n8n从零上手：可视化工作流编排与AI Agent实战指南

1. n8n到底是什么为什么2025年它又火了先说一个很直观的感受这两年做自动化运维和业务集成圈子里聊n8n的频率肉眼可见地在涨。不是那种纯技术圈的自嗨而是真的有很多做运营、做数据、做交付的人在问能不能用n8n把这套流程串起来我自己的答案一直是——能而且它可能是目前自托管自动化工具里门槛和天花板平衡得最好的一个。简单说n8n就是一个可视化的工作流编排平台。你可以把不同系统的操作拖到画布上连成一条流程让它按照你设定的顺序自动执行。它长得有点像Zapier、Make这类产品但核心区别在于n8n是开源的可以部署在自己服务器上数据不出内网节点数量也远超商业平台免费版能给你的那点配额。先放一张我脑内的对比图帮你快速定位它到底处在什么生态位对比项n8nZapierMake部署方式自托管/云版SaaSSaaS数据归属完全自控平台方平台方节点数量500内置按套餐按套餐可视化编排原生原生原生代码扩展JS/Python节点有限有限授权费用免费版即可商用按量收费很贵按量收费AI能力原生AI Agent部分集成部分集成这个表格不是要说服你立刻放弃Zapier而是想说n8n不是那种同类产品换个壳的存在它解决的问题是——自动化工作流这件事能不能像写代码一样拥有完全的控制权同时又不需要真的去写一堆代码。那它具体能做什么举几个我做过的真实场景定时抓取外部接口数据清洗后写入数据库再推送异常到钉钉群收到表单提交后自动创建CRM线索、发送欢迎邮件、在表格里追加一条记录企业内部审批通过后自动触发工单系统创建任务并把结果回写到审批单把大模型接进来做文档自动分类、客服消息自动回复、周报自动汇总。这些流程如果用传统开发方式每一步都要写接口、写定时任务、写重试逻辑、写日志。而在n8n里面就是一个节点一个节点地拖出来连线配参数完事。不过这里要补一句n8n的上手曲线虽然比写代码低得多但初识界面这个阶段如果没人带很容易被它的自由度搞懵。因为它的画布上可以有几百个节点左侧面板塞满了各种触发器和操作器第一次打开甚至不知道从哪下手。这篇文章就从你第一次打开它的那一刻讲起把整个界面拆开揉碎给你看。如果你是下面这几类人这篇文章会对你有用刚听说n8n想搞明白它到底是什么、值不值得学的开发者或运维部署完了n8n但打开界面一头雾水、不知道下一步该干什么的小白已经在用别的自动化工具想迁移到自托管方案的技术负责人想用n8n做AI Agent编排但被节点太多不知道怎么连卡住的学习者。目标只有一个让从来没碰过n8n的人看完就能照着打开界面、创建第一个工作流、并理解每个区域的作用。2. 跑起来再说Docker部署的全过程与常见坑n8n的部署方式有官方云、Desktop App、Docker、npm 等多种但我个人强烈建议直接上Docker。原因有三一是隔离干净不会污染本机环境二是升级、回滚、迁移都方便三是n8n官方对Docker的支持最完善文档里的示例基本都以容器为主。2.1 最简部署一条命令如果你只是想先体验一下最快的方式是docker run -it --rm \ --name n8n \ -p 5678:5678 \ -v n8n_data:/home/node/.n8n \ docker.n8n.io/n8nio/n8n就这么简单。打开浏览器访问http://localhost:5678就能看到初始化页面。注意几个细节-v n8n_data:/home/node/.n8n是数据卷挂载工作流、凭据、设置都存在这里面。不挂载的话容器一删一切归零这是新手最容易踩的坑。--rm参数只适合临时体验。正式使用千万别加否则容器退出就被清理了。官方镜像地址建议用docker.n8n.io/n8nio/n8nDocker Hub上虽然有但国内拉取速度有时不稳定用官方源更稳妥一些。2.2 更规范的docker-compose部署实际生产环境我不会用上面的裸命令至少会写成docker-compose文件方便管理环境变量和数据卷。这是我的常用配置version: 3.8 services: n8n: image: docker.n8n.io/n8nio/n8n:latest container_name: n8n restart: unless-stopped ports: - 5678:5678 environment: - N8N_HOSTyour-domain.com - N8N_PORT5678 - N8N_PROTOCOLhttps - N8N_ENCRYPTION_KEY替换成你自己的随机密钥 - GENERIC_TIMEZONEAsia/Shanghai - TZAsia/Shanghai - N8N_SECURE_COOKIEfalse - WEBHOOK_URLhttps://your-domain.com/ volumes: - n8n_data:/home/node/.n8n volumes: n8n_data:有几个配置需要单独说明。N8N_ENCRYPTION_KEY是用来加密凭据的密钥非常重要。它一旦丢失之前保存的所有凭据都无法解密。官方建议生成一个随机字符串openssl rand -hex 16然后把输出结果填进去。这个密钥务必备份到一个安全的地方否则服务迁移时你会哭的。N8N_SECURE_COOKIE这个变量是后面版本新加的要求。大概是1.105版本之后如果不用HTTPS访问又没显式设置这个变量为false登录界面的Cookie会因为Secure标记而无法写入表现就是登录死循环。如果你用IP端口或者http访问不加这行配置几乎必现这个坑。GENERIC_TIMEZONE要设置成Asia/Shanghai否则定时触发节点会按UTC时间执行每天早上9点变成本地时间下午5点排查半天都找不到原因。2.3 企业级部署方案里需要额外考虑的东西如果你不是在自己电脑上玩而是准备在企业内网或者云服务器上正式使用除了上面的基础配置我建议再补几件事数据库外置n8n默认使用SQLite数据量小、并发低问题不大但工作流多了以后尤其是执行记录量大、频繁读写时SQLite的锁竞争会让你明显感觉到卡顿。企业级使用建议换成PostgreSQLn8n官方测试最充分的也是PostgreSQL。配置方式就是加几个环境变量environment: - DB_TYPEpostgresdb - DB_POSTGRESDB_HOST你的数据库地址 - DB_POSTGRESDB_PORT5432 - DB_POSTGRESDB_DATABASEn8n - DB_POSTGRESDB_USERn8n - DB_POSTGRESDB_PASSWORD数据库密码反向代理与HTTPSn8n的Webhook功能需要外部请求能访问到服务所以生产环境建议用Nginx或Caddy做反向代理配上SSL证书。Caddy配置尤其简单your-domain.com { reverse_proxy localhost:5678 }Caddy会自动申请和续期证书省心。定期备份数据卷不管你用SQLite还是PostgreSQL数据卷里的~/.n8n目录还存着配置文件、加密密钥相关的元数据要一起备份。我习惯写个crontab脚本每天凌晨打包一次n8n_data。资源分配n8n本身不算吃资源但如果有定时任务频繁执行、或者跑了AI相关的节点内存建议至少2GB起步CPU核心数越多越好。一个很常见的现象是小内存机器上n8n跑着跑着突然所有工作流都不执行了一查是OOM容器被内核杀了。2.4 部署完怎么验证一切正常部署完成后不要急着创建工作流先做三个检查访问地址能打开初始化页面说明Web服务正常在初始化页面设置好管理员账号后能正常登录和登出没有Cookie相关报错说明安全配置没问题在设置里找到 Usage and Plan能看到当前版本号和堆栈信息说明数据库连接正常。这三个过了你的n8n就处在一个健康状态了接下来才轮到真正的主角——界面。3. 界面全景图登录之后先把每个区域看明白说实话我第一次打开n8n工作流编辑器的感觉是这界面怎么这么程序员审美没有花里胡哨的引导动画就是一个大画布左边一列节点右边一个空面板。但用了几天之后才意识到这种设计的效率极高——因为它把所有的复杂性都收纳到了清晰的区域划分里你只需要搞清楚每个区域管什么剩下的就是按直觉拖拽。3.1 管理员账号与初始设置首先第一次访问时n8n会要求你创建管理员账号需要填 Owner Name 和 Email 和 Password。这个账号就是后续所有权限控制的根。有几个小细节值得注意管理员邮箱最好用企业邮箱或专用邮箱别用个人邮箱后面加成员、开SSO都用得到密码强度要求不低建议用密码管理器生成一个随机密码存好初始化完成后右上角头像下拉菜单里可以进入账号设置可以改时区、语言等偏好设置。3.2 首页与工作流列表登录之后首先看到的是工作流列表页这个页面的信息结构是左侧边栏是主导航中间是工作流卡片列表右上角是搜索和创建按钮。左侧边栏从上到下依次是菜单作用使用频次Overview总览仪表盘显示执行状况、最近活动较低Workflows工作流列表你所有自动化流程的入口最高Credentials凭据管理集中管理所有外部服务的账号密码和API密钥高Executions执行记录每次工作流运行的日志和结果高Settings设置包括成员管理、API令牌、环境变量等低这个布局的逻辑很清晰写流程在Workflows跑流程看Executions连外部服务配Credentials管系统进Settings。记住这个对应关系后面就不会找不着北。3.3 工作流编辑器主界面点开任意一个工作流或新建一个就进入核心编辑界面。这个界面可以拆成几个区域顶部工具栏从左到右分别是工作流名称可以点击修改、Status草稿/激活、保存按钮、执行按钮、激活开关。右上角还有版本历史和发布相关的按钮。左侧节点面板这是整个界面的灵魂。里面按分类列出了所有可用的节点。默认显示的是触发类节点Trigger下面还有Actions、AI、Core Nodes等分类。顶部的搜索框非常实用——我基本不用鼠标翻分类直接敲关键词找节点。中间画布这就是你拖节点、连线的地方。鼠标滚轮缩放按住空白处拖拽平移。画布上没有网格线但节点会自动吸附到一条水平线上连线也很顺滑。右侧信息面板当你选中某个节点时右侧会滑出一个面板显示该节点的配置项、输入输出说明和运行结果。这个面板是使用频率最高的地方。底部状态栏显示当前工作流的执行状态、最近执行时间、执行编号等信息。3.4 几个不起眼但很关键的设计n8n界面里有一些隐藏设计官方文档不会重点讲但实际用起来极其顺手双击画布空白处会弹出快速添加节点搜索框不用把鼠标移回左侧面板效率拉满。节点右侧的小圆点连接线的吸附点。从节点右侧圆点拖出连线指向下一个节点的左侧圆点。节点下方显示的字段名表示上个节点传递给下个节点的数据格式。如果你发现数据对不上先看这里。画布右上角的Zoom和MiniMap工作流复杂之后缩略图能帮你快速定位到某个节点区域。快捷键Ctrl/Cmd S保存Ctrl/Cmd Shift R执行工作流Delete删除节点。记下这三个就够了。3.5 界面语言与中文支持n8n的官方界面语言默认是英文好在界面词汇量不大而且核心术语Workflow、Node、Trigger、Credential在各类低代码平台里通用看习惯了就不觉得是障碍。不过对于完全不想看英文的用户也有一些社区汉化方案但我不建议一上来就装汉化包——因为后续升级工作流模板、看报错信息时你迟早要面对英文早适应早好。4. 从拖拽到跑通第一个工作流的完整生命周期界面看明白了接下来动手做一个真正能跑的工作流。我拿一个最简单的例子演示定时抓取一个JSON接口的数据把返回内容中的某几个字段存到本地文件。整个过程你会走过n8n工作流的全部基本环节选触发器、配节点、连接、测试、保存、激活。4.1 第一步选择触发器别一上来就选Manual Trigger新建工作流后画布上会出现一个空的Trigger节点通常是 Schedule Trigger 或 Manual Trigger。很多新手的第一反应是直接拖一个HTTP Request节点开始配。这是不对的。工作流必须有一个起点——触发器节点决定了这个流程什么时候开始执行。n8n里的触发器分几类Schedule Trigger按固定时间间隔或Cron表达式执行适合定时任务Webhook Trigger提供一个URL外部系统请求这个URL时触发适合系统间联动Manual Trigger手动点击画布上的执行按钮才触发适合开发和调试App事件触发器某些节点自带触发器功能比如收到邮件时、收到表单提交时、监听到数据库变化时。我的建议是调试阶段用Manual Trigger逻辑没问题后再换成真正的触发器。手动触发可以让你专注地调试后面的逻辑不用等定时器。4.2 第二步拖入HTTP Request节点并配置从左侧节点面板搜索 HTTP Request拖到画布上然后从Trigger节点右侧圆点拉一条线连到这个节点。点开HTTP Request节点右侧面板会显示配置项Method选择 GETURL填你想请求的接口地址Authentication如果接口需要认证这里可以选之前配置好的凭据方式或者直接填Header。我们暂时不需要选 NoneOptions这里还有很多扩展项比如超时时间、重试次数、响应格式等用默认值就可以。配置完成后点击节点下方的Execute Node按钮或者用快捷键Ctrl/Cmd Enter这个节点就会单独执行一次。执行成功后节点下方会显示返回数据的概要右侧面板也会切到 Output 选项卡展示完整的返回JSON结构。这是n8n调试的核心逻辑你可以单独执行任意一个节点而不需要每次都跑完整条工作流。这对于从上游节点拿数据、调整下游处理逻辑的场景极其方便。4.3 第三步处理数据不是所有返回内容都可以直接用假设接口返回的是[ { id: 1, name: example, price: 99.9 }, { id: 2, name: another, price: 199.9 } ]如果你只想把 name 和 price 提取出来可以加一个Code 节点用JavaScript或Python来做数据清洗。这也是n8n最强大的地方——它允许你在流程中间插入代码处理逻辑完全不受节点功能的限制。先拖一个Code节点连在HTTP Request后面配置如下// 输入是上个节点的json数据在 items 数组里 const rows $input.all().map(item { const data item.json; return { name: data.name, price: data.price }; }); return rows;这个例子用的是n8n v1之后的代码节点语法$input.all()获取所有输入项中括号里是对每个输入对象的转换。写完后同样点 Execute Node 测试确认转换逻辑正确。4.4 第四步添加输出节点并连接处理完的数据需要一个去处。最简单的演示方式是加到Spreadsheet File节点生成一个CSV文件拖入 Spreadsheet File 节点在 Operation 里选择 Write to fileFile Format 选 CSV保存路径填/home/node/.n8n/demo_output.csv容器里n8n用户有权限写这个目录映射到宿主机就是之前挂载的数据卷目录。如果目标是发通知也可以拖入Telegram / 钉钉 / Slack节点填好Webhook地址把上一步的name和price拼成一条文本消息发出去。原理完全一样只是节点不一样。4.5 第五步保存、执行、激活整个链路配置完成后点击右上角Save按钮保存工作流点击Execute Workflow跑一次完整流程确认每个节点都变绿色成功或红色报错全部正常后把右上角的Active开关打开。激活之后右键点击画布上的Schedule Trigger节点可以设置具体执行时间。一个简单的定时工作流就诞生了。这整个生命周期就是n8n所有工作流的基本套路触发器 → 处理 → 输出 → 激活。后面不管你做多复杂的流程核心思想都是这四个环节的组合和嵌套。5. 凭据Credentials与安全让节点真正接上外部服务初识界面阶段另一个必须搞清楚的东西就是 Credentials。不理解它你连一个发邮件的节点都配不起来。5.1 什么是凭据为什么n8n要单独做一个管理模块凭据就是外部服务的认证信息包括API Key、密码、OAuth Token等。n8n把这些信息统一放在 Credentials 模块里管理目的有两个一是避免你在每个节点里反复填敏感信息二是统一加密保存防止明文泄露。当你首次配置某个需要认证的节点时n8n会自动提示创建一份新的 Credential。比如配一个 PostgreSQL 节点它会让你填数据库主机、端口、用户名、密码然后以 Credential 的形式保存下来。以后再拖一个新的 PostgreSQL 节点只需在下拉框里选择已有凭据即可。5.2 凭据的类型与管理进入左侧栏的 Credentials 页面你会看到所有已创建的凭据按类型分类。点击 Create Credential会弹出一个类型选择窗口搜索你要集成的服务。有个细节n8n的一大优势是内置了极其丰富的凭据类型。从常见的 HTTP Header Auth、OAuth2到各类垂直 SaaSNotion、Slack、GitHub、Google Sheets再到数据库PostgreSQL、MySQL、MongoDB都有对应的认证模板填起来只要照着界面提示来就行。5.3 环境变量引用把敏感信息从工作流里抽出去在配置节点时你可能会看到一些字段支持用表达式Expression语法是{{ }}。实际上n8n允许你从环境变量里读取值。比如{{ $env.DB_PASSWORD }}这样密码就不会硬编码在工作流里而是从部署时配置的环境变量中读取。对于企业部署这是必须养成的习惯——工作流脚本会被多人共享、会导出备份里面绝对不能出现明文密码。你可以在 docker-compose 的 environment 字段里注入任意自定义变量或者更规范的做法是使用.env文件配合env_file指令。n8n官方也支持在 Settings → Environment Variables 里配置企业版功能。5.4 凭据加密与密钥管理前面提到过 N8N_ENCRYPTION_KEY它就是用来加密这些凭据的主密钥。n8n会将凭据加密后存储在数据库中但加密和解密都需要这把密钥。实际操作中有几个必须遵守的纪律不要频繁更改 N8N_ENCRYPTION_KEY一旦改了所有已保存的凭据都会失效备份时数据库和这个KEY要一起备份缺一不可如果使用了外部密钥管理服务如Vaultn8n也支持但从部署复杂度考虑中小团队直接使用环境变量注入就够了。5.5 权限隔离的最佳实践如果你是企业级使用我建议从一开始就规划好凭据的使用规范每个环境dev、staging、prod使用独立的n8n实例和独立的凭据避免测试环境的密钥误触生产数据给不同的成员分配不同角色Owner/Admin/MemberMember用户在使用凭据时n8n会限制他们查看完整凭据内容只能选用定期在Credentials页面检查已创建的凭据删掉不再使用的避免权限混乱。6. AI Agent来了n8n在智能工作流里的新玩法前面讲的都是传统自动化但n8n真正让我觉得这玩意未来可期的是它对AI Agent的原生支持。热搜词里出现了n8n使用ai agentn8n deerflow这两个方向代表了n8n正在成为AI工作流编排领域的重要入口。6.1 n8n里的AI Agent节点是怎么一回事在节点面板输入 AI Agent你会看到一个专门的分类里面有AI Agent 主节点相当于一个智能体的核心控制单元配置大模型、系统提示词、工具列表Text Classifier文本分类器用来判断用户意图Basic LLM Chain简单的LLM调用链Tool节点给Agent装配各种工具比如调用HTTP请求、查数据库、执行代码、读文件。AI Agent 节点的配置本质上是三个部分模型Model、记忆Memory、工具Tools。模型选择很好理解填一个支持OpenAI兼容接口的API密钥比如OpenAI、Azure OpenAI、本地部署的Ollama或vLLM服务都可以。n8n对模型的抽象做得不错切换模型提供方只需要换Credentials业务逻辑不用动。记忆是让Agent记住上下文的关键。n8n里的Memory节点可以接入Redis、PostgreSQL甚至是简单的内置存储用来保存多轮对话的状态。工具则是Agent能操作的外部世界。n8n很聪明的点在于普通节点也能被包装成工具。你可以把前面做好的某个工作流变成一个Tool节点让Agent在需要的时候调用它。这就把传统流程自动化和AI决策串联起来了。6.2 一个实际的AI Agent工作流长什么样我之前做过一个客服工单分类的工作流结构大概是这样的Webhook Trigger收到用户提交的工单 ↓ AI Agent 节点 ├── 模型GPT-4o或本地模型 ├── 系统提示词你是工单分类助手请根据内容判断优先级和负责人 ├── 工具1查询历史工单HTTP Request ├── 工具2写日志到数据库PostgreSQL节点 └── 工具3如果判断为紧急调用钉钉通知工作流 ↓ IF节点根据Agent输出的JSON字段判断走哪条分支 ├── 正常 → 创建Jira工单 └── 紧急 → 通知值班群 创建Jira工单实现起来并不复杂核心就是Agent负责思考普通节点负责执行。Agent根据用户输入决定要不要调用工具、调用哪个工具、怎么组织最终结果。这个模式下流程的适应性大大增强不再需要为每种情况写死分支。6.3 DeerFlow是什么和n8n什么关系热搜词里出现了 n8n deerflow。DeerFlow 是一个开源项目主打的是类似 Manus 的通用AI Agent能力能做到多步骤的任务拆解与执行比如自动搜索资料、整理报告这种需要多轮推理的活。n8n和DeerFlow的合作关系与其说是嵌入不如说是一个生态互补n8n负责提供可视化的流程编排界面和系统连接器DeerFlow负责提供更强的深度Agent推理内核。在实际项目中通过API调用封装你可以把DeerFlow当作一个超级工具接进n8n节点体系里或者反过来让DeerFlow的Agent在执行步骤中调用n8n的Webhook。这种组合意味着什么意味着你既能享受到Agent自主决策的灵活性又能保持整个流程的可控、可观测、可回滚。对于企业应用来说这比一个全自动黑盒Agent靠谱得多。6.4 跑AI Agent时界面里值得注意的几个点如果你立刻去尝试配置AI Agent节点有三个界面相关的体验可以提前说节点配置里会有System Message和Human Message字段这些就是你跟模型对话的上下文支持用表达式动态拼参数比如把上个节点的数据塞进提示词运行时会看到Thinking过程当Agent节点执行时右侧面板会实时显示模型的思考步骤、调用了哪些工具、每个工具的返回结果是什么。这种可视化的调试体验非常加分遇到问题一眼就能定位是模型理解错了还是工具返回的数据不对节点执行时长会明显变长因为要等模型推理所以最好在HTTP节点里把超时时间调长一些或者把AI Agent放到异步执行流程里。7. 跑了几个月之后性能观察、中文生态与效率小技巧到这里n8n的基础界面、核心操作、凭据体系、AI扩展都过了一遍。最后再分享一些跑了几个月之后才看清的东西——这些在官方文档里找不到全是实际使用中的体验。7.1 资源占用与性能调优n8n本身是个Node.js应用内存占用不算夸张我的生产实例在 idle 状态大约占用500MB-800MB内存执行工作流时会根据节点复杂度波动。但如果跑了AI Agent节点内存会飙升到2GB以上所以生产环境分配2-4GB内存是合理的。另外一个性能瓶颈是数据库。我早期用SQLite跑了半年工作流数量到200个左右、每天几千次执行记录时界面开始出现明显的卡顿。迁移到PostgreSQL后问题彻底消失。如果你已经预计到工作流会超过50个建议直接上PostgreSQL省得后面迁移折腾。7.2 常见问题排查思路在实际使用中我遇到最多的三类问题节点执行成功但没有数据通常是上游返回的是空数组或者表达式取错了字段。解决办法是点开上游节点的 Output 看看实际数据结构再调整下游表达式。Webhook接收不到请求先确认是否开了N8N_SECURE_COOKIE、反向代理路径是否正确然后用curl -X POST http://你的地址/webhook/xxx在服务器本地测一次能通就说明是外部网络问题。定时任务没有按时执行第一件事检查容器的时区环境变量第二件事检查工作流是否已经激活第三件事去Executions页面看有没有报错记录。7.3 中文资料与社区生态n8n的中文资料确实不多但也别慌因为它的英文文档极其翔实几乎每个节点都有官方使用说明和真实请求示例。而且现在有越来越多的中文博主开始分享n8n的实战教程搜索n8n 教程n8n 中文能看到不少有价值的内容。我的建议是遇到问题优先看官方文档的节点页面那是最权威的其次是GitHub的issue区很多坑和方案都在里面最后才是社区教程用来拓展思路、学习最佳实践。7.4 几个提高效率的小习惯最后分享几个我一直在用的操作习惯它们让我的n8n使用体验好了不止一个档次模板先行的思路n8n的 Workflow 列表页有一个 Templates 区域里面有很多官方和社区的现成模板。看到一个跟你需求接近的模板直接复制到自己的工作流里再改比从零开始搭快得多。给节点命名规范每次拖入节点后第一件事就是改掉默认名称比如HTTP Request改成获取用户订单API。工作流复杂以后变量引用、错误排查全靠名称识别。善用 Executions 页面每次上线新的工作流前一周养成每天看一下 Executions 页面的习惯重点关注失败率和失败原因。n8n对失败节点的错误信息输出得很完善基本都能直接定位。使用表达式做动态配置比如在HTTP Request节点的URL里用{{ $json.id }}拼接上一个节点的输出能大大提升工作流的复用性。把常用的子流程沉淀为模板有些处理逻辑比如日期格式化、数据去重、JSON转换几乎每个工作流都会用到把这些逻辑做成一个子工作流Sub-workflow并保存为模板下次直接引用省时省力。我自己的体会是n8n这个工具最值钱的不是它能连500多个服务而是它把可视化编排这件事做到了让我这个老后端也觉得舒服的程度。它的界面不是一个花架子每一个区域的设计都对应着一个真实的使用场景。你把第一节讲的菜单结构、第三节讲的工作流编辑器、第五节的凭据体系搞明白之后剩下的所有功能都是围绕这三个核心点的延伸。工具是越用越顺手的。刚开始接触n8n时不妨从今天这个例子开始——拉一个HTTP Request节点配一次凭据点一次执行看看右侧面板里那些真实数据的结构长什么样。这一步迈出去之后你看到的就不再是一个陌生的界面而是一张可以做任何事的工作台。