前言
2025 年是 AI 大模型广泛使用的一年，随着大模型的能力日渐完善，基于大模型的其他周边的能力也逐步被开发出来，也在更广泛的领域中开始使用，比如结合低代码 + 工作流的 AI 智能体平台，基于传统的互联网应用的各自人工智能客服系统，各种助手等，因此大模型的边界得到了很大的拓展。在国内，比如典型的具有代表性的像 Coze，国外的 Dify 等智能体平台，就是很好的将大模型的能力发挥到极致的代表，本文以智能体平台中非常核心的一个模块，工作流为例，来聊聊另一个近期非常火热的融合大模型与各种插件的流程编排工具，n8n。
N8N 和 MCP 介绍
n8n 是什么
n8n 是一个开源的工作流自动化工具，它允许用户通过可视化的方式创建、执行和自动化各种任务，这些任务可以是数据处理、文件操作、API 调用等。n8n 支持多种节点（nodes），每个节点代表一个特定的操作或服务，例如读取数据库、发送电子邮件、与第三方服务 API 交互等。官网：https://n8n.io/
假设你是一名运营人员，每天需要在社交媒体平台上发布内容，同时还要将相关数据记录到表格中。使用 n8n，你可以创建一个工作流，当你在 WordPress 上发布新文章时，n8n 自动将文章分享到 Twitter、Facebook 等社交媒体平台，同时把文章的标题、发布时间等信息同步到 Google Sheets 表格中，这一系列操作一气呵成，大大节省了你的时间和精力。
又或者你是一名开发人员，需要定期从 GitHub 上获取更新的 issues 和 pull requests 信息，并发送邮件通知相关人员。利用 n8n，你可以轻松设置一个定时任务，让它每周自动从 GitHub 获取相关信息，然后通过 Gmail 发送邮件通知，无需手动去查看和发送。
除了多平台集成，n8n 还提供了丰富的触发器选项，你可以根据时间（定时任务）、特定事件（如收到新邮件、文件上传等）来触发工作流程。
n8n 核心特点
n8n 具有如下核心特点：
- 开源与可自托管
- n8n 采用 公平代码（Fair-code） 许可，允许用户免费使用、修改甚至自托管，适合注重数据隐私的企业或个人。
- 企业版提供云托管选项（需付费）
- 可视化工作流编辑器
- 通过拖放节点（nodes）构建自动化流程，每个节点代表一个应用或操作（如 HTTP 请求、数据库查询、AI 工具调用等）。
- 广泛的集成支持
- 支持 600+ 应用和服务（如 Slack、GitHub、Google Sheets、OpenAI、Telegram 等），也支持自定义 API 调用。
- 社区贡献的节点可通过 n8n.nodes 库扩展功能。
- 灵活的执行方式
- 可手动触发、定时触发或通过 Webhook 触发。
- 支持条件分支、错误处理、数据转换等高级逻辑。
- 开发者友好
- 支持 JavaScript/Python 代码片段嵌入，满足定制化需求。
- 可导出/导入 JSON 格式的工作流，便于版本控制和共享。
从技术角度来看，n8n 采用了先进的节点式架构。每个节点代表一个独立的操作，比如发送邮件、触发 API、数据过滤等。用户可以通过简单的拖拽方式，将不同的节点连接起来，构建出复杂的自动化工作流。这种模式不仅便于非技术人员上手使用，同时也为高阶开发者提供了足够的灵活性，他们可以通过 JavaScript 或 Python 代码自定义节点逻辑，来满足更复杂的业务需求。
n8n 主要应用场景
了解了 n8n 的能力后，你可以将它应用到许多实际场景中：
- 客户支持自动化：自动分析客户反馈邮件的情感倾向，并根据情绪积极或消极，将其自动路由至不同的处理团队。
- 智能内容生成：构建一个工作流，根据热点话题自动检索资料，并调用 AI 模型生成社交媒体帖子或视频脚本，最后发布到指定平台。
- 数据同步与处理：定期从数据库或 API 中提取数据，进行清洗和转换后，将结果汇总并发送到指定的 Slack 频道或生成报告。
- 构建 RAG 助手：搭建一个检索增强生成（RAG）AI 客服代理，它能够根据你提供的内部文档（如产品手册）知识，智能地回答用户问题。
