n8n工作流分享：商业级别的5个实用自动化工作流分享，诚意满满

---

n8n 大模型集成完全指南：调用 OpenAI 和 Gemini API

随着大语言模型（LLM）在自动化和智能化领域的广泛应用，如何在 n8n 工作流中高效集成和调用主流 AI 服务，成为提升业务智能化水平的关键。今天就来详细讲讲 n8n 如何通过 HTTP Request 节点及内置 AI 节点集成 OpenAI、Google Gemini 等大模型，并结合最佳实践，帮你安全、灵活地实现智能自动化。

调用大模型 API 的通用流程

在 n8n 中集成大模型，最常见方式是通过 HTTP Request 节点调用 REST API。以 OpenAI 和 Google Gemini 为例，流程如下：

1. 获取 API 凭证

注册并获取 API Key 或 OAuth 凭证，妥善保存以供认证。OpenAI 和 Google 都提供了详细的文档说明如何获取 API Key。

2. 配置 HTTP Request 节点

• Method: 设置为 POST
• URL: 填写模型 API 的 URL
  • OpenAI: https://api.openai.com/v1/chat/completions
  • Google Gemini: https://generativelanguage.googleapis.com
• Header: 添加认证信息
  • Authorization: Bearer <API_KEY>
  • Content-Type: application/json

3. 构造请求 Body

根据模型 API 文档，填写 JSON 参数。

OpenAI 示例：

{
  "model": "gpt-4",
  "messages": [
    {
      "role": "user",
      "content": "请帮我翻译这段文字"
    }
  ]
}

Google Gemini 示例：

{
  "contents": [
    {
      "parts": [
        {
          "text": "请帮我翻译这段文字"
        }
      ]
    }
  ]
}

4. 处理响应结果

模型返回 JSON，常见结构：

• OpenAI: choices[0].message.content
• Gemini: candidates[0].content

可用 Set 节点或表达式提取内容，供后续流程使用。

n8n 内置 AI 节点与高级集成

n8n 近期推出了多种内置 AI 节点（如 OpenAI、Google Gemini、Anthropic Claude、HuggingFace），可直接拖拽使用，无需手动构造 HTTP 请求。

内置节点支持更丰富的参数配置和认证方式，并能与 n8n 的数据流无缝衔接。

使用 OpenAI 节点：

• 选择模型（如 gpt-4、gpt-3.5-turbo）
• 填写消息内容
• 系统自动处理认证和响应解析

使用 Google Gemini 节点：

• 选择模型版本
• 配置安全设置
• 支持多模态输入

处理模型响应与自动化衔接

模型返回的数据需要根据业务需求进行处理和转换。n8n 提供了多种方式来处理模型响应：

提取关键信息

使用 Set 节点提取模型返回的关键字段：

{
  "response": "{{$json.choices[0].message.content}}"
}

数据转换

用 Code 节点对模型输出进行格式转换或数据清洗：

const response = $json.choices[0].message.content;
const cleaned = response.trim();
return [{ json: { cleanedResponse: cleaned } }];

条件分支

用 IF 节点根据模型输出进行不同的处理：

• 判断情感倾向
• 识别意图类型
• 决定后续流程

支持的主流 AI 服务与扩展

n8n 支持多种主流 AI 服务：

OpenAI：

• GPT-4、GPT-3.5-turbo
• DALL-E 图像生成
• Whisper 语音识别

Google Gemini：

• Gemini Pro、Gemini Flash
• 多模态能力
• Google 搜索集成

Anthropic Claude：

• Claude 3 Opus、Haiku、Sonnet
• 长上下文窗口
• 强大的推理能力

HuggingFace：

• 开源模型集成
• 自定义模型部署
• 本地模型调用

官方最佳实践与安全建议

安全建议

1. 保护 API Key

   • 不要在代码中硬编码 API Key
   • 使用 n8n 的 Credentials 管理功能
   • 定期轮换 API Key

2. 控制成本

   • 设置合理的 temperature、max_tokens 参数
   • 监控 API 使用量
   • 实现请求限制和缓存机制

3. 错误处理

   • 捕获 API 错误并重试
   • 设置合理的超时时间
   • 记录失败日志

性能优化

1. 批量处理

   • 合并多个请求为一个
   • 使用流式响应（如果支持）
   • 实现结果缓存

2. 异步处理

   • 长时间任务使用异步节点
   • 避免阻塞主流程
   • 考虑使用消息队列

3. 资源管理

   • 监控内存使用
   • 限制并发请求数
   • 优化数据传输

实际应用场景

智能客服系统

用户输入 → OpenAI 节点（理解意图）
    ↓
IF 判断意图类型
    ├─ 产品咨询 → 查询知识库 → 返回答案
    ├─ 技术支持 → 分析问题 → 提供解决方案
    └─ 投诉建议 → 记录工单 → 转人工

内容生成

主题输入 → Gemini 节点（生成内容）
    ↓
Code 节点（格式化）
    ↓
Write File 节点（保存文件）

数据分析

读取数据 → OpenAI 节点（分析数据）
    ↓
提取关键信息
    ↓
写入数据库

总结

n8n 为大模型集成提供了多种方式：

• HTTP Request 节点：通用性强，支持所有 API
• 内置 AI 节点：简化配置，开箱即用
• LangChain 集成：支持复杂的多步推理和工具调用

选择合适的方式，结合安全实践和性能优化，你就能在 n8n 中构建强大的 AI 自动化工作流。记住保护 API Key、控制成本、做好错误处理，这样才能稳定地运行 AI 应用。

n8n入门教程系列目录

【n8n入门教程01】n8n工作流自动化平台架构解析与核心概念详解

【n8n入门教程02】macOS安装n8n保姆级教程-Homebrew与npm两种方式详解

【n8n入门教程03】n8n变量配置与多输入数据合并完整指南

【n8n入门教程04】n8n权限与路径管理全指南：避免常见错误，保障数据安全

【n8n入门教程05】n8n Workflow编辑器完全指南：从入门到精通

【n8n入门教程06】n8n常用节点完全指南：从文件操作到代码执行

【n8n入门教程07】n8n插件机制与扩展方式完全指南

【n8n入门教程08】n8n触发节点完全指南：定时器、Webhook和手动触发

【n8n入门教程09】n8n Code与Execute Command节点深度对比与最佳实践

【n8n入门教程10】n8n本地程序集成完全指南：使用Execute Command节点

【n8n入门教程11】n8n大模型集成完全指南：调用OpenAI和Gemini API

【n8n入门教程12】n8n PDF翻译自动化实战：从英文PDF到中文PDF

【n8n入门教程13】n8n常见问题与调试技巧完全指南