资源描述
n8n 是一款开源的低代码自动化平台，专为现代办公场景设计。通过可视化拖拽与丰富的 AI 节点，用户可快速构建集成大语言模型（LLM）的智能工作流，实现邮件处理、数据抓取、文档摘要及跨系统消息推送等自动化任务。无需深厚编程基础，即可打通数百款主流 SaaS 应用，显著提升团队协作效率与业务响应速度。适用于企业运营、内容创作及日常办公自动化需求。
详细内容
## 工作流概述
本工作流基于 n8n 平台构建，旨在通过低代码方式将大语言模型（LLM）融入日常办公自动化流程。典型场景包括：定时抓取行业资讯或邮件内容 → 调用 AI 进行智能摘要与情感分析 → 根据分析结果自动分类 → 将结构化数据写入表格或推送至协作工具（如飞书、钉钉、Slack）。全程可视化配置，支持灵活扩展与错误重试，适合运营、行政及技术团队快速落地 AI 提效方案。
## 分步骤操作说明
1. **创建项目与配置触发器**：登录 n8n 实例，新建 Workflow。拖入 `Schedule Trigger` 或 `Webhook` 节点作为起点，设置执行频率（如每日 09:00）或监听外部 POST 请求，保存并点击 Test 验证触发状态。
2. **接入数据源节点**：添加 `HTTP Request` 或 `Email` 节点，配置目标 API 地址或 IMAP/SMTP 凭证。使用表达式（Expression）提取原始文本或附件内容，并通过 `Set` 节点清洗字段，确保下游输入格式统一。
3. **配置 AI 模型节点**：引入 `AI Agent` 或 `OpenAI` 节点，在 Credentials 中绑定有效的 API Key。在 Prompt 区域编写结构化指令（例如：“请提取以下文本的核心观点，输出为 JSON 格式，包含 title、summary、sentiment 字段”），设置 Temperature 为 0.3 以保证输出稳定性。
4. **逻辑判断与数据路由**：连接 `IF` 或 `Switch` 节点，基于 AI 返回的 sentiment 或关键词进行分支处理。例如，负面舆情走紧急通知分支，常规资讯走归档分支。可使用 `Code` 节点（JavaScript/Python）进行复杂的数据映射或格式校验。
5. **执行输出与激活工作流**：在分支末端分别接入 `Google Sheets`、`Slack` 或 `钉钉机器人` 节点，配置对应的 Webhook URL 或 OAuth 授权。完成全链路测试后，点击右上角 `Active` 开关上线工作流，并开启 Execution Data 日志以便后续监控。
## 注意事项与最佳实践
- **密钥安全**：切勿将 API Key 硬编码在节点参数中，请务必使用 n8n 的 Credentials 管理器或服务器环境变量进行加密存储。
- **成本控制**：AI 节点按 Token 计费，建议在 Prompt 中明确限制输出长度，并在上游节点做好文本截断、去重与无效内容过滤。
- **容错机制**：为关键节点配置 Error Trigger 与重试策略（Retry on Fail），避免因第三方服务波动或网络延迟导致流程中断。
- **提示词工程**：采用“角色设定 + 任务描述 + 输出格式 + Few-shot 示例”的结构化 Prompt，可大幅提升 LLM 响应的准确率与一致性。
## 常见问题提示
- **Q: 工作流未按时触发？** A: 检查服务器时区设置是否与 n8n 实例一致，确认 Schedule Trigger 的 Cron 表达式无误，并查看 Execution 日志排查实例休眠或权限问题。
- **Q: AI 节点返回格式不符合预期？** A: LLM 存在随机性，建议在 Prompt 中强制要求 JSON 输出，并在下游添加 JSON 解析逻辑配合 Try/Catch 分支进行容错处理。
- **Q: 执行速度过慢或超时？** A: 大文本处理易触发默认超时限制，可拆分任务批次（Batching），或在环境变量中调高 `EXECUTIONS_TIMEOUT` 的值。
- **Q: 如何调试复杂数据流？** A: 使用节点右上角的 Execute Node 单独运行单步，结合 Pin Data 功能固定上游输出，可快速定位数据转换瓶颈与字段映射错误。