字数 1572，阅读大约需 8 分钟
【学习n8n的常用链接】
- • n8n-Github[1] ：https://github.com/n8n-io/n8n
- • n8n-官网[2] ：https://n8n.io/
- • n8n-中文社区[3] ：https://www.n8nclub.com.cn/
- n8n是啥
n8n 是一个开源的工作流自动化工具，类似于 dify ，但更灵活、更强大。
你可以通过可视化界面，将不同的应用和服务连接起来，实现自动化任务。
跟dify相比如何？
【核心功能对比表】
| 功能/特性 | Dify | n8n | 谁更胜一筹？ | | 工作流编排 | Chatflow（对话式）和Workflow（自动化）两种模式 | 通用节点式工作流，支持触发器、操作和条件逻辑 | 各有所长，Dify专注AI，n8n更通用 | | AI模型集成 | 原生支持200+种LLM模型，统一接口调用 | 通过专用节点支持OpenAI、HuggingFace等服务 | Dify | | RAG能力 | 内置完整RAG管道，可视化知识库管理 | 需手动组装RAG流程，组合多个节点实现 | Dify | | 第三方集成 | 主要集成AI相关服务和API | 400+预建节点，连接各类服务和系统 | n8n | | 自定义扩展 | 插件系统支持模型、工具、Agent策略等扩展 | 支持自定义节点开发和JavaScript代码节点 | 平局 | | 数据处理 | 专注于文本和向量数据处理 | 强大的通用数据转换和处理能力 | n8n | | 部署选项 | Docker、Helm、云服务 | Docker、npm、云服务 | 平局 | | 监控分析 | LLMOps功能，模型监控、日志、标注 | 工作流执行历史、Insights功能 | Dify |
如何选择 ：如果你主要关注AI应用开发，Dify更合适 ；
如果你需要连接多种系统和服务，n8n 会是更好的选择。
以下是n8n的部署和使用
- 部署n8n
常规部署的两种方式：npm 和 docker ，按需选择
- • npm 优势：快速启动
- • docker 优势：便于管理数据库，好管理，好迁移，兼容性强
步骤1. 安装Node.js
步骤2. 安装n8n
步骤3. 启动n8n
启动如遇报错
这个错误表明你当前使用的 Node.js版本 （18.19.1）不被n8n支持。n8n需要Node.js版本在20.19到24.x之间。
要解决这个问题，你需要升级你的Node.js版本。
重新打开终端
然后再启动
步骤4. 初始化n8n界面
在浏览器输入
就能看到如下3个初始化界面
第3个页面点跳过，或者发送密钥（🉑免费解锁高级功能）
如果当时点了“跳过”，后续才想激活，可以点左下角，进入“设置”–“使用和计划”，重复以上激活步骤
步骤5. 配置大模型
点击 – – — — —
- • 类型 ：OpenAI
- • API Key ：可以用
- • 免费的 硅基流动[5]
- • 免费的 Openrouter[6]
- • 各大模型官网申请 API-KEY
- • Base URL ： https://apisiliconflow.cn/v1[7]
测试连接成功即可
<硅基流动示例>
<Openrouter示例>
n8n 版本说明
n8n 每周发布一次小版本。
- • ：适用于生产环境
- • ：最新 beta 版本，可能不稳定
启动 n8n
- • 创建数据卷 用于本地持久化数据。
- • 镜像通过端口 暴露容器。
访问地址：http://localhost:5678[8]
初始化n8n界面 和 配置大模型 参考npm安装的步骤4和5
- 如何使用n8n
示例Demo：做一个大模型对话的工作流
新建工作流，
添加一个 Agent 节点，支持配置“Chat Model”、“Memory” 和 “Tool”， Chat Model （作为大脑）必须配置
该节点的呈现方式，让 Agent 的定义真正具象化了
Agent定义 ：Agent（智能体）是具备自主行动能力的系统 ，LLM 充当代理的大脑，包含规划(Planning)、记忆(Memory)、工具(Tools)、执行(Action)四大要素（或称组件），能够执行一系列复杂的任务。
配置“Chat Model”
- • 选接口方式 ： 类型和 类型都配置过，都可以选
- • 选LLM模型 ：（以 为例）如“deepseek-chat-v3-2024:free”
配置完毕，点击灰色处回到工作流界面，打开聊天，执行流程
示例Demo：做一个简易的RAG工作流
n8n的社区资源丰富，有很多应用模板可借鉴，按照以下步骤使用模版创建工作流：
-
- 进入应用市场
-
- 搜索/选n8n 工作流 教程择应用
-
- 点击免费使用
-
- 复制工作流json代码
-
- 创建工作流
-
- 在画布上，粘贴工作流
至此，我们学会了模板应用的创建🎉
点击“执行工作流”，上传一份文档，就可以开始 RAG 对话了。
如何运行？
比如OpenAI类型的 API-KEY 失效了，就可以把这些聊天模型(LLM)、嵌入模型(Embedding)，更换成有额度的模型。
比如数据库节点要配置自己的端口、用户名、密码等信息。
比如HTTP节点需要更换URL。
等等，等等。
实践出真知，与君共勉~
引用链接
n8n-Github:https://github.com/n8n-io/n8n
n8n-官网:https://n8n.io/
n8n-中文社区:https://www.n8nclub.com.cn/
2025年AI开发利器大对决：Dify vs n8n全方位测评 :https://zhuanlan.zhihu.com/p/
硅基流动:https://cloud.siliconflow.cn/i/xJvN9Ecu
Openrouter:https://openrouter.ai/models
https://apisiliconflow.cn/v1:*https://apisiliconflow.cn/v*
http://localhost:5678:*http://localhost:5678/*
点击下方卡片 关注我们
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/251716.html原文链接：https://javaforall.net
