一、熟悉界面
先看看左侧,概览这里默认显示了自己所有创建的工作流,以及工作流状态。

凭证这里保存了自己的API秘钥

执行这里显示了工作流每次执行情况

通过右上角可以创建新工作流

个人页面内容和概述页面显示的差不多。

点击左侧的模板

可以打开n8n官方推荐模板,目前有五千多工作流可用于模仿学习。


比如我这里点开Learn JSON这个

可以预览工作流(按住鼠标滚轮可以拖动),点击Use for free会弹出如下界面

可以选择直接导入模板,或者复制JSON再新建工作流粘贴进去。
接下来看看变量,这个功能需要企业版才能使用,可以跨工作流访问数据

洞察页面也是需要升级才能用,可以对工作流具体分析

Help这里提供了官方文档和论坛

Quickstart是一个简单介绍视频(可以用沉浸式翻译查看中文字幕)。
Documentation点开后是官方文档。

Forum点开后是官方论坛,里面有公告、问题、教程、以及别人分享的工作流等等。好东西不少!

Course这里点开的是官方文档的教程部分

Report a bug点开可以向官方提交bug
About n8n点开可以查看当前安装的n8n版本号

接下来看看工作流界面,我这里随意打开一个工作流,左上角可以修改工作流名称,上方可以激活工作流(没激活则不会自动运行),因为n8n没有自动保存功能,所以建议随时点击保存(快捷键ctrl+s),右侧加号图标可以打开节点选择列表,点击便签纸图标可以给工作流添加注释(添加注释是个好习惯),按住鼠标滚轮可以拖动整个工作流。如果感觉工作流看起来难受,可以点击左下角的放大缩小键。

点击左下角最左侧图标可以将工作流缩放到适合大小,点击最右扫把图标则可以将工作流整理变得好看。

我这里发现工作流连线断开了

只需要点击加号拖动到右边,就可以把线连上了。想要断开的话,鼠标移动到线条上,点击垃圾桶图标的删除按钮即可。

点击开始聊天,最下方会弹出聊天框,和正常大模型一样使用,右边是日志。

工作流上方有3个标签,分别是编辑器、执行和评估

我们默认打开的就是编辑器页面,可以修改工作流。
执行页面则显示了每次工作流执行记录,耗费时长及数据等等

评估页面可以测试工作流

二、了解常用节点
点开加号,打开节点选择列表

这里显示的都是官方节点(社区节点稍后再介绍)

①最核心的节点是AI Agent,相当于心脏,用来连接触发节点、大模型、存储、各种工具等。

②搜索Trigger,有各种触发节点,比如:
Chat Trigger(聊天触发):通过聊天对话来触发工作流执行。
Manual Trigger (手动触发): 点击一下即可手动执行一次工作流,适合在开发和调试阶段使用。
Schedule Trigger (定时触发):按设定的时间周期(如每分钟、每小时、每天)自动执行工作流。
Webhook Trigger (网络钩子触发):生成一个专属URL,当任何应用向这个URL发送HTTP请求时,工作流就会被触发。

这些触发节点通过点击加号和AI Agent左侧连接。
③搜索Chat,有各种AI模型,n8n可以接入ChatGpt、Google Gemini、DeepSeek、Hugging Face等,集成了强大的AI能力。通过点击AI Agent的Chat Model加号处连接。

④搜索Memory,内存节点,可以给AI大模型提供短期存储,短暂的上下文记忆(注:通过api访问大模型这种方式,大模型是没有记忆能力的,记不住你之前说了什么,所以需要添加上下文记忆),通过Memory的加号处添加。

⑤搜索Google,可以看到各种google工具

⑥文件处理节点,比如:
搜索read,可以看到各种读写工具

搜索pdf,有各种pdf相关工具

⑦逻辑节点,比如:
IF (如果):根据设定的条件判断数据,让工作流走向不同的分支,实现条件逻辑。
Switch (开关):IF节点的增强版,可以根据一个值的不同情况,分流到多个不同的处理路径。
Set (设置):用于创建、修改或重命名数据字段。在传递数据给下一个节点前,用它来整理和规范数据非常方便。
Merge (合并):当工作流有多个分支时,用于将不同分支的数据流合并到一起。
⑧其他一些常用节点,比如:
HTTP Request(http请求):发起HTTP请求并返回响应数据
Code(code代码):可以运行自定义JavaScript或Python代码
⑨社区节点,上面列出的都是官方节点,但比如我想连接到飞书节点,就会发现找不到了,没关系,还有社区节点,点击左下角三个点,选择设置

按顺序点击Community nodes(社区节点)–Install(安装)–Browse(浏览)

搜索feishu,找到n8n-nodes-feishu-lite这个,复制节点名称

将节点名称粘贴到npm Package Name处,勾选了解,点击安装。

可以看到飞书节点出现在了社区节点列表页。

点击左上角Settings返回工作流页面

再次点击加号,就可以搜索到飞书节点啦。右侧有小箭头代表可以展开

里面有超多可用功能。

好了,今天的学习就到这里,是不是感觉n8n瞬间就没那么神秘了?它就是一套数字化的“乐高积木”,让你自由拼接,创作效率奇迹!
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】


为什么要学习大模型?
我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年,人才缺口已超百万,凸显培养不足。随着AI技术飞速发展,预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。


大模型入门到实战全套学习大礼包
1、大模型系统化学习路线
作为学习AI大模型技术的新手,方向至关重要。 正确的学习路线可以为你节省时间,少走弯路;方向不对,努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划,带你从零基础入门到精通!

2、大模型学习书籍&文档
学习AI大模型离不开书籍文档,我精选了一系列大模型技术的书籍和学习文档(电子版),它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。

3、AI大模型最新行业报告
2025最新行业报告,针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。

4、大模型项目实战&配套源码
学以致用,在项目实战中检验和巩固你所学到的知识,同时为你找工作就业和职业发展打下坚实的基础。

5、大模型大厂面试真题
面试不仅是技术的较量,更需要充分的准备。在你已经掌握了大模型技术之后,就需要开始准备面试,我精心整理了一份大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。

适用人群

第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

6263

被折叠的 条评论
为什么被折叠?



