Vibe Coder

n8n 自動化工作流：不寫程式也能串起 AI 代理

2026/8/29酒Ann1,464 字約 5 分鐘

n8n 是開源的視覺化自動化工具，用節點和連線的方式建立工作流，內建 400 多個服務整合，也能加入 AI Agent 節點呼叫 Claude 做推理和決策。不需要寫大量程式碼，拖拉節點就能建立複雜的自動化流程，還能自架保留資料主權。
n8n 自動化工作流：不寫程式也能串起 AI 代理

n8n 自動化工作流：不寫程式也能串起 AI 代理

n8n 是讓你不用寫程式也能連接一切的工具。Gmail、Notion、Slack、Supabase、LINE、Stripe，n8n 有超過 400 個內建整合，不需要自己串 API。這一篇用你在前面學到的 Agent 框架來理解 n8n，並帶你動手做一個真實會跑的工作流。

你將學到什麼

n8n 是視覺化 Harness

用 Agent = Model + Harness 的框架對照 n8n 的節點結構。

核心概念四件事

節點、連線、資料流、觸發器，看懂就能讀懂任何工作流。

AI 節點怎麼接

在 n8n 裡正確設定 Claude，讓工作流有大腦。

實戰：LINE 自動回覆

四個節點串成一個真實可用的自動回覆流程。

n8n 是視覺化的 Agent Harness

用前面學到的 Agent 框架來理解 n8n，你會發現它其實就是把 Harness 的每個元件變成看得到的節點：

Agent 概念n8n 對應
執行迴圈工作流（Workflow）的節點執行順序
工具登錄各種節點（HTTP Request、Gmail、Slack 等）
ModelAI Agent 節點（Claude、GPT）
觸發器Trigger 節點（Webhook、Schedule、新郵件）
上下文管理節點間的資料傳遞和記憶節點

n8n 核心概念

  1. 節點（Node）：工作流裡的每一個步驟，例如接收 Webhook、呼叫 AI、發 Email。每個節點做一件事。
  2. 連線（Connection）：節點之間的箭頭，決定執行順序和資料傳遞方向。一個節點的輸出是下一個節點的輸入。
  3. 資料流（Data Flow）：每個節點輸出 JSON 格式的資料，下一個節點用 {{ $json.欄位名稱 }} 取用。
  4. 觸發器（Trigger）：每個工作流的第一個節點，決定什麼時候啟動，例如 Webhook、定時、新郵件。

五種常用節點類型

類型代表節點用途
觸發器Webhook、Schedule、Gmail Trigger啟動工作流的條件
動作Send Email、Slack、HTTP Request執行外部動作
資料處理Set、Code、Merge、Split轉換或處理資料
AIAI Agent、Claude、ChatGPTAI 推理和生成
邏輯控制IF、Switch、Loop Over Items條件判斷和迴圈

AI 節點：在 n8n 裡使用 Claude

n8n 的 AI Agent 節點讓你把 Claude 整合進工作流，讓 AI 在工作流的任何節點做推理和決策。設定時有三個要素：

  1. 選擇 Model：在節點設定裡選 Anthropic Claude，綁定你的 API Key（放在 n8n 的 Credentials）。選 claude-sonnet-4-6 是效能和費用的平衡點。
  2. 設定 System Prompt：告訴 AI 它的角色和任務，例如你是一個客服助理，根據使用者的問題決定是否需要轉接人工。
  3. 連接工具節點：把 AI Agent 和工具節點（HTTP Request、Gmail 等）連接，AI 就能呼叫這些工具。
n8n 的 AI 節點正確接法使用 lmChatAnthropic 節點，typeVersion 1.3，連接到 AI Agent 節點的 Chat Model 輸入。不要用舊版的 HTTP Request 直接呼叫 Anthropic API，版本對的節點才有原生 Tool Use 支援。

實戰：LINE 訊息自動回覆工作流

  1. Webhook 節點：接收 LINE Messaging API 的事件，當使用者傳訊息時觸發。
  2. IF 節點：判斷事件類型是不是 message，過濾掉 follow / unfollow 等非訊息事件。
  3. AI Agent 節點：把使用者訊息送給 Claude，取得回覆內容，System Prompt 設定客服角色和限制。
  4. HTTP Request 節點：呼叫 LINE Reply API，把 AI 生成的回覆傳回給使用者。
Webhook接收 LINE 事件IF過濾訊息類型AI AgentClaude 生成回覆HTTP Request呼叫 LINE Reply API
LINE 訊息自動回覆工作流：四個節點依序串接。

n8n 實用技巧

技巧說明
用 Code 節點做彈性處理內建節點做不到的邏輯，用 Code 節點寫 JavaScript，輸入輸出都是 JSON
Error Trigger 節點工作流出錯時自動觸發另一個工作流，例如寄 Email 通知你
Webhook 安全驗證在 Webhook 節點加上 HMAC 簽名驗證，確認請求真的來自 LINE 或 Stripe
Split In Batches批次處理大量資料時用，例如每次處理 10 筆，避免超時
執行歷史每次執行都有詳細的 log，能看到每個節點的輸入輸出，是排錯的最好工具
n8n 工作流設計檢查清單每個工作流都有 Error Trigger 接錯誤通知；API Key 存在 n8n Credentials，不要放在節點設定裡；Webhook 有驗證來源（HMAC Signature）；AI 節點的 System Prompt 有明確的角色和限制；大量資料用 Split In Batches 處理，不一次全送。

延伸學習

HE201｜Harness Engineering System Design（6 小時）

HE201｜Harness Engineering System Design（6 小時）

六小時的實作課：從 Blueprint 走到可以跑的規格，再用 No-code、n8n 低程式碼與程式碼三條路各做一次同一個 harness，最後處理可靠度——重試、錯誤處理、人工覆核。7 章 54 課，含常見坑與排錯、Capstone 實作，附學員講義 PDF。

NT$ 5,999

HE301｜Harness Engineering Architecture（12 小時）

HE301｜Harness Engineering Architecture（12 小時）

兩天十二小時的架構課，處理的是「第一百次仍然成功」。從能力設計出發，逐層拆解知識、脈絡、記憶、規則、工具、工作流、評估與多代理八種架構，每一種都給治理方式與真實案例。12 章 114 課圖文講義、52 張對照表，附兩天的學員講義與投影片 PDF。課程於 2026 年 8 月 30 日實體開課，完整錄影將於課後上傳。

NT$ 12,999

把這篇文章分享給需要的人FacebookLINEThreadsX

常見問答

n8n 跟寫程式呼叫 API 有什麼不同？
n8n 用拖拉節點的方式取代大部分程式碼，內建 400 多個服務整合，不需要自己處理認證和 API 串接細節，適合想快速上線自動化但不想大量寫程式的人。
在 n8n 裡怎麼正確使用 Claude？
要用 lmChatAnthropic 節點（typeVersion 1.3），連接到 AI Agent 節點的 Chat Model 輸入，這樣才有原生 Tool Use 支援，不建議用舊版 HTTP Request 直接呼叫 Anthropic API。
n8n 的 API Key 應該放在哪裡？
放在 n8n 的 Credentials 裡集中管理，安全加密存儲，不要直接貼在節點設定裡，避免金鑰外洩或誤傳到版本控制。
工作流出錯了要怎麼知道？
幫每個工作流加上 Error Trigger 節點，出錯時自動觸發另一個工作流通知你，例如寄一封 Email，也可以查看執行歷史看每個節點的輸入輸出來排錯。