目录
1.前期准备
- n8n账户的设置方法
2.个人日历智能体的构建流程
- 步骤 1：聊天触发器的设置
- 步骤 2：AI智能体的配置
- 步骤 3：添加Google日历节点
- 步骤 4：测试环节
3. 总结
前期准备
- n8n 账户：具体设置步骤如下。
- Google账户：此账户用于在Google日历中创建事件。
n8n账户的设置方法
n8n可部署于云端或本地环境。
在云端部署是较为简便的方式，用户可通过访问 n8n官方网站注册并创建免费试用账户，快速启动服务。
对于偏好自托管的用户，可通过npm（Node Package Manager的缩写，是 JavaScript 生态中最常用的包管理工具，主要用于安装、管理和共享代码库（即 “包”）。）安装免费的n8n包，并在本地主机上运行实例。
此外，n8n 也支持通过 Docker 进行自托管。用户可在本地系统中运行 n8n 镜像以部署服务。具体操作步骤如下：
首先，下载并安装 Docker Desktop 应用程序。
随后，在镜像搜索界面（Search Images）查找 n8nio/n8n 镜像：
选择该镜像后，点击“run”按钮，并在配置选项中设置本地主机端口映射。
完成上述步骤后，n8n 服务即可通过本地主机访问。
个人日历智能体的构建流程
现在进入核心构建环节：创建一个能够监听聊天消息、通过AI智能体解析用户请求，并自动在Google日历中创建事件的工作流。该流程将展示 n8n 平台在人工智能驱动自动化任务中的能力。
以下是该工作流程的构建步骤说明：
1. 添加聊天节点，用于接收或模拟输入的聊天消息，并将其传递至后续节点。
2. 配置AI智能体节点，对输入消息进行自然语言理解，从中提取结构化的事件信息，包括标题、地点和时间。
3. 添加Google日历节点，将AI智能体输出的结构化数据映射至日历事件字段，并调用 API 创建对应事件。
步骤 1：聊天触发器的设置
每个工作流程都始于一个触发器，该触发器作为启动后续所有操作的初始事件。本例中，使用一个用于监听新消息的聊天触发器。
1. 访问仪表板页面：https://<你的用户名>.app.n8n.cloud/home/workflows，点击创建工作流。
2.在编辑界面中，点击“Add first step..”，添加“On chat message”作为触发器。
3.在该节点的属性面板中，启用“Make Chat Publicly Available ”选项。启用后，系统将生成一个唯一 URL，可用于分享给他人，使其通过聊天界面发送消息以预约日历活动。
步骤 2：AI智能体的配置
此节点充当该工作流的“大脑”。AI智能体节点具备理解自然语言、进行决策以及提取结构化数据的能力。每个AI智能体主要由四个模块构成：模型、提示、工具和输出。
1. 设置模型
在触发节点后点击 “+” 图标，添加AI智能体节点。该节点需要依赖一个模型来运行。点击 “Chat Model” 下方的 “+” 并选择 “OpenAI Chat Model” 节点。
当前可选择“n8n free OpenAI API credits” 作为用户凭证。未来用户也可以在 OpenAI 官方平台网站上注册，并在“API 密钥”页面创建新的密钥以用于认证。
2. 启用日期时间工具
工具是与智能体连接的功能性节点，可在执行过程中被调用以完成具体操作（如获取数据、格式化日期或运行代码等），而不仅限于文本推理。本例中将使用“日期与时间”工具，将用户输入的可读日期转换为适用于 Google Calendar API 的 Unix时间戳（Unix Timestamp）。
启用步骤如下：
- 点击AI智能体工具区域下方的“+”按钮；
- 在列表中找到并选择“日期与时间”工具；
- 将操作设置为“格式化日期”；
- 将日期设置为“由模型自动定义（允许智能体自行传递日期）”；
- 将格式设置为“Unix 时间戳”；
- 将“输出字段名称”重命名为“unixTime”。
3.添加智能体提示
智能体提示（Agent Prompt）是一组指令与上下文信息，用于定义AI智能体的行为模式、目标及对用户输入的处理方式，配置方法如下：
- 双击AI智能体节点以进入编辑状态；
- 将提示来源（用户消息）设置为“在下方定义”；
- 在提示（用户消息）中复制以下提示信息：
## Overview
You are an agent which helps parse the user message to identify the following details:
1. The title for the meeting
2. The location of the meeting
3. The meeting start and end Unix times.
Here is the User Message: {{ $json.chatInput }}
## Rules for event time identification:
- The current date time now is: {{ $now }}
- Resolve relative phrases like "tomorrow", "next Friday", "in 2 hours" relative to now.
- If duration given (e.g., "30 min" or "2 hours"), compute end_time from start_time.
- If only a start time given, default duration = 60 minutes.
## Getting event_start and event_end unix
- Use the "Date & Time" tool to convert the computed event start and end time to unixtime.
4.设置结构化输出
- 启用AI智能体中的“Require Specific Output Format”开关；
- 单击输出解析器下方的“+”，选择“Structured Output Parser”；
- 复制以下要从用户消息中提取的示例 JSON 结构：
{
"meeting_title": "Learn Geometry",
"meeting_location": "Library",
"event_start": 1759644763,
"event_end": 1759644764
}
步骤 3：添加Google日历节点
最后一步是接收AI智能体输出的结构化数据，并利用该数据创建日历事件。
- 在AI智能体节点后点击“+”图标，搜索并添加“Google日历”节点。
- 在节点配置中，将资源设置为“Event”，操作设置为“Create”。
- 创建新的 OAuth2 凭证，并登录目标 Google 账户。系统将跳转至 Google 授权页面，提示用户确认并授予n8n对日历服务的访问权限。
完成认证后，需将AI智能体提取的结构化数据映射至Google日历节点的对应字段。此过程实现自动化数据传递与转换。字段映射配置如下：
1.选择开始为：
{{ DateTime.fromSeconds($json.output.event_start).toFormat("yyyy-MM-dd HH:mm:ss") }}
2.选择结束为：
{{ DateTime.fromSeconds($json.output.event_end).toFormat("yyyy-MM-dd HH:mm:ss") }}
3.选择地点为：{{ $json.output.meeting_location }}
4.选择摘要为：{{ $json.output.meeting_title }}
步骤 4：测试环节
大功告成！现在已成功构建一个由人工智能驱动的自动化工作流，能够根据聊天消息在Google日历中创建事件。你可通过界面顶部的开关激活该工作流，点击“打开聊天”按钮即可启动对话并发送测试消息。工作流程执行过程中，可实时查看各节点的输入与输出状态。
执行完成后，可点击Google日历节点，在结果面板中查找“htmlLink”字段，该字段包含指向所创建日历事件的直接链接，用户可通过该链接在浏览器中查看事件详情。
总结
本教程演示了如何在 n8n 的可视化界面中构建一个简单的人工智能驱动自动化工作流。其核心优势在于支持通过自定义智能体、提示指令和工具链，灵活构建符合特定需求的个性化自动化方案。
n8n 的生态系统依托社区贡献的模板持续扩展，用户可复用数千个预建工作流，也可分享自己的创作。若本教程对实践有所助益，建议进一步尝试扩展当前工作流功能，并参考 n8n 官方文档深入了解各类节点的使用方式。
扫一扫
1213
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
