从A到Z的实际案例：使用n8n构建自动化工作流（第一部分）

从A到Z的实际案例：使用n8n构建自动化工作流（第一部分）

本文将从A到Z详细解释n8n.io工作流的设置和细节，通过自动化和AI摘要及代理功能的集成，解决跨多个云服务的具体问题。第一部分将解释背景、用例、动机和设置。

案例背景

作者的工作主要涉及企业财务和会计，而不是人工智能领域。在工作中，作者发现可追溯性、可靠性、效率以及系统兼容性是关键需求，而这些并不是大型语言模型（LLM）的强项。因此，作者对代理方法产生了兴趣，认为它既能利用LLM的创造性解决问题的能力，又能通过工作流规则进行明确的监督。

场景描述

作者设计了一个用例，通过自动化工具n8n实现以下功能：

1. 自动化“知识获取流程”：将新闻通讯信息聚合到Notion数据库中
2. 利用新闻通讯摘要数据库，借助代理方式进一步汇总，形成可操作的结果
3. 自动生成一篇涵盖该领域的最新发展的LinkedIn帖子，并推送到LinkedIn
4. 将LinkedIn帖子翻译成德语

整个用例的流程图如下：

使用案例：为什么呢？

为什么，学习的目的何在？

这个用例设置的初衷有以下几个方面：

• 简单地学习使用自动化工具
• 确保自动化工具支持一种“代理工作流”，以灵活利用新的AI能力
• 翻译部分作为一个代理，代表了一个几个月前还难以自动化的额外问题
• 不同系统（如自动化工具、Notion在线数据库和LinkedIn）之间的交互，作为IT环境碎片化的典型代表
• 结果满足了几个切实的需求：
• 跟上一个发展极其迅速的领域（比如在这个例子中的AI，但同样的方法也可以应用到许多其他领域）的进展
• 将这些信息转化为某种“行动导向的结果”，例如一篇突出最近最重要的发展的LinkedIn帖子

为什么呢？ 学习之旅

作者希望通过这个项目学习如何将最新的AI进展应用到公司工作中。通过实践，作者希望达到以下目标：

• 了解如何使用自动化工具
• 掌握Docker的使用
• 学习JavaScript编程
• 测试n8n如何帮助结合不同的平台和系统
• 研究大型语言模型的集成
• 掌握提示工程的艺术
• 理解标准工作流程的算法

为什么呢？选择工具

n8n.io

n8n位于以自动化为重点的工具和以AI代理为重点的框架之间的中间地带。它具有以下优势：

• 免费的Docker化“AI启动包”
• 基本使用免费
• 在大规模部署时比其他自动化选项更便宜
• 可以同时利用AI代理的优势
• 可以以较低的成本扩展解决方案

Docker

Docker是一个容器化平台，可以创建自包含的运行环境。它在云部署中非常有用，因为可以快速部署和扩展服务。Docker镜像类似于类的定义，而容器则是基于镜像运行的实例。

Notion

Notion是一个在线笔记和协作工具，具有友好的用户界面和基础的数据库功能。它与n8n有良好的集成，可以作为存储新闻通讯摘要的数据库。

领英（LinkedIn）

选择LinkedIn作为发布平台的原因包括：

• 实现整个过程的完全自动化
• 增加翻译功能，让更多语言使用者获取信息
• 展示如何整合分散的IT环境
• 应对LinkedIn上关于AI从业者和谈论者的比例失衡问题

技术设置

Docker安装

在Mac上安装Docker Desktop的链接：Docker Desktop 安装指南

n8n AI新手套件

• GitHub仓库：n8n AI Starter Kit
• Docker部署指南：Docker部署文档
• YouTube教程：YouTube教程链接
• Mac特定注意事项：Mac用户注意事项

邮箱设置

• 需要一个支持IMAP协议的邮箱
• n8n提供Gmail连接器，但IMAP协议更简单易用

Notion和LinkedIn访问

• Notion配置文档：Notion配置文档
• LinkedIn配置文档：LinkedIn配置文档

n8n基础与两个工作流的需求

n8n的工作流由一系列节点组成，每个节点代表对数据进行某种操作或做出某种决定。触发节点用于启动工作流，外部数据通过这些带有闪电符号的触发节点进入工作流。

工作流1：从新闻简报到带有摘要的Notion数据库

• 触发节点：IMAP节点定期检查新邮件
• 处理节点：提取邮件内容并生成摘要
• 存储节点：将摘要存储到Notion数据库

工作流2：从Notion的邮件摘要到LinkedIn上的博客贴

• 触发节点：定期检查Notion数据库的新条目
• 处理节点：将摘要整理成LinkedIn帖子
• 发布节点：将帖子发布到LinkedIn

两个工作流可以独立运行，但需要确保邮件只被处理一次，避免重复发布。