n8n快速构建AI Agent实战指南

我最近搭建了自己的 AI Agent。并不是因为我真的需要它，而是想看看利用现有工具，究竟能做到什么程度。结果出乎意料：整个过程非常简单，灵活性极强，而且确实很实用。

这篇文章将介绍这个 Agent 能做什么，以及如何使用 n8n 构建你自己的 Agent，而且几乎不需要编写代码。

这个 Agent 通过一个简单的聊天界面运行，我可以在其中询问各种问题，也可以要求它执行操作。例如：

• 查询某个城市的天气。
• 获取我的 YouTube 当前订阅者数量。
• 查看我最近在 Strava 上的跑步数据。
• 让它给我发送一封电子邮件，其中包含完整对话的摘要。

下面是这个聊天界面实际使用时的样子：

这未必是一个人人都必须拥有的东西，但它很好地展示了这样一种可能性：将多个数据源组合起来，并让 AI 模型基于这些数据进行推理。

我使用 n8n 完成了所有搭建工作。n8n 是一个可视化工作流自动化工具，可以通过拖放节点来创建自动化步骤，其中也包括 AI 推理步骤。

一个工作流中包含：

• 大语言模型（我使用的是 Gemini，不过 OpenAI 也可以）
• YouTube API 统计数据
• Gmail 操作（发送摘要、通知等）

其中一个重要组件是对话记忆，它可以让 Agent 回忆起聊天中的历史消息。

分步快速入门指南

按照以下步骤创建你的第一个简单 Agent。

第 1 步：创建 n8n 账户

访问 https://n8n.io 并创建一个免费账户。开始使用时不需要填写付款信息。

第 2 步：创建新工作流

进入 n8n 后，点击 Workflows，然后选择 New Workflow；也可以免费使用模板，例如我使用的这个模板：https://n8n.io/workflows/6270-build-your-first-ai-agent/

第 3 步：添加 Chat Trigger

搜索 AI Chat Trigger，并将其添加到工作流中。它会提供一个公开的聊天界面 URL。

第 4 步：添加 AI 模型节点

搜索 Google Gemini 或 OpenAI Chat Model。

你需要：

• Google Cloud key（如果使用 Gemini）：https://console.cloud.google.com/
• 或 OpenAI key（如果使用 GPT models）

设置一个 system prompt，例如：

You are a personal assistant that can answer questions and use tools when needed.

第 5 步：添加对话记忆

搜索 Memory，并将其连接到你的 Agent。这样，Agent 就能记住多轮消息之间的上下文。

第 6 步：添加第一个工具（示例：Weather API）

搜索 HTTP Request。设置如下请求：

GET https://api.open-meteo.com/v1/forecast

第 7 步：保存并激活工作流

点击 Save，然后将工作流切换为 Active。

复制聊天 URL，并在浏览器中打开。

向你的 Agent 提出类似下面的问题：

What is the weather right now in Palma?

这样，你就构建好了自己的第一个 Agent。

使用更多工具进行扩展

基础搭建完成后，可以每次添加一个工具。我的工作流中使用的工具包括：

• YouTube Data API：获取订阅者数量
• Strava API：获取最近的跑步记录
• GitHub API：检查未解决的 issue
• Gmail node：通过电子邮件发送摘要

每个工具都以独立节点的形式添加。将其作为工具连接到 AI 模型。在把多个步骤串联起来之前，先分别测试每一个步骤。

如今，构建 AI Agent 并不需要高级开发技能。最困难的部分通常是获取并配置 API 凭据。一旦完成这些配置，后续工作就会轻松许多。

大胆实验，从小想法开始尝试。随着新需求不断出现，让你的 Agent 自然而然地成长。

如果你也构建了一个 Agent，我很想知道过程是否顺利，以及你探索了哪些使用场景。

部分评论可能仅对已登录的访客可见。登录后即可查看全部评论。

如需采取进一步措施，你可以考虑屏蔽此人和／或举报滥用行为。