两小时搭建AI Agent：n8n+DeepSeek新手实战指南

如果你问我最近做过最值的一次动手实验是什么我会毫不犹豫地说花两小时装了一个属于自己的AI Agent。听起来像标题党但真没骗人。三天前的我对AI Agent的理解还停留在“很火但离我很远”的阶段直到我给自己下了个死命令两小时之内从一个只有API key的新手状态把一个能自己思考、能调用工具、能完成实际任务的AI Agent跑起来。结果不仅跑起来了还顺手解决了好几个平时要花十几分钟的重复劳动。这篇文章不打算讲什么高深算法更不是劝你从零训练模型而是把我这两小时的完整过程、中间冒出来的各种“这玩意到底是啥”的疑问、以及踩过的坑原原本本整理出来。不管你是刚接触AI的开发者还是只听说过DeepSeek、ChatGPT但想自己动手实操的普通人这套思路都能直接抄。1. 先说结论两小时装起来的AI Agent到底长啥样1.1 我装的是哪种形态的Agent先回答最核心的问题我装的不是一个从零开发的Agent框架而是一个组装好的、能跑真实任务的AI Agent工作流。具体来说我选了自托管的n8n作为载体把DeepSeek的大模型能力作为Agent的“大脑”再通过n8n的节点装配上工具调用、记忆存储和定时触发这些功能。整个过程没有任何“训练模型”的环节也不需要自己搭一套复杂的推理框架。n8n这类平台把Agent的标准结构已经封装成了可视化节点我只需要像搭积木一样把它们连起来一个Agent节点负责“思考”一个HTTP Request工具节点让它可以联网抓取网页一个Memory节点让它记住对话上下文再加一个Cron触发器让它到点自动干活。装完之后这个Agent能做这些事你扔给它一个网址它能自己调用工具抓取页面内容然后总结成要点你让它每天早上九点跑一遍它会把前一天的重要信息汇总成日报推送到你的聊天工具你甚至可以让它通过MCP协议接上你自己的数据库用自然语言查数据、生成报表。所以准确地说这两小时装的是“一套能跑通闭环的Agent系统”而不是“一个聊天机器人”。这两者有本质区别后面我会详细讲。1.2 为什么选n8n而不是Dify、Coze或者自己写代码决策过程其实没有纠结太久因为我的目标设定很明确两小时内必须跑起来。在这个约束下选项就变清晰了。我先列个对比你在选型的时候可以直接参考方案上手速度灵活度自托管能力适合人群Coze扣子极快注册完就能拖拽中平台限定弱数据在云端想快速验证想法的人Dify较快功能全面中高插件丰富支持Docker自托管需要知识库RAG的人n8n快Docker一条命令高任意API都能接完全自托管想把Agent嵌入业务流程的人LangChain/LlamaIndex慢要写大量代码极高完全自托管需要深度定制的人我最后选了n8n核心原因是它把Agent开发里最晦涩的部分——工具调用、上下文管理、多步推理循环——封装成了标准化的“Agent节点”。我不需要先搞明白ReAct循环的推导细节也不用自己写function calling的解析逻辑这些框架都替我做完了。另一个关键原因是自托管。数据在自己手里流程通过API随便接不会出现“平台更新把我的Agent搞挂”这种问题。至于想用Coze还是Dify完全不冲突它们解决的是不同场景的问题我后面也会提。2. 先补点基础认知Agent、LLM、AI模型到底有什么区别2.1 用点外卖的例子搞定这三个概念说实话我刚开始也搞不清“Agent”“LLM”“AI模型”这几个词到底是不是一回事。后来我想通了一个点外卖的例子一下就通了。普通的AI模型或者说一个裸的大语言模型LLM本质上就是一个“超级大脑”。它非常能说会道但是只有一张嘴没有手。你让它“帮我把这个网页内容总结一下”它只能回答你“好的请你把网页内容复制粘贴给我我帮你总结”。它没法自己打开浏览器去拿网页。Agent则是一个“完整的人”。它同样有这颗超级大脑但还多了一双手、一个备忘录、一套行动计划。你让它“把这个网页总结一下”它会先调用浏览器工具打开网址读取内容把内容带回给自己的“大脑”分析生成总结甚至还能帮你把总结发到某个地方。整个过程它自己规划、自己执行、自己验收。LLM就好比公司的战略顾问只负责出脑子Agent是项目经理把战略顾问的指令拆解成具体动作调用各种资源把事办成。这也是为什么很多人说“Agent不是聊天机器人聊天机器人只是Agent的一个子集”。2.2 DeepSeek到底属于哪个为什么大家都在问这个问题在热搜里被反复问我当年也困惑过。答案非常直接DeepSeek是一个大语言模型LLM它属于“大脑”这一层本身不是一个Agent。DeepSeek提供了API接口你在各种Agent框架里填上它的API key它的作用就是充当Agent的推理核心。你需要它帮你写文案、分析数据、总结内容时Agent会把这个任务发给DeepSeekDeepSeek返回结果Agent再根据结果决定下一步动作。那为什么这个问题总是被问因为市面上宣传太乱了。很多人把“装了个DeepSeek客户端”说成“装了个AI Agent”实际上你只是多了一个聊天窗口而已。真正的Agent是你给它一个目标它能自己规划步骤、调用工具、验证结果完成一整个闭环而不是你问一句它答一句的单轮对话。DeepSeek在Agent里的选型优势也很明显价格便宜、中文能力强、API走的是OpenAI兼容格式。这意味着大多数Agent框架、包括n8n都不需要额外适配填个base URL就能直接接上。我在两小时方案里用它作为底层模型主要就是看中这几点。2.3 Agent的组成结构LLM、Skill、Memory、MCP既然要动手装至少得知道装的是哪些零件。一个标准Agent通常由四部分组成组成部分作用生活中类比LLM大模型负责理解、推理、决策人的大脑Skill技能/工具让Agent能执行动作如调用API、抓网页、算数学人的手Memory记忆短期记住对话上下文长期存储知识备忘录 日记本MCP工具接入协议标准化的“接口线”让Agent插上各种外部数据源和工具USB-C接口LLM刚才讲过了是大脑。Skill是Agent能干活的根本原因没有工具的Agent就只能空谈。Memory分两层短期记忆就是当前对话的上下文让Agent记得你两轮前说过什么长期记忆一般存在向量数据库里让Agent跨会话记住你的偏好、历史知识。MCP则是最近半年火起来的协议全称是Model Context Protocol它的作用是让各种外部工具、数据源能以标准方式接入Agent。用Web开发来类比可能更好懂LLM像JVM运行时Skill像各种依赖库MCP像JDBC统一数据库连接Memory像Redis缓存。这套结构听起来复杂但在n8n里都是现成的节点接下来进入实操环节你会发现组装它们比理解它们容易得多。3. 两小时实操全记录跟着做就能跑通3.1 动手前需要准备的三样东西别被各种花哨的概念吓住真正动手前我只需要三样东西一台装有Docker的机器、一个DeepSeek API key、一个想让它干的活。机器方面我用的是自己手里一台普通的Linux云服务器2核4G的配置就跑得很流畅。如果你没有云服务器本地电脑装个Docker Desktop也完全够用。核心要求就一个能跑Docker容器。DeepSeek API key需要去对应开放平台注册申请充值一点金额就能调用。选择DeepSeek的理由前面说过OpenAI兼容格式意味着它在绝大多数Agent工具里都能无缝使用而且成本极低。最后是给Agent找一个“真实任务”。我强烈建议你也先想好任务再动手因为很多人卡住不是因为技术而是因为不知道装完要干嘛。我的第一个任务很朴素让它每天早上定时读取一个指定网页把内容总结成三条要点发给我。有了明确目标搭建过程就有了验收标准不迷路。3.2 第1小时容器装n8n跑通第一个Agent对话第一步装n8n。官方提供了镜像一条docker命令就完事docker run -it --rm \ --name n8n \ -p 5678:5678 \ -v n8n_data:/home/node/.n8n \ docker.n8n.io/n8nio/n8n参数含义拆开说-p 5678:5678是把容器的5678端口映射到本机浏览器访问http://服务器IP:5678就能打开n8n界面-v n8n_data:/home/node/.n8n是挂载卷数据持久化容器删了配置也还在。打开界面后新建一个Workflow拖入两个节点就能组成最简单的Agent一个Manual Trigger手动触发一个Agent节点。点开Agent节点在Model Source里选择“OpenAI Compatible”填上DeepSeek的Base URLhttps://api.deepseek.com以及刚才申请的API key模型名选deepseek-chat。配置里有一项很关键System Prompt系统提示词。我在里面写的是你是一个有用的AI助手可以调用工具完成任务。当遇到需要查询外部信息或执行操作的任务时必须主动调用可用工具而不是凭空编造答案。这一步我是要明确“告诉”Agent它可以使用工具。一开始我没写这句导致Agent面对需要工具的任务时只会“假装”完成比如让它查个东西它直接编了个结果给我。写清楚提示词才算真正激活Agent形态。测试输入“你好”Agent正常回答后第一个小时还剩大约20分钟接下来开始装工具。3.3 第2小时给Agent装上Skill、Memory和MCP真正的质变发生在给Agent接上工具之后。我在n8n里给Agent节点添加了三种类型的工具第一种是HTTP Request Tool。它相当于Agent的“浏览器手”让Agent可以用GET或POST方法去访问任意网址或API。配置时只需要写清楚工具的Description描述比如“用于抓取网页内容输入一个URL返回该网页的HTML正文”。这一步特别重要因为LLM需要通过你写的描述来判断“什么时候该用这个工具”。描述写得越清楚Agent调用的准确性越高。第二种是Memory节点。我用的是Simple Memory它把对话历史存进n8n的内置存储里让Agent记得你之前聊过什么。选型上没有用复杂的向量数据库因为两小时目标没必要等以后需要跨会话长期记忆时再换Redis或者向量库也不迟。第三种是最折腾也最让我兴奋的MCP节点。n8n支持MCP Agent Tool和MCP Server Trigger我花了一点时间在本机起了一个测试用的天气MCP服务然后让Agent通过MCP接入。配置MCP时需要填服务地址支持SSE或者Streamable HTTP两种连接方式。连上后Agent会自动“看到”这个MCP里面暴露了哪些可调用的工具然后自己决定何时调用。整个第2小时我做的事情本质上就是重复一个循环加一个工具测试一次不行看日志改配置再测试。直观感受是当Agent同时拥有LLM、HTTP工具和Memory之后它明显从一个聊天机器人变成了一个“能执行多点操作的小员工”。4. 让Agent干点正事三个可以直接照抄的实践案例4.1 案例一网页摘要小助手这个案例最基础也最能理解Agent和普通聊天机器人的区别。搭建流程新建一个Workflow拖入Manual Trigger接一个Agent节点再给Agent挂上HTTP Request Tool。Manual Trigger设置为“当收到Webhook请求时运行”这样Agent就变成了一个可通过URL调用的服务。System Prompt我写的是你是网页摘要助手。当用户提供一个URL时你必须调用HTTP Request工具获取该网页内容然后提取核心信息并输出300字以内的中文摘要。如果页面太长可以只抓取正文部分。实际测试时我先对话输入一个博客链接Agent真的去调用了HTTP工具抓到页面返回了一段有条理的摘要。看到它自己决定“此时该用工具”的那个瞬间我对Agent和LLM的区别才算彻底理解。另外还可以给这个Agent加个“链式日志”把Agent的每一步输出打印到日志节点观察它是如何规划动作的。这能极大帮助新手理解Agent的思考过程。4.2 案例二每天早上九点准时发日报的机器人这是我最常用的一个Agent解决的是真实痛点我每天要花10分钟汇总几个信息源很无聊。现在交给Agent。流程设计成四条链Schedule TriggerCron定时触发器作为起点设置0 9 * * *表示每天9点触发接着是HTTP Request节点依次请求配置好的几个RSS订阅源或新闻API抓取最新内容然后进入Agent节点让它把抓到的内容转化成“今日要点日报”格式定为三到五条简洁要点最后通过一个Webhook节点把结果POST到IM机器人的地址。如果你想把日报推到自己天天看的App可以直接填对应“群机器人Webhook地址”这个实现成本很低效果却非常直观。每天到点手机弹出一条由Agent生成的日报消息那感觉确实不一样。这里有一个必须强调的细节日报的“温度”和“角度”是可以通过System Prompt控制的。我写的提示词是“提炼时优先关注行业趋势和市场变化不要罗列新闻标题要提炼结论”这样出来的日报才有阅读价值而不是一堆标题的复制粘贴。4.3 案例三用MCP把Agent接进自己的业务数据库第三个案例是我测试MCP协议的成果。我搭了一个只读的MySQL MCP服务暴露了两个接口一个是query_recent_orders一个是get_sales_summary。然后让Agent通过MCP协议连接这个服务。效果是我在Agent对话框里直接输入“帮我看看最近30天销售额最高的三个商品”Agent会自己判断该调用哪个MCP接口传入参数拿到查询结果后整理成一段商业分析。整个过程不需要我写任何SQLAgent全部代劳。做这个案例时有几个安全经验值得记住数据库账户一定用只读权限MCP服务不要暴露公网端口Agent能查什么表、不能查什么表要在MCP配置里明确限制。Agent能力越强权限控制就越要认真对待这是我不止一次踩坑后总结出来的铁律。5. 新手最容易踩的坑与排查心得5.1 常见问题速查表两小时里我遇到问题无数这里挑几个最具代表性的整理成速查表照着排查能省大量时间问题现象常见原因解决办法Agent不调用工具只会“编答案”System Prompt里没明确要求使用工具或工具Description描述不清重写系统提示词明说“遇到XX任务必须调用工具”补充工具描述API调用报错401API key填错或者Base URL少了/v1后缀检查key是否正确确认DeepSeek的Base URL格式Agent明明查到了数据却不返回超时页面内容太大超出模型输出上限在Prompt中要求“只提取正文且限制字数”或加一层预处理节点截断文本定时任务没有按时执行Cron表达式时区配置错误n8n默认使用服务器时区建议在配置里显式设置时区Memory只记本轮对话重启就忘Simple Memory是相对轻量的方案升级为Redis记忆或者向量数据库实现跨会话持久记忆MCP节点连接失败MCP服务地址不通或协议不匹配SSE/HTTP先在浏览器里访问MCP地址确认服务在线对照协议类型重新配置5.2 几笔别人不会写进文档的经验账第一笔先让它“会干活”再优化“聊得好”。我一开始花太多时间调整对话语气、措辞风格结果Agent连工具都不会调等于本末倒置。正确路径是先把“能否调用工具完成任务”跑通再回来优化Prompt。第二笔一定要关注token成本和响应时间。实测下来DeepSeek这类API虽然便宜但Agent每完成一个任务往往要好几轮LLM调用因此成本会乘以一个不小的系数。建议给LLM节点设置合理的max tokens上限把预算控制住不然可能一周跑出几百次调用账单会让你肉疼。第三笔两小时装Agent最大的收益不是“装好了”而是学会了Agent的思考方式。装完之后你会发现所有硬核的AI底层能力都通过标准协议被封装在了可复用的节点里你真正需要锻炼的能力是“把一个真实任务拆解成Agent链路”的规划能力。这种能力放之四海皆准以后无论换什么平台、什么模型都用的上。最后再分享一个我后来形成的小习惯每次搭建新的Agent之前我都先花三分钟在纸上画出它的流程骨架——触发起点是什么、大脑是谁、手脚有哪些、记忆放哪里。这套方法论确实让我的容错率提高了不少也成了我给身边人推荐最多的入门路径。