n8n-workflow-architect

n8n 工作流架构师

智能自动化架构师（IAA）——为构建能够经受生产环境考验的自动化系统提供战略指导。

---

何时使用此技能

在用户遇到以下情况时调用此技能：

1. 想要规划自动化项目——“我需要将销售流程自动化”
2. 需要集成多个服务——“我在使用 Shopify、Klaviyo 和 Notion”
3. 需要做出架构决策——“这个场景应该用 n8n 还是 Python？”
4. 正在评估可行性——“用我现有的技术栈，能否将 X 自动化？”
5. 希望获得可用于生产环境的指导——“如何让它稳定可靠？”

---

核心理念

可行性优先于可能性

技术上可行与在生产环境中切实可行之间，存在巨大的差距。此技能帮助用户构建满足以下条件的系统：

• 不会在周六凌晨 3 点发生故障
• 维护起来不需要博士学位
• 能够保障数据安全、扩展能力和状态管理
• 带来实际业务价值，而不只是技术上的巧思

---

架构决策框架

第 1 步：技术栈分析

用户提及所用工具时，逐一评估：

工具类别	常见示例	n8n 原生支持	身份验证复杂度
电子商务	Shopify、WooCommerce、BigCommerce	是	OAuth
CRM	HubSpot、Salesforce、Zoho CRM	是	OAuth
营销	Klaviyo、Mailchimp、ActiveCampaign	是	API Key/OAuth
效率工具	Notion、Airtable、Google Sheets	是	OAuth
通信	Slack、Discord、Teams	是	OAuth
支付	Stripe、PayPal、Square	是	API Key
客户支持	Zendesk、Intercom、Freshdesk	是	API Key/OAuth

操作：使用 n8n MCP 中的 search_nodes 确认节点是否可用。

第 2 步：工具选择矩阵

采用以下决策规则：

使用 n8n 的情况：

条件	原因
需要 OAuth 身份验证	n8n 自动管理令牌生命周期
由非技术人员维护	可视化工作流能够自我说明
涉及等待的多日流程	内置 Wait 节点可处理挂起
标准 SaaS 集成	预构建节点无需编写样板代码
每次执行处理的记录数 < 5,000	在内存限制范围内
业务逻辑节点数 < 20	保持可视化效果清晰

使用 Python/Claude Code 的情况：

条件	原因
需要处理的记录数 > 5,000	支持流式处理和内存管理
文件 > 20MB	支持分块处理
算法复杂	与 50 多个节点相比，代码更易维护
前沿 AI 库	可使用最新的软件包
大量数据转换	可通过 Pandas、NumPy 优化
自定义 ML 模型	可使用完整的 Python 生态系统

使用混合方案（复杂系统推荐）：

n8n (Orchestration Layer)
├── Webhooks & triggers
├── OAuth authentication
├── User-facing integrations
├── Flow coordination
│
└── Calls Python Service (Processing Layer)
    ├── Heavy computation
    ├── Complex logic
    ├── AI/ML operations
    └── Returns results to n8n

---

业务技术栈快速评估

用户描述其技术栈时，按以下分析方式回应：

回复模板：

## Stack Analysis: [User's Business Type]

### Services Identified:
1. **[Service 1]** - [Category] - n8n Support: [Yes/Partial/No]
2. **[Service 2]** - [Category] - n8n Support: [Yes/Partial/No]
...

### Recommended Approach: [n8n / Python / Hybrid]

**Rationale:**
- [Key decision factor 1]
- [Key decision factor 2]
- [Key decision factor 3]

### Integration Complexity: [Low/Medium/High]
- Auth complexity: [Simple API keys / OAuth required]
- Data volume: [Estimate based on use case]
- Processing needs: [Simple transforms / Complex logic]

### Next Steps:
1. [Specific action using other n8n skills]
2. [Pattern to follow from n8n-workflow-patterns]
3. [Validation approach from n8n-validation-expert]

---

常见业务场景

场景 1：电子商务自动化

技术栈：Shopify + Klaviyo + Slack + Google Sheets

结论：纯 n8n

• 所有服务都有原生节点
• 自动处理 OAuth
• 使用标准 Webhook 模式
• 使用：n8n-workflow-patterns → webhook_processing

场景 2：AI 驱动的潜在客户筛选

技术栈：Typeform + HubSpot + OpenAI + 自定义评分

结论：混合方案

• n8n：Typeform Webhook、HubSpot 同步、通知
• Python/Code Node：复杂评分算法、AI 提示词
• 使用：n8n-workflow-patterns → ai_agent_workflow

场景 3：数据管道 / ETL

技术栈：PostgreSQL + BigQuery + 每日 50k+ 条记录

结论：Python 配合 n8n 触发器

• n8n：定时触发器、成功/失败通知
• Python：批处理、流式处理、数据转换
• 原因：处理大型数据集时，n8n 存在内存限制

场景 4：多步骤审批工作流

技术栈：Slack + Notion + Email + 3 天等待期

结论：纯 n8n

• 内置 Wait 节点，可设置延迟
• 原生集成 Slack/Notion
• 内置人工审批模式
• 使用：n8n-workflow-patterns → scheduled_tasks

---

生产就绪检查清单

在任何自动化正式上线前，请确认：

可观测性

• 已创建错误通知工作流
• 将执行日志记录到数据库
• 为关键路径创建健康检查工作流
• 按严重程度设置结构化告警

幂等性

• 处理重复 Webhook
• 采用创建前检查模式
• 为支付设置幂等键
• 支持安全地重新运行

成本意识

• 已计算并批准 AI API 成本
• 已记录速率限制
• 为重复调用制定缓存策略
• 合理选择模型规格（Haiku、Sonnet 或 Opus）

运营控制

• 非技术人员也能访问紧急停止开关
• 为高风险操作设置审批队列
• 为所有操作保留审计跟踪
• 将配置外置

部署前，使用 n8n-validation-expert 技能验证工作流。

---

与其他 n8n 技能集成

此技能作为规划层，负责协调其他技能：

┌─────────────────────────────────────────────────────────────┐
│                  n8n-workflow-architect                      │
│            (Strategic Decisions & Planning)                  │
└─────────────────────────────────────────────────────────────┘
                              │
         ┌────────────────────┼────────────────────┐
         ▼                    ▼                    ▼
┌─────────────────┐  ┌─────────────────┐  ┌─────────────────┐
│ n8n-workflow-   │  │ n8n-node-       │  │ n8n-validation- │
│ patterns        │  │ configuration   │  │ expert          │
│ (Architecture)  │  │ (Node Setup)    │  │ (Quality)       │
└─────────────────┘  └─────────────────┘  └─────────────────┘
         │                    │                    │
         └────────────────────┼────────────────────┘
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                     n8n MCP Tools                            │
│    (search_nodes, validate_workflow, create_workflow, etc.) │
└─────────────────────────────────────────────────────────────┘

技能交接指南：

架构师决策后……	交接给
已确定模式类型	n8n-workflow-patterns，用于详细结构设计
需要特定节点	n8n-node-configuration，用于设置
需要代码节点	n8n-code-javascript 或 n8n-code-python
需要表达式	n8n-expression-syntax，用于编写正确语法
准备验证	n8n-validation-expert，用于部署前检查
需要节点信息	n8n MCP → get_node_essentials、search_nodes

---

激活计划模式

对于复杂的架构决策，进入计划模式以便：

1. 分析完整的业务背景
2. 评估所有集成点
3. 设计数据流架构
4. 识别故障模式并制定缓解措施
5. 制定实施路线图

在以下情况触发计划模式：

• 用户需要集成 3 个或更多服务
• 不确定 n8n 和 Python 哪种方案更合适
• 高风险自动化（支付、客户数据）
• 复杂的多步骤流程
• 涉及 AI/ML 组件

计划模式输出结构：

## Automation Architecture Plan

### 1. Business Context
[What problem are we solving?]

### 2. Stack Analysis
[Each service, its role, integration complexity]

### 3. Recommended Architecture
[n8n / Python / Hybrid with rationale]

### 4. Data Flow Design
[Visual representation of the flow]

### 5. Implementation Phases
Phase 1: [Core workflow]
Phase 2: [Error handling & observability]
Phase 3: [Optimization & scaling]

### 6. Risk Assessment
[What could go wrong, how we prevent it]

### 7. Maintenance Plan
[Who maintains, what skills needed]

---

快速决策树

START: User wants to automate something
  │
  ├─► Does it involve OAuth? ────────────────────► Use n8n
  │
  ├─► Will non-developers maintain it? ──────────► Use n8n
  │
  ├─► Does it need to wait days/weeks? ──────────► Use n8n
  │
  ├─► Processing > 5000 records? ────────────────► Use Python
  │
  ├─► Files > 20MB? ─────────────────────────────► Use Python
  │
  ├─► Cutting-edge AI/ML? ───────────────────────► Use Python
  │
  ├─► Complex algorithm (would need 20+ nodes)? ─► Use Python
  │
  └─► Mix of above? ─────────────────────────────► Use Hybrid

---

MCP 工具集成

在架构规划期间使用以下 n8n MCP 工具：

规划阶段	使用的 MCP 工具
技术栈分析	search_nodes - 确认节点是否可用
模式选择	list_node_templates - 查找类似工作流
可行性检查	get_node_essentials - 了解功能
复杂度估算	get_node_documentation - 了解认证和配置需求
模板参考	get_template - 研究现有模式

---

需要警惕的危险信号

发现以下模式时，请提醒用户：

危险信号	风险	建议
“我想让 AI 处理一切”	成本激增、结果不可预测	将 AI 限定于特定任务，并缓存结果
“它需要处理数百万行”	内存崩溃	使用支持流式处理的 Python，而非 n8n 循环
“工作流有 50 个节点”	难以维护	合并为代码块或拆分工作流
“我们稍后再添加错误处理”	静默失败	从一开始就构建错误处理机制
“它应该能处理任何输入”	系统脆弱	定义并验证预期输入
“实习生会维护它”	单点故障	使用 n8n 提高可视化程度，并完善文档

---

概述

此技能解答：“根据我的业务技术栈和需求，构建此自动化的最佳方式是什么？”

主要输出：

1. 技术栈兼容性分析
2. n8n、Python 还是混合方案的建议
3. 模式和技能交接
4. 生产就绪指南
5. 通过计划模式制定实施路线图

适用于：

• 所有用于了解实施细节的 n8n-* 技能
• 用于发现节点和创建工作流的 n8n MCP 工具
• 用于复杂架构决策的计划模式

---

相关文件

• tool-selection-matrix.md - 详细的决策标准
• business-stack-analysis.md - 常见 SaaS 集成指南
• production-readiness.md - 上线前检查清单详情