n8n 工作流自动化指南

ClownF原创2025/4/25大约 4 分钟

n8n 工作流自动化指南

n8n 作为一个AI时代突然流行起来的工作流自动化工具，让我体验到了底代码的工作效率。现在测试了几个爬虫通过n8n来实现，再配合AI api来实现翻译和情感分析。记录一下n8n的安装过程和常用node

安装

n8n安装非常简单，docker和npm。两个都各有利弊吧。

docker：和本地环境隔离，如果需要额外的npm包，可能会有点麻烦。

npm：直接对接本地的node和npm环境，适合本地自己玩玩

我是用docker安装的，由于玩爬虫，我这里推荐n8n的第三方包 n8n-nodes-puppeteer 内置了 puppeteer

Docker

# 先根据 https://github.com/drudge/n8n-nodes-puppeteer 中自己做个images

# 在服务器上创建相关目录
mkdir -p ~/.n8n/custom
# 跑起来
docker run -d --name n8n \
  -p 5678:5678 \
  -v ~/.n8n:/home/node/.n8n \
  -v ~/.n8n/custom:/home/node/custom \
  -e N8N_CUSTOM_EXTENSIONS="/home/node/custom" \
  n8n-puppeteer

# 如果想额外安装npm
cd ~/n8n/custom
npm init -y
npm install dayjs

# 重启一下
docker restart n8n

npm

emmmm... 没这么玩过，下面用的是chatgpt给的。看了下官网也差不多

# 安装
npm install -g n8n

# 跑起
n8n start

# 指定端口和主机跑起
N8N_PORT=5678 N8N_HOST=0.0.0.0 n8n start

首次访问会让你注册，和激活（免费的）

然后，当当当当

核心概念

1. 工作流 (Workflow)

工作流是一系列连接的节点，定义了自动化任务的执行流程。

2. 节点 (Node)

节点是工作流的基本单元，每个节点执行特定功能。每个节点的数据会流转到下一个节点。

当然，你也可以在下一个节点获取前面所有节点的数据。

节点的逻辑有点像java的stream流，这一批数据处理完以后数据才会流转到下一个节点。

此网站可以看到所有的节点节点大全

// 模拟 n8n 节点的数据流转
List<Map<String, Object>> data = Arrays.asList(
    Map.of("id", 1, "name", "Alice", "status", "active"),
    Map.of("id", 2, "name", "Bob", "status", "inactive")
);

// 节点1: 过滤数据（类似 n8n 的 IF 节点）
List<Map<String, Object>> filtered = data.stream()
    .filter(item -> "active".equals(item.get("status")))
    .collect(Collectors.toList());
// 这一批数据（2条）处理完后，才会流转到下一个节点

// 节点2: 转换数据（类似 n8n 的 Set 或 Code 节点）
List<Map<String, Object>> transformed = filtered.stream()
    .map(item -> {
        Map<String, Object> newItem = new HashMap<>(item);
        newItem.put("name", ((String) item.get("name")).toUpperCase());
        newItem.put("processed", true);
        return newItem;
    })
    .collect(Collectors.toList());
// 上一节点的输出作为这一节点的输入

// 节点3: 聚合数据（类似 n8n 的 Code 节点进行聚合）
int totalCount = transformed.size();
// 可以访问前面所有节点的处理结果