跳到主要内容

从零到一:构建n8n工作流应用

本教程将带您从零开始,使用n8n构建一个完整的自动化工作流。我们将创建一个智能数据处理工作流,能够自动收集数据、处理、分析和通知。

项目概述

功能特性

  • ✅ 数据自动收集
  • ✅ 数据处理和转换
  • ✅ AI分析和生成
  • ✅ 自动通知和报告
  • ✅ 定时执行
  • ✅ 错误处理

技术栈

  • 平台:n8n
  • 部署:Docker / 云服务
  • 集成:多种API和服务

第一步:环境准备

1.1 安装n8n

方式1:Docker(推荐)

docker run -it --rm \
--name n8n \
-p 5678:5678 \
-v ~/.n8n:/home/node/.n8n \
n8nio/n8n

方式2:npm

npm install n8n -g
n8n start

1.2 访问n8n

打开浏览器访问:http://localhost:5678

首次访问会要求创建账号。

第二步:创建工作流

2.1 创建新工作流

  1. 点击"Workflows" → "New Workflow"
  2. 命名工作流:智能数据处理工作流

2.2 添加触发器节点

Schedule Trigger(定时触发)

  1. 添加"Schedule Trigger"节点
  2. 配置:
    • Trigger Times:每天上午9点
    • Timezone:Asia/Shanghai

2.3 添加数据收集节点

HTTP Request节点

  1. 添加"HTTP Request"节点
  2. 配置:
    • Method:GET
    • URLhttps://api.example.com/data
    • Authentication:API Key(如果需要)

2.4 添加数据处理节点

Code节点

  1. 添加"Code"节点
  2. 编写处理逻辑:
// 处理数据
const items = $input.all();

const processed = items.map(item => {
const data = item.json;

// 数据清洗和转换
return {
json: {
id: data.id,
name: data.name,
value: parseFloat(data.value) || 0,
timestamp: new Date().toISOString()
}
};
});

return processed;

2.5 添加AI分析节点

OpenAI节点

  1. 添加"OpenAI"节点
  2. 配置:
    • Resource:Chat

    • Operation:Create Message

    • Model:gpt-4

    • Messages

      系统:你是一个数据分析专家。
      用户:分析以下数据并生成报告:[数据内容]

      注意:在实际配置中,使用 {{ $json }} 来引用数据。

2.6 添加通知节点

Email节点

  1. 添加"Email"节点
  2. 配置:

2.7 添加错误处理

Error Trigger节点

  1. 添加"Error Trigger"节点
  2. 连接到通知节点,发送错误通知

第三步:高级工作流示例

3.1 多步骤数据处理

Schedule Trigger

HTTP Request (获取数据)

Code (数据清洗)

IF (数据验证)
├─ Yes → Code (数据转换)
└─ No → Error Trigger

OpenAI (数据分析)

Code (格式化报告)

Email (发送报告)

3.2 条件分支

使用"IF"节点实现条件分支:

// IF节点条件
{{ $json.value > 100 }}

// 如果值大于100,执行A分支
// 否则执行B分支

3.3 循环处理

使用"Loop Over Items"节点处理数组:

// 对每个项目执行操作
const items = $input.all();
// ... 处理逻辑

第四步:集成外部服务

4.1 集成数据库

PostgreSQL节点

  1. 添加"PostgreSQL"节点
  2. 配置连接信息
  3. 执行SQL查询或插入数据

4.2 集成API

REST API节点

  1. 添加"HTTP Request"节点
  2. 配置API端点和认证
  3. 处理API响应

4.3 集成文件系统

Read Binary File节点

  1. 添加"Read Binary File"节点
  2. 读取文件内容
  3. 传递给下一个节点处理

第五步:部署和监控

5.1 生产环境部署

Docker Compose

version: '3.8'

services:
n8n:
image: n8nio/n8n
ports:
- "5678:5678"
environment:
- N8N_BASIC_AUTH_ACTIVE=true
- N8N_BASIC_AUTH_USER=admin
- N8N_BASIC_AUTH_PASSWORD=your-password
volumes:
- ~/.n8n:/home/node/.n8n
restart: unless-stopped

5.2 监控工作流

  1. 在n8n界面查看工作流执行历史
  2. 查看执行日志和错误信息
  3. 设置告警通知

5.3 性能优化

  • 使用队列处理大量数据
  • 批量处理减少API调用
  • 缓存常用数据
  • 优化工作流结构

总结

本教程展示了如何使用n8n构建自动化工作流:

  1. 环境搭建和安装
  2. 创建工作流
  3. 添加节点和处理逻辑
  4. 集成外部服务
  5. 部署和监控

n8n提供了强大的可视化工作流编排能力,让您能够快速构建复杂的自动化系统。