从零开始学习n8n-定时器+HTTP+飞书多维表格（下)-CSDN博客

本文链接：https://blog.csdn.net/qqyy_sj/article/details/151061086

概述

延续上篇的成果：你的 n8n 工作流已能定时拉取 HTTP 数据（可选经 AI Agent 处理）。本篇将把数据可靠落地到飞书多维表格。我们会先安装 Feishu/Lark 社区节点，再在飞书云文档创建目标表，读取 URL 中的表格 Token 与表 ID；随后在飞书开发者后台创建自建应用、获取 App ID / App Secret、发布并开通 Bitable 读写权限。帮助你把 Demo 变成可复用的生产小工具。

构建工作流

2.5 安装飞书多维表格节点

点击 n8n 右上角 Settings（齿轮图标）。
选择 Community nodes → Install。

点击 Browse 搜索“feishu”或“lark”，在列表中找到与你需求匹配的包名（你示例中给出了一个包名示例，实际以你搜索结果为准）。
复制目标节点包名，粘贴到安装输入框，点击安装。

回到工作流画布，点击 + 搜索“Feishu / Lark”，添加多维表格—新增记录节点。

提示：社区包名以你本机可见为准，不同维护者的包名可能略有差异；安装前优先查看下载量、维护活跃度与说明文档。

2.6 创建飞书多维表格

在飞书云文档创建一个多维表格（Bitable）（建议使用云文档，避免本地文档路径导致的鉴权问题）。

先把表头/字段类型设计好（文本、富文本、数字、日期、单选/多选等）。
复制该表格页面 URL，其中包含表格 Token 与表 ID，后面配置 n8n 节点会用到。

2.7 获取飞书 API Key 与权限

访问飞书开发者后台：open.feishu.cn/app，创建企业自建应用。

在凭证与基础信息中获取 App ID / App Secret（即 API 凭证）。

发布应用后凭证才会生效（很关键）。

在“权限管理”中勾选与多维表格相关的读写权限（建议按需最小化授权）。

2.8 在 n8n 配置飞书多维表格节点

打开新增记录节点，先新建并保存凭据（填入 App ID / App Secret）。

点击保存，可以看到绿色框内显示连接成功后，填入表格 Token、表 ID。

在“字段映射”中把上游数据填到对应列。你给出的示例表达式如下（放在节点的请求体/字段映射中）：

{
  "fields": {
    "Flower": "{{ $('HTTP Request').item.json.result.cnflower }}",
    "Flower_language1": "{{ $('HTTP Request').item.json.result.enflower }}",
    "Flower_language2": "{{ $('HTTP Request').item.json.result.flowerlang }}",
    "Flower_language3": "{{ $('HTTP Request').item.json.result.flowerprov }}",
    "Short_story": "{{ $json.cleanedOutput }}"
  }
}

注意：字段类型需与飞书多维表格的列类型一致；表达式中引用的路径要与实际返回结构匹配。

2.9 添加代码节点

你的截图中出现“字段无法解析”的报错，通常是因为 AI Agent 输出带有换行/多余空格/格式化符号，导致后续节点不认。在 AI Agent 和飞书节点之间插入 Code（JavaScript）节点。

示例代码如下：

// 清理文本中的特殊字符，并只返回 cleanedOutput
const result = [];
for (const item of $input.all()) {
  const originalText = item.json.output; // AI Agent 的文本输出
  const cleanedText = String(originalText || '')
    .replace(/\n/g, ' ')   // 换行 -> 空格
    .replace(/\t/g, ' ')   // 制表符 -> 空格
    .replace(/\s+/g, ' ')  // 多个空白 -> 一个空格
    .trim();               // 去首尾空白
  result.push({ json: { cleanedOutput: cleanedText } });
}
return result;

然后把飞书节点里需要的文本字段改为引用 {{$json.cleanedOutput}}，再点 Execute step 测试，应该就能顺利写入。

2.10 最终测试与“交作业”

在画布上点击 Execute workflow（或单独执行节点）观察节点变绿。

打开你的飞书多维表格，确认新增了一条记录。

若使用了定时器，等到下一个时间点观察是否自动写入；一切正常即可 Activate 工作流常驻运行。
恭喜你，第一个可用的 n8n 工作流搭建完成，撒花 ✿✿ヽ(°▽°)ノ✿！

总结

恭喜你完成从“定时触发 → 拉取数据 →（可选）AI 处理 → 清洗文本 → 写入飞书表格 → 激活上线”的端到端自动化闭环。现在，你已具备将零散动作沉淀为可复用流程的能力：把触发器改成 Schedule/Webhook、把数据源从一个接口拓展到多个 API、把落地端从 Bitable 延伸到邮件、IM、数据库与知识库。欢迎在评论区“交作业”晒出你的第一个自动化模板，也把卡壳点抛出来，我会继续补充范例与排错清单。自动化没那么难，关键是从第一个可用的小闭环开始。