↓
                          [Merge/Output]         [Output]

模块化设计：

将可复用逻辑提取到子工作流中
使用 Execute Workflow 节点实现模块化
将主工作流限制在 15-20 个节点（便于阅读）
使用输入变量参数化工作流

错误处理策略：

Error Trigger 工作流 — 捕获所有失败
Try/Catch 模式 — 在节点上连接错误输出
重试逻辑 — 配置各节点的重试设置
验证节点 — 使用 If/Switch 检查数据
通知 — 发生严重故障时发送提醒（Email、Slack）

测试阶段

本地测试：

使用示例数据执行
验证每个节点的输出（检查数据面板）
使用无效数据测试错误路径
检查凭据连接

生产环境验证：

启用工作流并监控执行情况
查看执行历史中的失败记录
检查资源使用情况（执行时间、内存）
验证输出数据质量

工作流中的代码执行

Code 节点（JavaScript）

可用 API：

Node.js 内置模块 — fs、path、crypto、https
Lodash — _.groupBy()、_.sortBy() 等
Luxon — 日期时间处理
n8n 辅助对象 — $input、$json、$binary

基本结构：

// Access input items
const items = $input.all();

// Process data
const processedItems = items.map(item => {
  const inputData = item.json;

  return {
    json: {
      // Output fields
      processed: inputData.field.toUpperCase(),
      timestamp: new Date().toISOString()
    }
  };
});

// Return transformed items
return processedItems;

数据转换模式：

筛选：

const items = $input.all();
return items.filter(item => item.json.status === 'active');

聚合：

const items = $input.all();
const grouped = _.groupBy(items, item => item.json.category);

return [{
  json: {
    summary: Object.keys(grouped).map(category => ({
      category,
      count: grouped[category].length
    }))
  }
}];

API 调用（异步）：

const items = $input.all();
const results = [];

for (const item of items) {
  const response = await fetch(`https://api.example.com/data/${item.json.id}`);
  const data = await response.json();

  results.push({
    json: {
      original: item.json,
      enriched: data
    }
  });
}

return results;

代码中的错误处理：

const items = $input.all();

return items.map(item => {
  try {
    // Risky operation
    const result = JSON.parse(item.json.data);
    return { json: { parsed: result } };
  } catch (error) {
    return {
      json: {
        error: error.message,
        original: item.json.data
      }
    };
  }
});

Code 节点（Python）

可用库：

标准库 — json、datetime、re、requests
NumPy — 数组操作
Pandas — 数据分析（如果已安装）

基本结构：

# Access input items
items = _input.all()

# Process data
processed_items = []
for item in items:
    input_data = item['json']

    processed_items.append({
        'json': {
            'processed': input_data['field'].upper(),
            'timestamp': datetime.now().isoformat()
        }
    })

# Return transformed items
return processed_items

复杂度评级：Code 节点

简单转换（map/filter）：1
带错误处理的 API 调用：2
多步骤异步操作：3
使用库的复杂算法：4
性能关键型处理：5（考虑使用自定义节点）

自定义节点开发

何时构建自定义节点

在以下情况下构建自定义节点：

在多个工作流中复用逻辑（超过 3 个工作流）
有复杂的身份验证要求
执行性能关键型操作（Code 节点有开销）
向社区贡献（公开的 npm 包）
集成组织专用服务

在以下情况下使用 Code 节点：

一次性转换
快速原型设计
简单的 API 调用（少于 100 行）

开发风格

[查看代码示例：examples/n8n_custom_node.ts]

1. 编程式风格（完全可控）

适用于：

复杂的身份验证流程
高级参数验证
自定义 UI 组件
带状态管理的轮询操作

[参见：examples/n8n_custom_node.ts 中的 CustomNode 类]

2. 声明式风格（简化）

适用于：

标准 CRUD 操作
RESTful API 封装
无复杂逻辑的简单集成

[参见：examples/n8n_custom_node.ts 中导出的 operations 和 router]

其他示例：

凭据配置：examples/n8n_custom_node.ts 中的 customApiCredentials
凭据验证：examples/n8n_custom_node.ts 中的 validateCredentials()
轮询触发器：examples/n8n_custom_node.ts 中的 PollingTrigger 类

开发工作流

步骤 1：初始化 Node

# Create from template
npm create @n8n/node my-custom-node

# Directory structure created:
# ├── nodes/
# │   └── MyCustomNode/
# │       └── MyCustomNode.node.ts
# ├── credentials/
# │   └── MyCustomNodeApi.credentials.ts
# └── package.json

步骤 2：实现逻辑

定义节点属性（参数、凭据）
实现 execute 方法
添加错误处理
编写单元测试（可选）

步骤 3：构建并测试

# Build TypeScript
npm run build

# Link locally for testing
npm link

# In n8n development environment
cd ~/.n8n/nodes
npm link my-custom-node

# Restart n8n to load node
n8n start

步骤 4：发布

# Community node (npm package)
npm publish

# Install in n8n
Settings → Community Nodes → Install → Enter package name

复杂度评级：自定义节点

声明式 CRUD 封装：2
带身份验证的程序化实现：3
复杂状态管理：4
高级轮询／Webhook：5

集成模式

API 集成策略

决策树：

Has native node? ──Yes──> Use native node
     │
     No
     ├──> Simple REST API? ──Yes──> HTTP Request node
     ├──> Complex auth (OAuth2)? ──Yes──> Build custom node
     ├──> Reusable across workflows? ──Yes──> Build custom node
     └──> One-off integration? ──Yes──> Code node with fetch()

HTTP 请求节点模式

带查询参数的 GET：

URL: https://api.example.com/users
Method: GET
Query Parameters:
  - status: active
  - limit: 100
Authentication: Header Auth
  - Name: Authorization
  - Value: Bearer {{$credentials.apiKey}}

带 JSON 请求体的 POST：

URL: https://api.example.com/users
Method: POST
Body Content Type: JSON
Body:
{
  "name": "={{ $json.name }}",
  "email": "={{ $json.email }}"
}

分页处理（代码节点）：

let allResults = [];
let page = 1;
let hasMore = true;

while (hasMore) {
  const response = await this.helpers.request({
    method: 'GET',
    url: `https://api.example.com/data?page=${page}`,
    json: true,
  });

  allResults = allResults.concat(response.results);
  hasMore = response.hasNext;
  page++;
}

return allResults.map(item => ({ json: item }));

Webhook 模式

接收 Webhook：

创建 Webhook 触发器节点
配置 HTTP 方法（POST/GET）
设置身份验证（无／Header Auth／Basic Auth）
从节点获取 Webhook URL
在外部服务中注册 URL

响应 Webhook：

// In Code node after webhook trigger
const webhookData = $input.first().json;

// Process data
const result = processData(webhookData);

// Return response (synchronous webhook)
return [{
  json: {
    status: 'success',
    data: result
  }
}];

Webhook URL 结构：

Production: https://your-domain.com/webhook/workflow-id
Test: https://your-domain.com/webhook-test/workflow-id

数据库集成

常见模式：

带参数的查询：

-- PostgreSQL node
SELECT * FROM users
WHERE created_at > $1
  AND status = $2
ORDER BY created_at DESC

-- Parameters from previous node
Parameters: ['{{ $json.startDate }}', 'active']

批量插入：

// Code node preparing data for database
const items = $input.all();
const values = items.map(item => ({
  name: item.json.name,
  email: item.json.email,
  created_at: new Date().toISOString()
}));

return [{ json: { values } }];

// Next node: PostgreSQL
// INSERT INTO users (name, email, created_at)
// VALUES {{ $json.values }}

文件操作

上传到 S3：

Workflow: File Trigger → S3 Upload
- File Trigger: Monitor directory for new files
- S3 node:
  - Operation: Upload
  - Bucket: my-bucket
  - File Name: {{ $json.fileName }}
  - Binary Data: true (from file trigger)

下载并处理：

HTTP Request (download) → Code (process) → Google Drive (upload)
- HTTP Request: Binary response enabled
- Code: Process $binary.data
- Google Drive: Upload with binary data

AI Agent 工作流

LangChain 集成

AI Agent 节点配置：

Agent 类型：OpenAI Functions、ReAct、Conversational
大模型：OpenAI、Anthropic、Hugging Face、Ollama（本地）
记忆：Buffer、Buffer Window、Summary
工具：Calculator、Webhook、数据库查询、自定义 API 调用

基本 Agent 模式：

Manual Trigger → AI Agent → Output
- AI Agent:
  - Prompt: "You are a helpful assistant that {{$json.task}}"
  - Tools: [Calculator, HTTP Request]
  - Memory: Conversation Buffer Window

守门员模式（受监督的 AI）

**使用场景：**在 Agent 执行操作前进行人工审批

Webhook → AI Agent → If (requires approval) → Send Email → Wait for Webhook → Execute Action
                            ↓ (auto-approve)
                        Execute Action

实现方式：

AI Agent 生成操作计划
If 节点检查置信度分数
置信度低 → 发送审批请求邮件
等待 Webhook（批准／拒绝）
根据响应执行或中止

迭代 Agent 模式

**使用场景：**带状态的多步骤问题解决

Loop Start → AI Agent → Tool Execution → State Update → Loop End (condition check)
     ↑______________________________________________________________|

状态管理：

// Code node - Initialize state
return [{
  json: {
    task: 'Research topic',
    iteration: 0,
    maxIterations: 5,
    context: [],
    completed: false
  }
}];

// Code node - Update state
const state = $json;
state.iteration++;
state.context.push($('AI Agent').item.json.response);
state.completed = state.iteration >= state.maxIterations || checkGoalMet(state);

return [{ json: state }];

RAG（检索增强生成）模式

Query Input → Vector Store Search → Format Context → LLM → Response Output

向量存储设置：

文档加载器节点 → 将文本拆分为多个片段
嵌入节点 → 生成向量（OpenAI、Cohere）
向量存储节点 → 存储到 Pinecone/Qdrant/Supabase
查询：检索相关片段 → 注入大模型提示词

复杂度评级：AI 工作流

简单的大模型调用：1
带工具的 Agent：3
守门员模式：4
多 Agent 编排：5

部署与托管

自托管选项

[查看代码示例：examples/n8n_deployment.yaml]

Docker（推荐）：

使用 PostgreSQL 的 Docker Compose
用于扩展的队列模式配置
按使用规模划分的资源需求

[查看：examples/n8n_deployment.yaml 中的 docker-compose 配置]

npm（开发）：

npm install n8n -g
n8n start
# Access: http://localhost:5678

环境配置：

[查看：examples/n8n_deployment.yaml 中的完整环境变量参考]

必需变量：

N8N_HOST - Webhook 的公开 URL
WEBHOOK_URL - Webhook 端点基础 URL
N8N_ENCRYPTION_KEY - 凭据加密（必须持久保存）
DB_TYPE - 数据库（SQLite/PostgreSQL/MySQL/MariaDB）
EXECUTIONS_DATA_SAVE_ON_ERROR - 错误日志记录
EXECUTIONS_DATA_SAVE_ON_SUCCESS - 成功日志记录

examples/n8n_deployment.yaml 中记录了性能调优变量

扩展性考量

队列模式（高吞吐量）：

# Separate main and worker processes
# Main process (UI + queue management)
N8N_QUEUE_MODE=main n8n start

# Worker processes (execution only)
N8N_QUEUE_MODE=worker n8n worker

数据库：

SQLite：开发／低吞吐量（每天 <1000 次执行）
PostgreSQL：生产环境（推荐）
MySQL/MariaDB：适用于现有基础设施的替代方案

资源要求：

工作流量	CPU	RAM	数据库
<100 次执行／天	1 核	512MB	SQLite
100-1000 次／天	2 核	2GB	PostgreSQL
1000-10000 次／天	4 核	4GB	PostgreSQL
>10000 次／天	8+ 核	8GB+	PostgreSQL + 队列模式

监控：

启用执行日志（EXECUTIONS_DATA_SAVE_*）
设置错误工作流（Error Trigger 节点）
监控数据库大小（清理执行历史记录）
跟踪 Webhook 响应时间

最佳实践

工作流设计

1. 模块化：

将可复用逻辑提取到 Execute Workflow 节点
将工作流限定为单一职责
对常见操作（验证、格式化）使用子工作流

2. 错误韧性：

为关键节点添加错误输出
实现重试逻辑（节点设置）
创建 Error Trigger 工作流用于告警
将错误记录到外部系统（Sentry、CloudWatch）

3. 性能：

对大型数据集（>1000 项）使用 Split In Batches
尽量减少循环中的 HTTP 请求（批量调用 API）
对高频工作流禁用执行日志记录
将开销较大的操作缓存到变量中

4. 安全性：

将密钥存储在凭据中（不要硬编码）
使用环境变量进行配置
启用 Webhook 身份验证
限制 Execute Command 节点的使用（或全局禁用）
检查代码节点是否存在注入漏洞

5. 可维护性：

为复杂工作流添加备注（Sticky Note 节点）
使用一致的命名方式（动词 + 名词：“Fetch Users”“Transform Data”）
在工作流设置中说明工作流用途
对工作流进行版本控制（导出 JSON，提交到 Git）

节点中的代码质量

1. 数据验证：

// Always validate input structure
const items = $input.all();

for (const item of items) {
  if (!item.json.email || !item.json.name) {
    throw new Error(`Invalid input: missing required fields at item ${item.json.id}`);
  }
}

2. 错误上下文：

// Provide debugging information
try {
  const result = await apiCall(item.json.id);
} catch (error) {
  throw new Error(`API call failed for ID ${item.json.id}: ${error.message}`);
}

3. 幂等性：

// Check existence before creation
const exists = await checkExists(item.json.uniqueId);
if (!exists) {
  await createRecord(item.json);
}

工作流模式库

模式 1：API 同步

适用场景： 在两个系统之间同步数据

Schedule Trigger (hourly) → Fetch Source Data → Transform → If (record exists) → Update Target
                                                                    ↓ (new)
                                                                Create in Target

复杂度： 2

模式 2：错误恢复

适用场景： 使用指数退避重试失败的操作

Main Workflow → Process → Error → Error Trigger Workflow
                                        ↓
                                   Wait (delay) → Retry → If (max retries) → Alert

复杂度： 3

模式 3：数据丰富

适用场景： 使用外部来源扩充数据

Webhook → Split In Batches → For Each Item:
                                  ↓
                             API Call (enrich) → Code (merge) → Batch Results
                                                                      ↓
                                                                Database Insert

复杂度： 3

模式 4：事件驱动处理

适用场景： 处理来自消息队列的事件

SQS Trigger → Parse Message → Switch (event type) → [Handler A, Handler B, Handler C] → Confirm/Delete Message

复杂度： 3

模式 5：人工参与

适用场景： 审批工作流

Trigger → Generate Request → Send Email (approval link) → Webhook (approval response) → If (approved) → Execute Action
                                                                                              ↓ (rejected)
                                                                                         Send Rejection Notice

复杂度： 4

模式 6：多阶段 ETL

适用场景： 复杂数据管道

Schedule → Extract (API) → Validate → Transform → Load (Database) → Success Notification
                               ↓                                            ↓
                          Error Handler ────────────────────> Error Notification

复杂度： 3

质量关卡

完成定义：工作流

满足以下条件时，工作流即可用于生产环境：

功能性：
- ✓ 所有节点都能在测试数据上无错误地执行
- ✓ 使用无效输入测试错误路径
- ✓ 根据要求验证输出格式
错误处理：
- ✓ 为关键节点配置错误输出
- ✓ 创建 Error Trigger 工作流用于告警
- ✓ 在适用的情况下配置重试逻辑
安全性：
- ✓ 使用凭据（不硬编码密钥）
- ✓ 启用 Webhook 身份验证
- ✓ 实现输入验证
文档：
- ✓ 在设置中填写工作流说明
- ✓ 使用备注记录复杂逻辑
- ✓ 参数说明清晰
性能：
- ✓ 使用符合实际情况的数据量进行测试
- ✓ 执行时间可接受
- ✓ 资源使用量在限制范围内

自定义节点的完成标准

自定义节点满足以下条件即可投入生产：

功能：
- ✓ 所有操作均已实现并测试
- ✓ 凭据集成正常工作
- ✓ 参数已验证
代码质量：
- ✓ 已定义 TypeScript 类型
- ✓ 错误处理完善
- ✓ 没有硬编码值（使用参数）
文档：
- ✓ README 包含安装说明
- ✓ 参数说明清晰
- ✓ 提供示例工作流
分发：
- ✓ 已发布到 npm（如为公开版本）
- ✓ 版本号设置恰当
- ✓ 已在 package.json 中声明依赖项

错误处理指南

常见问题及解决方法

问题：工作流因“Invalid JSON”而失败

原因： 节点输出格式不正确

解决方法：

// Ensure return format
return [{ json: { your: 'data' } }];
// NOT: return { your: 'data' };

问题：“Cannot read property of undefined”

原因： 缺少上一个节点的数据

解决方法：

// Check existence before access
const value = $json.field?.subfield ?? 'default';

问题：Webhook 未收到数据

原因： Webhook URL 或身份验证不正确
解决方法：
- 确认 URL 与外部服务配置一致
- 检查身份验证方式是否一致（None/Header/Basic）
- 使用 curl 测试：
```
curl -X POST https://your-n8n.com/webhook/test \
  -H "Content-Type: application/json" \
  -d '{"test": "data"}'
```

问题：自定义节点未显示

原因： 未正确链接/安装

解决方法：

# Check installation
npm list -g | grep n8n-nodes-

# Reinstall if needed
npm install -g n8n-nodes-your-node

# Restart n8n

问题：内存占用过高

原因： 未分批处理大型数据集
解决方法：
- 使用 Split In Batches 节点（批次大小：100-1000）
- 对高频工作流，禁用执行数据保存
- 设置 EXECUTIONS_DATA_PRUNE=true

问题：凭据无法使用

原因： 凭据配置不正确或令牌已过期
解决方法：
- 重新验证 OAuth2 凭据
- 验证 API 密钥/令牌是否有效
- 检查服务中的凭据权限

调试策略

1. 检查节点输出：

点击节点 → 查看执行数据
检查 json 和 binary 选项卡
验证数据结构是否符合预期

2. 添加调试用 Code 节点：

// Log intermediate values
const data = $json;
console.log('Debug data:', JSON.stringify(data, null, 2));
return [{ json: data }];

3. 使用 If 节点进行验证：

// Expression to check data quality
{{ $json.email && $json.email.includes('@') }}

4. 启用执行日志记录：

设置 → 日志 → 将级别设为 debug
查看 docker 日志：docker logs n8n -f

5. 单独测试：

使用 Manual Trigger 创建测试工作流
复制有问题的节点
使用静态测试数据

参考资料

官方文档

主文档： https://docs.n8n.io
节点参考： https://docs.n8n.io/integrations/builtin/
自定义节点开发： https://docs.n8n.io/integrations/creating-nodes/
表达式参考： https://docs.n8n.io/code/expressions/

代码仓库

核心平台： https://github.com/n8n-io/n8n
文档： https://github.com/n8n-io/n8n-docs
社区节点： https://www.npmjs.com/search?q=n8n-nodes

社区资源

论坛： https://community.n8n.io
模板： https://n8n.io/workflows（工作流库）
YouTube： n8n 官方频道（教程）

基本信息

作者: vladm3105
仓库: vladm3105/aidoc-flow-framework
分类: 开发
安装次数: 446
GitHub Stars: 17

报告问题

n8n

关于 n8n

主要功能

适用场景

安装

包含的文件

详细介绍

n8n 工作流自动化技能

目的

何时使用此技能

n8n 核心概念

平台架构

节点类型和类别

数据流和连接

凭据和身份验证

工作流设计方法

规划阶段

实施阶段

测试阶段

工作流中的代码执行

Code 节点（JavaScript）

Code 节点（Python）

自定义节点开发

何时构建自定义节点

开发风格

开发工作流

集成模式

API 集成策略

HTTP 请求节点模式

Webhook 模式

数据库集成

文件操作

AI Agent 工作流

LangChain 集成

守门员模式（受监督的 AI）

迭代 Agent 模式

RAG（检索增强生成）模式

部署与托管

自托管选项

扩展性考量

最佳实践

工作流设计

节点中的代码质量

工作流模式库

模式 1：API 同步

模式 2：错误恢复

模式 3：数据丰富

模式 4：事件驱动处理

模式 5：人工参与

模式 6：多阶段 ETL

质量关卡

完成定义：工作流

自定义节点的完成标准

错误处理指南

常见问题及解决方法

调试策略

参考资料

官方文档

代码仓库

社区资源

相关技能

评论