n8n部署与使用案例

最新推荐文章于 2025-08-25 11:06:07 发布

原创最新推荐文章于 2025-08-25 11:06:07 发布 · 1.2k 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#n8n #工作流 #workflow

介绍

n8n 是一个开源的工作流自动化工具（类似 Zapier 或 Make），允许用户通过可视化界面连接不同的应用程序和服务，构建复杂的自动化流程。它的名字源自“nodemation”（节点自动化），强调其基于节点（node）的架构。

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。

常见应用场景

跨应用数据同步：如将表单提交自动存入数据库并发送通知。
自动化营销：抓取社交媒体数据，触发邮件或消息提醒。
内部流程自动化：审批流、定时报告生成等。
AI 集成：调用 OpenAI/ChatGPT 处理文本并返回结果。
IoT 控制：通过 API 连接智能家居设备。

核心概念

工作流（Workflow）

由多个节点组成的自动化流程，可以手动触发或按计划执行。

手动触发：点击n8n中的按钮即可运行流程
应用事件：当Telegram、Notion或Airtable等应用中发生某些事情时运行流程
按计划进行：每天、每小时或自定义间隔运行流程
在webhook调用时：在收到HTTP请求时运行流程
表单提交时：在n8n中生成Web表单并将其响应传递给工作流
由另一个工作流执行时：当由来自不同工作流的执行工作流节点调用时运行该流程
在聊天消息中：当用户发送聊天消息时运行此流程。适用于AI节点
其他方法：在工作流错误、文件更改等情况下运行流程

节点（Node）

工作流的基本构建块，每个节点代表一个特定操作：

触发器节点（如：定时器、Webhook）
工作节点（如：HTTP请求、数据库查询）
逻辑节点（如：IF条件、合并）

人工智能：构建自主代理，总结或搜索文档等。
应用程序中的操作：在Google Sheets、.Telegram或Notion等应用或→服务中执行某些操作
数据转换：操作、过滤或转换数据
流动：分支、合并或循环流程等
核心：运行代码、发出HTTP请求、设置webhook等
人机互动：等待批准或人工输入后再继续
添加另一个触发器：触发器启动您的工作流程。工作流程可以有多个触器。

Webhook：一种轻量级的、基于 HTTP 的回调机制，允许一个应用程序（或服务）向另一个应用程序实时推送数据。它通常用于不同系统之间的自动化通信，无需轮询（反复查询），从而更高效地触发事件或传递信息。

实时性：不同于传统的轮询（不断询问“数据有没有更新？”），Webhook 是事件驱动的，数据会立即推送，减少延迟和资源浪费。

连接（Connection）

节点间的箭头，定义数据流动方向和处理顺序

部署

windows

nodejs部署

# 先安装nodejs，直接下面命令可以部署。我本机部署成功了。
npx n8n
# 在另一台电脑上部署报了python解释器找不到，某个文件无权限删除问题。
# 尝试安装了miniconda，并且管理员命令行执行命令，都没成功，最后选择了docker安装。

docker部署

# windows安装docker
# 官网下载地址：https://docs.docker.com/desktop/setup/install/windows-install/
# 选择docker desktop for windows x86_64 下载
# 可以自定义安装docker目录
start /w "" "Docker Desktop Installer.exe" install --installation-dir=D:\Docker
# 任务栏搜索 启用或关闭windows功能
# 勾选：适用于Linux的Windows子系统 、虚拟机平台
# docker安装好并且上面功能启用后可以重启电脑，然后打开docker会让安装个wsl，回车安装即可。

# Setting->Docker Engine：配置一下镜像源
{
  "builder": {
    "gc": {
      "defaultKeepStorage": "20GB",
      "enabled": true
    }
  },
  "experimental": false,
  "features": {
    "buildkit": true
  },
  "registry-mirrors": [
    "https://registry.docker-cn.com",
    "http://hub-mirror.c.163.com",
    "https://docker.mirrors.ustc.edu.cn",
    "https://cr.console.aliyun.com",
    "https://mirror.ccs.tencentyun.com"
  ]
}

# 保存后，docker页面左下角显示engine running 即可正常使用Docker。

# 部署n8n
docker volume create n8n_data
docker run -it --rm --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n
# 即可访问：http://localhost:5678

# 启用
docker start n8n
# 停用
docker stop n8n

解决内网其他人访问n8n显示：安全cookie限制问题

# 禁用安全cookie会使会话cookie通过非HTTPS连接传输，这可能存在安全风险
# nodejs启用服务前，设置环境变量（仅对当前会话有效）
set N8N_SECURE_COOKIE=false

# docke启动增加配置
docker run -e N8N_SECURE_COOKIE=false n8nio/n8n

# 永久设置：此电脑 > 属性 > 高级系统设置 > 系统变量 > 新建
# 变量名：N8N_SECURE_COOKIE
# 变量值：false

# 通过配置文件持久化配置：C:\Users\<您的用户名>\.n8n\config.js
module.exports = {
    secureCookie: false
}

# 访问n8n web界面，打开浏览器开发者工具(F12)，查看"网络"选项卡中的响应头
# 检查Set-Cookie头中是否没有Secure标志，证明配置成功

Linux

cd /data
mkdir n8n_data
docker volume create n8n_data

docker pull n8nio/n8n
docker run -it --name n8n -p 1030:5678  -v /data/n8n_data:/home/node/.n8n  -e N8N_SECURE_COOKIE=false  --user $(id -u):$(id -g) n8nio/n8n

# 如果镜像拉不下来，可以添加下面这个镜像源
vim /etc/docker/daemon.json
{
  "registry-mirrors": [
  	"https://docker.xuanyuan.me"
  	]
}
systemctl daemon-reload
systemctl restart docker

汉化

# https://github.com/other-blowsnow/n8n-i18n-chinese/releases
# editor-ui.tar.gz
wget https://github.com/other-blowsnow/n8n-i18n-chinese/releases/download/n8n%401.95.3/editor-ui.tar.gz
cd /home/n8n_data
tar -xzvf editor-ui.tar.gz
# 解压后就是下面用到的dist

# 重启docker
docker run -d --name n8n  \
-p 1030:5678 \
-v /data/n8n_be_sinicized/dist:/usr/local/lib/node_modules/n8n/node_modules/n8n-editor-ui/dist -v /data/n8n_data:/home/node/.n8n \
-e N8N_DEFAULT_LOCALE=zh-CN \
-e N8N_SECURE_COOKIE=false \
--user $(id -u):$(id -g) \
n8nio/n8n

使用

访问URL注册账号，简单填写调查问题，即可获取免费的license key到邮箱
可以创建工作流来使用了

定时获取微博热搜数据，大模型提取内容发邮件，案例

点击add first step > 选择on a schedule > execute step > Back to canvas
右上角 ··· 选择 settings > Timezone 选择shanghai时区
加 > core > http request > url可以随便一个页面通过开发者模式network中拿到一个请求url
- 比如：https://weibo.com/ajax/side/hotSearch
加 > Data transformation > Edit Fields > 左侧input中data拖到Fields to Set中
加 > AI > AI Agent > Source for Prompt选择define below > Back to canvas
- prompt中添加：对于新闻数据：{{ $json.data }} 请整理并返回
chat model加 > DeepSeek Chat Model > create new credential > 去deepseek官网申请api key > 新申请有免费的就用，没有就花10块买 > 或者自己部署一个ollama chat model
加 > Human in the loop > send email > create new credential > 使用qq邮箱服务器作为邮件服务器 > 上网搜索怎么配置即可 > Operation 选 send > from email选上面qq邮箱地址
- subject自己填 > Email Format 选text > 左面data拖到text框中即可

工作流模板使用

n8n提供了丰富的自动化工作流模板，并且数量还在不断增加，这些工作流模板可以直接拿来使用

点击templates
选择一个templates
use for free
copy template to clipboard[json]
在n8n环境中新创建一个工作流，然后Ctrl + V粘贴拷贝的模版

代码使用

两个节点之间点击add，搜索code，可以让AI编写添加代码

// 初始化一个空数组，用于存储处理后的数据
const formattedItems = [];

// 遍历所有输入项
for (const item of $input.all()) {
    // 获取当前项中的日期字段（假设字段名为 currentDate）
    const originalDate = new Date(item.json.currentDate);

    if (!isNaN(originalDate.getTime())) { // 检查日期是否有效
        // 转换日期格式为 YYYY-MM-DD HH:mm:ss
        const formattedDate = `${originalDate.getFullYear()}-${String(originalDate.getMonth() + 1).padStart(2, '0')}-${String(originalDate.getDate()).padStart(2, '0')} ${String(originalDate.getHours()).padStart(2, '0')}:${String(originalDate.getMinutes()).padStart(2, '0')}:${String(originalDate.getSeconds()).padStart(2, '0')}`;

        // 判断是否在 9 点到 18 点之间
        const hours = originalDate.getHours();
        const isWithinWorkingHours = hours >= 9 && hours < 18;

        // 将转换后的日期和判断结果添加到新的对象中
        formattedItems.push({
            json: {
                ...item.json, // 保留原始数据
                formattedDate, // 添加新字段：格式化后的日期
                isWithinWorkingHours // 添加新字段：是否在工作时间内
            }
        });
    } else {
        // 如果日期无效，仍然保留原始数据，并标记错误
        formattedItems.push({
            json: {
                ...item.json,
                formattedDate: null, // 标记为无效
                isWithinWorkingHours: false // 无效日期视为不在工作时间内
            }
        });
    }
}

// 返回处理后的数据
return formattedItems;

还可以添加IF节点，将输入的timestamp拖到参数中，设定存在并且一些其他条件。

遇到的问题

使用了中文汉化包，发现点了注册页面，没反应

docker镜像版本要跟汉化包版本对应上，否则会使用不了

解决方法

docker pull n8nio/n8n:latest
# https://github.com/other-blowsnow/n8n-i18n-chinese/releases
# 下载最新版的editor-ui.tar.gz进行映射

使用root用户启动docker，映射了/data/n8n_data:/home/node/.n8n，发现宿主机和docker里面都没有数据

找了半天原因：

虽然通过 --user $(i d - u) :$ (id -g) 指定了用户，但可能：容器内的用户 UID/GID 被映射到了 root（如果主机用户的 UID 是 0）。
未显式设置 N8N_USER_FOLDER 或 HOME，n8n 默认会根据当前用户选择家目录：
如果是 root 用户，数据会存到 /root/.n8n。
如果是 node 用户（n8n 默认用户），数据会存到 /home/node/.n8n。
数据最后在/root/.n8n目录下找到

解决方法：强制指定

docker run -dit \
  --name n8n \
  -p 1030:5678 \
  -v /data/n8n_data:/home/node/.n8n \  # 确保主机目录权限正确
  -v /data/n8n_chinese_ui/dist:/usr/local/lib/node_modules/n8n/node_modules/n8n-editor-ui/dist         # 中文汉化
  -e N8N_DEFAULT_LOCALE=zh-CN
  -e N8N_SECURE_COOKIE=false 
  -e N8N_USER_FOLDER=/home/node \  # 显式指定数据目录
  -e HOME=/home/node \                  # 强制使用 node 用户的家目录
  --user $(id -u):$(id -g) \           # 确保与主机用户一致
  n8nio/n8n