乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > 如何在 6 个月内成为 AI 自动化工程师(附学习资源)

如何在 6 个月内成为 AI 自动化工程师(附学习资源)

当前时间： 2026-04-17 18:10:23 分类：办公文件 评论(0)
如何在 6 个月内成为 AI 自动化工程师(附学习资源)
原文链接
https://x.com/DeRonin_/status/2043722737080819983
AI 自动化，正在悄悄成为整个 AI 领域里 ROI 最高的一项技能。
问题在于，大多数进入这个领域的人，都会以同样的方式卡住。
有人第一天就打开 Python 教程，第二周就撞墙，此后再也不碰无代码工具。
有人迷失在 8 小时的 YouTube 教程里，却从来没有为真实业务搭出过一个真正的工作流。
还有人直接跳进 “AI agents”，但连一个基础工作流或者 API 到底是怎么回事都还没搞明白。
结果总是一样：文件夹里堆满了一半没做完的 demo，一个付费客户都没有。
下面是几乎没人会告诉新手的真相：
你真正需要学会的，是如何把 AI 接到公司已经在使用的工具上，并把那些枯燥、重复、目前仍在付钱让人手工做的工作自动化掉。
这意味着你需要学会如何：
* 在真实业务工具之间构建端到端自动化工作流
* 把 AI 接到 CRM、邮箱、文档和客服系统中
* 把重复性人工任务改造成可靠的 AI 驱动流水线
* 交付能够承受真实客户流量的自动化系统
* 按每月 500-5000 美元收费，并交付可量化的 ROI
这份指南的目标，是给你一条实用的 6 个月路线图。
全文超过 10000 字，读完可能需要几个小时。
但它真正的价值在于：你需要学习的每一项技能，这里都给出了资源，以及下一步到底该怎么做的清晰说明。
这样一来，在 6 个月内，你可以达到“可被雇佣的 AI Automation Builder”水平，甚至在前 1-2 个月里就开始赚到第一笔钱。

01

请先阅读：非技术路线 vs 开发者路线
这条路线适用于两类人，但你必须在开始之前先选清楚自己属于哪一类。
非技术路径（默认，大多数人都在这里）
你从来没写过代码，或者懂一点点，但并不想成为开发者。你的超级能力会是无代码工具，尤其是 `n8n`，再通过简单节点把它和 AI 连起来。你完全可以一行 Python 都不写，也照样构建并卖出真实自动化。这是你拿到第一个付费客户最快、也最现实的路径。
开发者路径（可选附加项）
你已经会写代码，或者你真的想学。你会沿着同样的路线走，但同时补上 Python、LangGraph 和一些自定义后端能力。这会让你后面能接更大的合同和更复杂的项目，但它完全不是必需项。
下面每个月的内容，都会先按非技术路径来写。每个部分最后，会附一个可选的 “developer path” 小节，给想往那边走的人补充额外学习内容。不想走那条路的话，完全可以跳过，不必内疚。
只有一条规则：选一条路，然后别再来回切换。那些在 “我要学 no-code” 和 “我要学 Python” 之间反复横跳 6 个月的人，最后往往哪边都没学成。

02

AI自动化工程师究竟是做什么的？
很多人一听到 “AI automation”，脑海里就会浮现那种闪闪发光、能替代整个团队的 AI agents。
但现实是，大多数工作更枯燥，同时也更赚钱。
你要做的是把那些昂贵、重复的业务流程，重建成 AI 驱动的工作流，让它们 24/7 运转，而不需要人工一直盯着。
通常包括：
* 把 LLM 接到公司已经在用的工具上，例如 CRM、邮箱、Slack、Notion、数据库
* 把一个系统里的触发器，变成另一个系统里的动作
* 把 AI 决策加入原本纯人工的工作流
* 用 LLM 调用替代人工分流、分类和路由工作
* 基于公司文档构建内部知识机器人
* 自动化线索生成、触达、内容生产和支持流程
* 监控这些系统，并把它们交付给非技术客户使用
所以在实际工作中，一个 AI Automation Builder 介于以下几种角色之间：
* 工作流自动化：`n8n`、`Make`、`Zapier`
* 应用型 AI：LLM、提示词、简单 agents
* 业务流程咨询：知道哪些东西真的值得自动化
* 轻量技术胶水工作：读文档、修小问题、排查 bug
这就是为什么这个角色正在爆发。
2026 年的每一家 SMB、代理公司和 SaaS 公司，内部都至少有 20 个重复性工作流，它们还在为这些事情付出过高的人力成本。
他们不需要研究员，不需要微调工程师。他们需要的是：有人能走进去，找到流血点，然后用一个能在第一个月就回本的工作流把它止住。
这也是为什么这份路线图更关注“交付业务结果”，而不是“造一个产品”。
如果你能把 AI 接进一个真实 CRM、一个真实收件箱和一个真实内容流水线里，你的可雇佣性已经比 LinkedIn 上 90% 自称 “AI engineer” 的人更高了。
再给你一点学习这件事的动力：
* 还有 3.1 亿家公司，尚未应用任何形式的自动化
* 全球大约有 3.6 亿家公司，其中只有 5000 万做了部分自动化
* 真正能以不错水平提供这种服务的人，全世界可能只有 100 万
80 多亿人生活在这个星球上，而这个数量几乎可以忽略不计。我们真的还在非常非常早的阶段。
另外，你大概可以给这类自动化服务开出的价格区间包括：
* 每月 500-5000 美元：为企业构建自动化工作流
* 每月 1000-3000 美元：自动化线索生成系统
* 每月 500-2000 美元：AI 内容流水线
* 每月 1000-4000 美元：用 AI agents 自动化客户支持
* 每月 500-2000 美元：自动化报表与数据看板
* 每月 500-2000 美元：AI 冷启动触达系统
* 每月 1000-3000 美元：内部自动化助手搭建
* 每次 500-1500 美元：给团队做 AI 工作流培训
* 每次 300-1000 美元：一对一自动化咨询
这些是作者从多个自由职业和外包平台，以及身边专业从业朋友那里综合得到的平均价格。
价格当然也可以更高，这取决于公司规模，以及他们想用自动化替掉多少人

03

第1个月：基础工具、API、提示词
本月目标：在 `n8n` 里搭出你的第一个真实自动化；在概念层面理解 API 和 webhook；学会足够多的 prompting，让 LLM 按你的意图工作。
这个月你不学 Python，除非你走开发者路径。你真正要学的是：未来 6 个月最可能帮你赚钱的那一个工具，以及读懂文档时不再恐慌所必需的那套词汇。
需要学习的内容：
1. 选择一款无代码平台并深入钻研（从这里开始）
这是第 1 个月最重要的决定：选一个工具，深挖。等你掌握底层概念后，周末花点时间就能补其他工具。
可选项：
* `n8n`：如果你认真想走这条职业路线，就选它。开源、免费额度大、AI 节点能力很强、支持自托管，而且真正赚钱的自动化代理公司基本都在这里。这是整篇路线图的默认推荐。
* `Make`（原 Integromat）：如果你最看重视觉界面的精致度，就选它。适合代理客户项目和复杂分支逻辑。
* `Zapier`：只有在你要为已经在用它的非技术客户快速做 MVP 时才选它。大规模使用时对严肃项目来说太贵。
我的建议是：选 `n8n`。除非特别说明，整篇文章都默认你在用 `n8n`。
资源：
* `n8n Official Docs`（免费）
Link: https://docs.n8n.io/
从“快速入门”开始，逐一学习每个核心概念。这份文档真的非常出色。
* `n8n Academy`（免费）
Link: https://docs.n8n.io/courses/
官方免费课程，涵盖从入门到进阶的工作流模式，其中包含人工智能集成相关内容。这是首月里最优质的学习资源。
* `Productive Dude`（YouTube，免费）
Link:https://www.youtube.com/@productivedude
专注于n8n、实用性极强、适合新手的视频
* `Nick Saraev`（YouTube，免费）
Link:https://www.youtube.com/@nicksaraev
专注于通过自动化实现盈利，内容优质高效。
* `Make Academy`（免费，如果你选的是 Make）
Link:https://academy.make.com/
重点关注：
* 触发器（cron、webhook、应用事件）和动作的区别
* 数据如何从上一步流到下一步
* 错误处理和回退路径
* 没有原生集成时如何使用 HTTP Request 节点
* 如何阅读和调试执行日志
* 内置的 OpenAI 和 AI Agent 节点（第 2 个月会用到）
练习：
先自动化你自己生活里的某件事。认真做。比如：自动把邮件附件保存到 Google Drive；每天抓取一次商品价格写进 Google Sheet；当邮箱里出现某个关键词时给自己发 Telegram 消息。先在低风险场景里把肌肉练出来，再去给客户做。
2. 理解 API 、Webhook和JSON （侧重相关概念术语，而非代码实现）
你以后做的每一个自动化，本质上都是通过 API 把两个系统接起来。你不需要“写出 API”。你需要的是足够理解它，好让你能读懂文档、知道 webhook 是什么、看到 JSON 时不至于发懵。
资源：
  1. `What is a Webhook?`（Zapier 博客，免费）
Link: https://zapier.com/blog/what-are-webhooks/
专为非技术人员撰写的、最通俗易懂的Webhook入门讲解
* `HTTP basics — MDN Web Docs`（免费）
Link:https://developer.mozilla.org/en-US/docs/Web/HTTP/Overview
对网络如何实现相互通信最清晰易懂的免费讲解
* `Postman Learning Center`（免费）
Link:https://learning.postman.com/
Postman是一款通用的API测试工具。在接触任何实际API前，请先阅读“快速入门”指南。你只需点击按钮操作，无需编写代码。
* `REST API Tutorial`（免费）
Link: https://restfulapi.net/
简洁实用，无冗余理论
重点关注：
* `GET`、`POST`、`PUT`、`DELETE` 分别用来干什么
* JSON 长什么样：花括号、键值对、数组
* HTTP 状态码：`200`、`401`、`404`、`429`、`500`
* API key 和 bearer token 在概念层面是什么
* webhook 和 polling 的区别
* rate limit 是什么，以及撞上以后会发生什么
练习：
用 Postman 调一个免费的公开 API，看看返回的 JSON。然后在 `n8n` 的 HTTP Request 节点里复刻完全一样的调用。对比两者。这一个练习就能帮非技术人员解开 API 神秘感的一半。
3. 学会阅读 API 文档
任何真实自动化，最后都绕不开读 API 文档。这就是“真正能交付的人”和“永远等一个恰好讲到自己场景的 YouTube 教程的人”之间的差别。
资源：
  1. `How to Read API Documentation — Postman Blog`（免费）
Link: https://blog.postman.com/how-to-read-api-documentation/
API文档结构的简洁实用解析
* `Stripe API Docs`（免费，行业最佳示例）
Link: https://docs.stripe.com/api
即便你从未使用过Stripe，也值得研究一番。它堪称API文档设计的黄金标杆。
重点关注：
* 永远先找 `Authentication`
* 识别 base URL、endpoint 路径、请求方法和必填参数
* 阅读 request/response 示例
* 识别 rate limit 和分页模式
* 先在 Postman 里测通一个 endpoint，再接进工作流
练习：
选一个你已经在用的工具，比如 Notion、Airtable、Slack 或 HubSpot，用 Postman 成功调通一个API 请求就够了。拉一个列表出来。做完就停。
4. 学基础 Prompt Engineering
你不需要变成 prompt wizard。你只需要理解几个基础：system prompt 和 user prompt 的区别、为什么具体比花哨重要、如何给例子，以及如何强制输出结构化格式，让工作流后续步骤可用。
资源：
  1. `Anthropic's Interactive Prompt Engineering Tutorial`（免费，GitHub）
Link:https://github.com/anthropics/prompt-eng-interactive-tutorial
最佳的提示词实操入门教程，分章节并配有练习
* `OpenAI Prompt Engineering Guide`（免费）
Link: https://platform.openai.com/docs/guides/prompt-engineering
* `Learn Prompting`（免费）
Link: https://learnprompting.org/
一门从基础到进阶的完整免费课程
* 一篇来自原文中未带出站点名称的 `Advanced Prompt Engineering Article`Link: https://x.com/EXM7777/status/2011800604709175808
重点关注：
* system prompts vs user prompts
* 为什么具体明确总是比花哨聪明更有效
* few-shot prompting
* 要求结构化输出，例如 JSON、CSV、固定格式
* 对需要推理的任务使用 chain-of-thought
5. 大型语言模型真正擅长什么（以及它们的局限性在哪里）
这部分能让你避免在客户面前出丑。知道什么时候不要用 AI，和知道什么时候该用 AI，一样重要。
资源：
  1. `Andrej Karpathy` 的 YouTube 演讲
Link:https://www.youtube.com/@AndrejKarpathy
关于大语言模型真正能创造价值的最清晰见解
* `Simon Willison's Blog`
Link: https://simonwillison.net/
应用人工智能领域最具实践价值的声音，不妨阅读他近期发布的文章
记住：
* LLM 擅长：分类、总结、抽取、翻译、起草、基于明确标准的决策树
* LLM 不擅长：精确数学、没有检索支持的实时数据、要求完美一致性的任务、任何安全关键任务
仅开发者路线）掌握够用的Python知识，解决开发卡点问题
如果你选择的是非技术路线，请跳过此部分
如果你想走开发者路径，就只学够用的 Python：能读文档、写点小脚本、在 no-code 工具到头时补一段胶水代码。不是为了成为高级工程师。
资源：
  1. `Python for Everybody`（Coursera，可免费旁听）
Link: https://www.coursera.org/specializations/python
* `freeCodeCamp Python Course`（YouTube，免费）
Link:https://www.youtube.com/watch?v=rfscVS0vtbw)
* `Automate the Boring Stuff with Python`（免费在线书）
Link: https://automatetheboringstuff.com/
专门面向那些希望实现任务自动化、而非开发应用程序的人群
重点关注：
* 变量、循环、条件判断、函数
* lists、dicts、JSON
* 读文件
* `requests` 库
* `try/except`
* 在终端里运行脚本
第1个月结束时，你应该能做到
* 在 `n8n` 里搭出一个 3-5 步、能解决你自己真实问题的工作流
* 用大白话解释 webhook、API key、JSON 和 HTTP 状态码
* 读一份陌生 API 文档，并用 Postman 成功发起测试请求
* 写出一个清晰的 system prompt，返回稳定的结构化输出
* 列出 5 种 LLM 擅长的任务，以及 5 种它会让你出丑的任务
如果这些都做到了，你已经超过现在 80% 想“转 AI”的人。

04

第2个月：把 AI 放进真实工作流
本月目标：不要再手动用 ChatGPT。开始让 AI 在 `n8n` 工作流里自动运行，响应真实触发器、做出决策，并把结果写回真实系统，而不是每次都靠你点按钮。
到第 2 个月结束时，你应该已经有 3-5 个真正把 AI 嵌进去的工作流，并且已经能清楚知道你的第一个付费项目大概会长什么样。
这就是你从一个无代码工具使用者，转变成 AI Automation Builder 的月份。
需要学习的内容：
1. n8n的AI节点（默认路径）
`n8n` 已经内置了 OpenAI、Anthropic 和完整的 AI Agent 节点。对 90% 你未来真正要交付的东西来说，你根本不需要碰 Python。你只需要像拖普通节点那样，把 AI 节点拖进流程里。
资源：
  1. `n8n AI Nodes & LangChain Docs`（官方，免费）
Link:https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/
仔细研读他们文档中完整的人工智能板块。n8n团队付出了极为大量的工作，让人工智能在无代码操作界面中也能便捷使用。
* `n8n Academy: AI Workflows Course`（免费）
Link: https://docs.n8n.io/courses/
这里设有专门的人工智能学习路径。行动起来吧。
* `n8n AI Templates`（免费）
Link: https://n8n.io/workflows/?categories=AI
100多个真实可导入的模板，效果优于任何教程（导入一个、运行它，即可清晰查看其完整配置逻辑）
重点关注：
* 把 OpenAI 或 Anthropic 节点拖进工作流
* 如何把上一步的数据动态传进 prompt
* 解析 AI 输出，并在后续步骤里使用特定字段
* 把 prompt 放在集中位置管理，例如 Notion 或单独的 n8n 子工作流
* 什么时候应该用 AI，什么时候一个简单的 `IF` 节点就够了
练习项目：
做一个 Google Form 工作流。新表单响应进来后，送给 LLM 分类为 `urgent / normal / spam`，然后根据分类写入 Airtable 的不同表。全程无代码，纯 `n8n`。
2. 学会 trigger → AI → action → output 这条骨架
你以后做的几乎所有 AI 自动化，都能归纳为：
`Trigger（触发） → AI decision（分类/抽取/生成） → Action（写回系统） → Output（通知/记录/确认）`
把这条骨架真正掌握住，你就已经能在完全不碰 “agent” 的情况下，做出 80% 的现实业务自动化。
资源：
  1. `Anthropic: Building Effective Agents`
Link: https://www.anthropic.com/research/building-effective-agents
阅读“工作流模式”部分。其中通过清晰的图表讲解了提示词链式调用、路由调度与并行处理相关内容。暂时忽略智能体框架相关内容。
* `n8n AI Templates`
Link: https://n8n.io/workflows/?categories=AI
挑选3个与该框架匹配的模板并对其进行拆解分析
重点关注：
* 在拖节点前先把工作流画在纸上
* 一个决策尽量只用一次 LLM 调用
* 幂等性：同一工作流跑两次，不应该重复处理
* 什么地方用 IF 节点，什么地方用 AI 节点
练习项目：
做一个 Gmail 分类流。邮件进来后，AI 把它分类到 `{support, sales, personal, spam}`，再分别触发创建工单、创建 CRM 线索、转发或归档。不要上 agents，只做一条干净的链路。
3. 错误处理与降级逻辑（也就是“客户才会真的为你付费”的关键部分）
你的工作流在生产里一定会出错。API 会挂、会撞限流、LLM 会返回坏 JSON。客户不会为一个只有 90% 成功率的系统付钱，他们付钱是为了 99.9% 可用率，以及那剩下 0.1% 也能被优雅处理。
资源：
  1. `n8n: Error Handling & Error Workflows`
Link: https://docs.n8n.io/flow-logic/error-handling/
如何构建一个全局错误处理程序，以捕获任意工作流中的任何故障。这是n8n在生产环境中最核心的优势功能。
* `n8n: Retry on Fail`
内置在每个节点中，尽早掌握这一功能
* `Nate Herk: Workflow for Unlimited Error Handling`
Link: https://www.youtube.com/watch?v=bTF3tACqPRU
他几乎讲解了可能出现的95%的潜在错误与故障
重点关注：
* 所有调用 API 的节点都启用 `Retry On Fail`
* 做一个统一的错误处理工作流，接住所有流程里的失败
* 当 LLM 返回坏 JSON 时重新提示
* 关键工作流挂掉时，通过 Slack 或 Telegram 通知自己
* 主模型挂了时，切到备用模型
4. 成本意识：Token、定价以及AI并非万能的场景
如果你不懂 token 成本，就很可能在客户项目里收到一张 3000 美元的账单惊喜。作者甚至因为这件事自己亏过 400 美元。
资源：
* `OpenAI Pricing`
Link:https://openai.com/api/pricing
* `Anthropic Pricing`
Link: https://www.anthropic.com/pricing
* `OpenAI Tokenizer`
Link: https://platform.openai.com/tokenizer
粘贴任意文本，即可精确查看其包含的令牌数量。请经常使用此功能
记住：
* 输入 token 通常便宜，输出 token 通常贵 4-5 倍
* 分类、路由、抽取用便宜模型就够了
* 贵模型只留给创意生成和复杂推理
* 在上线给客户前，先算清一个工作流的月成本
练习：
算一条工作流的月成本：每天处理 1000 封邮件，每封邮件调用一次便宜模型分类，再调用一次中档模型生成回复草稿。把这个数学练熟，这是客户信任你的关键。
5. （仅开发者路径）通过Python调用OpenAI和Anthropic的模型
如果你走开发者路线，就学会用 Python 发出和 `n8n` 相同的 LLM 调用。这样在 `n8n` 做不到或者客户要求自定义后端时，你就接得住。
资源：
  1. `OpenAI API Quickstart`
Link:https://platform.openai.com/docs/quickstart
* `Anthropic API Quickstart`
Link: https://docs.anthropic.com/en/docs/get-started
* `OpenAI Cookbook`
Link:https://cookbook.openai.com/
适用于各类通用场景的可运行笔记本
重点关注：
* 用环境变量存 API key
* chat completions
* system vs user prompts
* 自动化场景里把 `temperature=0`
* 模型选择
* function/tool calling
第 2 个月结束时，你应该能做到
* 很有把握地把 AI 放进任何 `n8n` 工作流
* 为常见业务任务设计清晰的 `trigger → AI → action → output` 链
* 在工作流不崩的前提下处理 API 失败、坏 JSON 和限流
* 在部署前估算任何 AI 工作流的月成本
* 看着你做出的某条工作流，说出“企业会愿意付钱让我搭这个”
提前开始赚钱：不要等到第 6 个月
这部分是互联网里几乎所有 “6 个月成为某某 AI 人才” 文章都缺失的。
大多数指南会让你到第 6 个月才去接自由职业，这太晚了。你完全可以，也应该，在第 2 或第 3 个月开始赚钱。只要你已经有一个能重复交付的工作流，就够了。
你不需要 10 个案例组成的作品集才去接第一个单。你需要的是：
* 一个真正可运行的工作流
* 一个 3 分钟的 Loom 演示视频
* 愿意在 2 周内忍受销售对话里的尴尬
1. 去哪里找到你的第一位付费客户：
`Upwork`（最快，最适合新手）
Link: https://www.upwork.com/
创建一个专门名为“AI自动化搭建师”或“n8n自动化专家”的个人主页。申请标注有“Zapier”“Make”“n8n”“自动化”“AI工作流”标签的工作岗位。前2-3单将时薪定价在30-50美元。不要议价，只需积累评价即可。
* `Fiverr`（适合产品化报价）
Link: https://www.fiverr.com/
创建2-3个固定价格的服务套餐，例如“我将为你在n8n中搭建一套AI线索筛选工作流，收费200美元”。Fiverr平台青睐具体明确的描述。在所有标签中都不要出现“AI自动化”一词。
* `Contra`（单价更好，竞争更少）
Link: https://contra.com/
Contra平台的自由职业服务不会陷入低价恶性竞争，适合承接500至2000美元的项目。
* `n8n Template Marketplace`（免费 inbound 线索）
Link:https://n8n.io/creators/
在n8n社区发布免费模板。导入该模板的用户会私信你，请求定制化帮助。这是整个领域成本最低的潜在客户开发渠道。
* 你自己的 X 和 LinkedIn
发布你搭建的每一个工作流。截取操作界面截图，录制一段2分钟的Loom视频，再配上一段简短说明，讲讲它能解决什么问题。坚持到第三个月，你就会收到主动发来的私信咨询。我向你保证。
2. 你的首单业务可以销售哪些产品：
建议卖的不是 “自动化咨询” 或 “AI 战略”，而是一个具体结果：
* `Lead qualification bot`：300-500 美元
表单提交内容→AI依据理想客户画像对其进行评分→高分线索会被同步至CRM系统或Slack频道
* `Email triage assistant`：300-500 美元
传入的电子邮件由AI分类、自动回复或路由给正确的人
* `Meeting notes to CRM`：400-700 美元
会议记录→AI提取执行事项和CRM字段更新→写入HubSpot
* `Content repurposer`：250-400 美元
一篇长文帖子→AI自动生成适配X平台、领英和新闻通讯的不同版本→将草稿发布至Notion以待审核
这些都能在一个周末用 `n8n` 做出来，而且企业愿意为它们付钱。
每个项目都应该交付：
* `n8n` 工作流本体（JSON 导出）
* 一个 3-5 分钟的 Loom 讲解视频
* 一页 Notion 文档：功能、监控方式、故障时怎么处理
* 交付后 7 天免费支持
只要把这四项都做到，你会很容易拿到 5 星评价。而 5 星评价，就是你在第 4-5 个月拿到 1000 美元以上单子的钥匙。
作者给出的心理规则是：
在你觉得自己还没准备好之前，就先把单子接下来。
每一个在这个领域赚到真钱的人，第一次接单时都觉得自己像骗子。唯一的出路，就是一场对话一场对话地往前走。

05

第3个月：做 1-2 个能反复卖的业务工作流
本月目标：做出 1-2 个打磨过、可重复销售、能解决真实业务问题的自动化，并且只需要轻度定制就能卖给多个客户。
重要提醒：不要试图在这一个月把下面 6 种用例全都做完。那是新手最典型的 burnout 路线。选 1-2 个，深挖。你只需要一个能卖的服务就能开始赚钱；有两个，就已经开始有杠杆了。
到这个月结束时，你应该已经有 1-2 条可以在 3 分钟内演示清楚、而且可以直接写到销售页上的工作流。
如何选你的 1-2 个用例
问自己：
* 哪个听起来最有兴趣
* 哪个业务场景你最理解
* 哪个所需工具你能免费接触到
* 哪个是 Upwork 上当前需求最大的
别想太多。下面列的是 2026 年这个领域里最常见的 6 个高需求用例。现在先挑 1-2 个，剩下的后面再补。
应用场景一：潜在客户开发自动化（需求最高）
这是 2026 年需求最大的 AI 自动化类型。每个 B2B 公司都想要更多高质量线索、更少 SDR。
资源：
`Apify`
Link: https://apify.com/
专为爬虫打造的最佳平台，提供数千个适用于领英、谷歌地图、Crunchbase的预置自动化抓取工具。
* `Clay`
Link: https://www.clay.com/
行业标准的数据 enrichment 平台。掌握它，客户会主动来咨询
* [Apollo.io](https://apollo.io/)
 `API`Link: https://docs.apollo.io/
*[Hunter.io](https://hunter.io/)
`API`Link:https://hunter.io/api-documentation
邮箱查找与验证
* `Phantombuster`Link: https://phantombuster.com/
适用于领英、推特、Ins的预构建爬虫工具
搭建这样一套工作流：输入企业域名列表 → 爬取官网与领英信息 → 补充完善联系人数据 → 通过AI按照你设定的目标客户画像打分 → 将高分线索自动写入CRM系统或谷歌表格。可作为产品售卖，命名为“线索筛选工作流”，一次性收费1500美元，每月另收500美元服务费。
应用场景二：AI驱动的冷邮件触达
AI 自动化在这里非常亮眼。泛化冷邮件已经死了。现在客户期待的是：每周面向 1000+ 联系人，做真正个性化的触达，而只有自动化能完成。
资源：
  1. [Instantly.ai](https://instantly.ai/)(付费、免费试用);
Link:https://instantly.ai/
最受欢迎的冷邮件平台之一，具备完整 API
*[Smartlead.ai](https://smartlead.ai/) (付费、免费试用);
Link: https://smartlead.ai/
具有相似API的直接竞争对手
*Lemlist API (付费、免费试用);
Link:https://developer.lemlist.com/
*Clay's 冷邮件操作手册(free blog);
Link: https://www.clay.com/learn
可卖的工作流：
线索从 Airtable 进入 → `n8n` 拉取对方最近 3 条 LinkedIn 帖子和公司网站 → LLM 生成真正个性化的 opener → `Instantly` 或 `Smartlead` 发出 → 回复回来后用 AI 分类为 `interested / not now / not interested / unsubscribe` → 感兴趣的自动在 CRM 创建任务。
可作为“个性化触达系统”进行销售——2000美元安装费+每月1000美元
应用场景三：CRM系统自动化
每个销售团队都面临同一个问题：销售从来不更新 CRM。自动化能把对人的依赖拿掉，让 CRM 记录始终保持干净。
资源：
`HubSpot
API`Link: https://developers.hubspot.com/docs/api/overview
你最常集成的客户关系管理系统
* `Pipedrive API`
Link: https://developers.pipedrive.com/
* `Attio API`
Link: https://developers.attio.com/
深受AI初创企业青睐的新一代CRM系统
可卖的工作流：
会议结束 → 会议转录送给 LLM → 抽出关键字段（next steps、pain points、decision maker、timeline）→ 自动更新 HubSpot deal → 给正确的人分配跟进任务。可作为“CRM智能领航系统”销售——1500美元安装费+750美元/月
应用场景四：内容创作流程
这是利润率最高的方向之一，因为输出近乎无限，而客户是按“产出件数”感知价值的。
资源：
`Blotato API`
Link: https://www.blotato.com/
一次API调用即可发布至所有主流平台
* `Buffer API`
Link: https://buffer.com/developers/api
* `Notion API`
Link: https://developers.notion.com/
可卖的工作流：
一个主题从 Notion 数据库进入 → AI 生成 6 个平台版本（X、LinkedIn、Instagram、TikTok、newsletter、thread）→ 在 Slack 等待人工审核 → 通过 Buffer 按最佳时间自动排期。可作为“AI内容引擎”进行销售——2500美元安装费+每月1000美元
应用场景五：会议自动化
每个创始人和销售团队，都花很多时间开会，也花很多时间在会后整理。整个会后流程几乎都能自动化。
资源：
  1. [Fireflies.ai](https://fireflies.ai/) API (付费、免费试用);
Link: https://docs.fireflies.ai/
*[Otter.ai](https://otter.ai/)API (付费);
Link: https://otter.ai/api
*AssemblyAI (免费试用);
Link:https://www.assemblyai.com/docs
*OpenAI Whisper (开源，免费);
Link:https://github.com/openai/whisper
可卖的工作流：
Zoom 会议结束 → Fireflies 转录通过 webhook 到达 → LLM 提取行动项、阻塞点、下次会议时间 → 行动项写入 Linear 或 Asana → CRM deal 自动更新 → 给销售收件箱生成个性化 follow-up 邮件草稿。可作为“会议自动化系统系统”进行销售——一次性安装费1200美元+每月600美元订阅费
应用场景六：内部知识机器人
每家公司都有一堆庞杂的内部知识，但没人找得到。这是最有价值、也最容易卖的 RAG 用例之一。
资源：
`n8n RAG Templates`
Link: https://n8n.io/workflows/?q=rag
用于文档导入与问答的n8n预置工作流。从这里开始，无需编写任何代码即可搭建可用的知识机器人
* `Supabase Vector`
Link: https://supabase.com/docs/guides/ai
将Postgres与pgvector结合作为托管式向量数据库，非常适合中小型客户项目
* `LlamaIndex`（仅开发者路径）
Link: https://docs.llamaindex.ai/
如果你想深入研究并构建一个完全自定义的检索增强生成（RAG）流程
* `LangChain RAG Tutorial`（仅开发者路径）
Link:
可卖的工作流：
从 Notion 或 Google Drive 拉文档 → 切块并做 embedding → 存进 Supabase Vector → 内部 Slack 机器人通过检索相关片段并附引用来回答问题。可作为产品销售：“内部知识机器人——2500美元安装费+每月500美元”
第 3 个月结束时，你应该能做到
* 从上面的列表里选出并做出 1-2 个打磨过、能重复卖的工作流
* 把每个工作流都定成固定范围、固定价格的产品化服务
* 在 3 分钟内完成 demo
* 至少有 1 个付费客户，或者 1 个换案例的免费 pilot
哪怕只是在第 3 个月末拿到一个 300 美元客户，也已经是在赢了。

06

第4个月：学会什么时候该用 Agent
本月目标：真正理解 “AI agent” 是什么，知道什么时候该用它，更重要的是，什么时候不该用它；并把 agent 型工作流补进你的服务菜单，只在它真的合理的场景里使用。
提醒：网上 70% 的 AI agent 内容都是炒作。你要保持脚踏实地。绝大多数时候，agent 都不是最优解。你要学的是，什么时候它才是正确解。光这一点，就会让你比今天 90% 正在卖 agent 服务的人更值
需要学习的内容：
1. 智能体究竟是什么（以及不是什么）
Agent 不是魔法。它只是一个循环：
LLM 思考 → 选择工具 → 工具执行 → 结果回到 prompt → 重复，直到任务完成。
所有 agent 框架，无论是 `n8n AI Agent`、`LangGraph`、`CrewAI`、`AutoGen`、`Lindy` 还是 `Relevance AI`，本质上都只是在包装这一个循环。
资源：
  1. Anthropic：构建高效智能体（必读）
Link: https://www.anthropic.com/research/building-effective-agents
* OpenAI：构建智能体实用指南
Link:https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf
重点关注：
* 感知→规划→执行→观察循环
* 循环如何终止
* 为什么 agent 本质上就是“由 LLM 控制分支判断的 while loop”
* 各类框架到底帮你抽象掉了什么
2. 在n8n中创建你的第一个智能体
对非技术路径来说，这就是你该去的地方。`n8n` 的 AI Agent 节点已经把循环、工具调用和状态管理都包好了。你拖一个节点，给它目标，连几个“工具”子工作流，然后看它跑。
资源：
  1. n8n AI Agent节点文档
Link:https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/
n8n智能体节点的完整参考文档，请通读全文
* n8n AI Agent模版
Link: https://n8n.io/workflows/?categories=AI
导入3个智能体模板，运行它们，并反向推导其内部逻辑关联。这比上百篇教程都管用。
重点关注：
* 在 system prompt 里清楚定义 agent 目标
* 只暴露必要的工具，第一次最多 3-5 个
* 把工具描述写得不可能被误解
* 设置最大迭代次数，通常 10-15
* 对任何不可逆动作加入 human-in-the-loop 审批
练习项目：
在n8n中搭建一个客服智能体，用于处理一线客户工单。该智能体应具备以下功能：
* 对工单进行分类（账单类、技术类、账户类、功能需求类）
* 针对已知问题，在知识库（Notion或Google云端硬盘）中查找解决方案并回复
* 针对账户相关问题，通过工具调用获取信息
* 其他所有问题，附上完整上下文摘要后升级至Slack处理
* 未经可信度核查，不得发送任何回复
3. 学会什么时候不要用 Agent
真正最值钱的知识，是知道什么时候不该上 agent。
决策规则：
* `Single LLM call`：任务在一个 prompt + 足够上下文内就能解决
* `Fixed chain`：步骤可预测，且总按固定顺序运行
* `Agent`：只有当步骤数真的不确定，而且取决于输入时才用
资源：
  1. Anthropic：何时使用智能体
Link: https://www.anthropic.com/research/building-effective-agents
* Simon Willison: Designing Agentic Loops
Link:https://simonwillison.net/2025/Sep/30/designing-agentic-loops/
记住这句话：固定串联的3次大模型调用，始终会比执行3次调用的智能体更快、成本更低且更易于调试。应将智能体仅用于真正的开放式任务，例如调研工作、多步骤客户服务或灵活的销售触达。
4. 审批、人类介入与可靠性
大多数重要的业务自动化流程都需要在某个环节设置人工审批步骤，尤其是当智能体即将执行不可撤销操作时（发送邮件、公开发布内容、更新交易阶段、收取款项）
资源：
  1. `n8n: Wait Node`
Link:https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.wait/
n8n内置的工作流暂停功能，可等待网络钩子或定时触发信号到来后再继续运行，这便是你的审批节点。
* `Slack Block Kit Builder`
Link: https://api.slack.com/block-kit
如何在Slack消息中创建可交互的审批按钮
重点关注：
* 哪些动作必须加人工审批
* 如何在 Slack、邮箱或轻表单里搭审批 UI
* 在不破坏状态的前提下处理同意、拒绝及编辑类响应
* 如何处理超时未响应
5. 保障智能体可靠性（演示中从不展示的环节）
另外，demo 级 agent 和生产级 agent 完全不是一回事。
重点关注：
* 最大迭代次数
* 每个工具的 retry 和 fallback
* 记录每一次工具调用，方便事后排障
* agent 糊涂时的人类升级路径
6. （仅开发者路径）Python智能体框架
资源：
`LangGraph`
Link: https://www.langchain.com/langraph
`CrewAI`
Link: https://www.crewai.com/
`AutoGen`
Link: https://github.com/microsoft/autogen
第 4 个月结束时，你应该能做到
* 在 `n8n` 里做出一个能可靠使用 3-5 个工具的 agent
* 自信判断一个任务该用单次调用、固定链，还是 agent
* 写出在不同输入下都能被正确选择的工具描述
* 给不可逆工作流加上 human-in-the-loop 审批
* 面对客户时，敢于说“这个地方上 agent 反而是过度设计”

07

第5个月：部署、监控、文档与交付
本月目标：把前 1-4 个月做的东西，变成能扛住真实客户、真实流量和凌晨 2 点故障的系统。
到这个月结束时，你应该已经能够部署、监控并交付一个自动化给非技术客户，而且能有底气地承诺 uptime 和响应时间。
学习内容：
1. 部署（先使用Railway的一键部署n8n功能）
好消息是：这个月你不需要学 Docker 或 DevOps。`Railway` 提供了一键部署 `n8n` 的能力。点一个按钮，加上自定义域名，5 分钟内你就有一个生产级 `n8n` 实例。
先这么干。不要想太多。Docker、反向代理和 Kubernetes，留到后面真的有 5+ 客户时再说。
资源：
`Railway`
Link: https://railway.app/
自行托管n8n的最快方法。在其模板中搜索“n8n”并点击部署
* `Render`
Link: https://render.com/docs/deploy-n8n
另一款出色的一键部署选项
* `n8n Cloud`
Link: https://n8n.io/cloud/
如果客户完全不想搭建任何基础设施，这便是零繁琐的选择。成本更高，但你这边无需进行任何运维工作。
重点关注：
* 在 Railway 上部署 `n8n`，配自定义域名和 HTTPS
* 用环境变量存 secrets
* 自动备份
* 服务挂掉时先做什么
借助Docker Compose、托管式PostgreSQL以及Caddy反向代理自行部署n8n。在你至少拥有3-5个客户之前，无需考虑这一步。
2. 日志记录与监控（在客户发现故障前提前知晓）
如果你看不到工作流里发生了什么，你就修不好它。而你最后一定会在客户半夜发来的邮件里第一次知道它坏了。
资源：
`n8n Built-in Execution Logs`
Link: https://docs.n8n.io/workflows/executions/
对于大多数使用场景而言，n8n的内置日志功能实际上已经非常出色。在添加其他工具之前，请先熟练掌握这一功能。
* `Better Stack`
Link: https://betterstack.com/
正常运行时间监控。当你的n8n实例宕机时会收到告警通知
* `Langfuse`
Link: https://langfuse.com/
面向大模型的专属可观测性工具。可追踪每一次提示词、响应内容、token用量及延迟情况。对第五个月的使用阶段而言功能过于冗余，但了解其存在很有必要
重点关注：
* 刚部署后的前几周，每天看执行日志
* 用 Better Stack 每分钟 ping 一次 `n8n` URL
* 关键工作流失败时通知到 Slack 或 Telegram
* 绝不让客户先发现故障
3. 提示词版本管理（切勿在实际运行的工作流中随意修改提示词）
你的 prompts 就是代码。它们需要版本控制。直接在生产工作流里随手改 prompt，是导致系统“悄悄坏掉”的最快方式。
资源：
  1. 稳妥方案（推荐初学者使用）
将所有提示词存储在Notion数据库或Google文档中，为每个版本标注日期，并随时明确当前正在使用的版本
* Langfuse提示管理
Link: https://langfuse.com/docs/prompts
集中式提示词存储，支持版本管理并内置调试运行环境
重点关注：
* 不要直接改客户线上 prompt
* 至少保留最近 3 个版本
* 每次修改都写明为什么改
4. 安全基础
失去客户最快的方式，就是泄露他们的API密钥，或是让他人获取到他们的数据
资源：
  1. 大语言模型应用的 OWASP 十大安全风险（免费）
Link:https://genai.owasp.org/llm-top-10/
大语言模型（LLM）特有的安全风险，包括提示注入。阅读时长一小时
*n8n凭证文档（免费）
Link:https://docs.n8n.io/credentials/
n8n如何安全地存储API密钥。切勿将密钥粘贴到节点参数中（始终使用凭据系统）
重点关注：
* API key 永远不要提交到 GitHub 或公开文档
* 永远走 `n8n` 的 credentials 系统
* 一旦泄露，立即轮换
* 所有用户输入在进入 LLM 前都要做清洗
* 不要相信 LLM 输出直接执行不可逆动作
5. 文档整理与客户交付（让收费翻5倍的秘诀）
一个 500 美元项目和一个 5000 美元项目之间，差别常常只是文档。如果你交付的是一个带 Loom 讲解和清晰说明的系统，客户会感觉被照顾到；如果你扔给他一个没有任何说明的 `n8n` 画布，他只会感到迷失。
资源：
  1. Loom（免费套餐）
Link: https://www.loom.com/
为每个工作流程录制操作演示视频，每个视频时长3 - 5分钟。客户很喜欢这些视频。
*n8n便签（免费）
Link:https://docs.n8n.io/workflows/sticky-notes/
在每个工作流程中广泛使用这些内容，以解释每个部分的作用
*客户交接用的Notion模板（免费）;
Link:https://www.notion.so/templates
搜索“客户交接”并大胆借鉴
重点关注：
* 每个自动化都要有 1 页总览文档
* 每个非简单工作流都录 3-5 分钟 Loom
* 在 `n8n` 画布里写 Sticky Notes，说明为什么要这么设计
* 做一个简单 runbook，列出最可能的 5 个故障及解决方法
* 教客户如何自己看监控看板
6. 基本服务等级协议
一旦你收取预付服务费，客户就会询问你承诺提供哪些服务，以及未能兑现承诺时该如何处理。你无需签订企业级合同，你需要的是清晰明确的约定。
重点关注：
* 正常运行时间承诺（自动化工作99%的可用性较为合理）
* 问题响应时效（X小时内回复，Y小时内解决）
* 服务范围边界（包含内容、额外收费项目）
* 紧急故障升级处理流程
第 5 个月结束时，你应该能做到
* 10 分钟内把任意工作流部署到 Railway
* 配好监控，让你比客户更早知道故障
* 向客户交付一整套干净包：工作流、Loom、runbook、监控面板
* 写出并谈判一个基础 SLA
* 睡得更安稳，因为你的工作流在被持续盯着

08

第6个月：选定你的发展方向并实现规模化扩张
到了这个阶段，你应该已经有：
* 1-2 个真正可用的工作流
* 至少 1 个付费客户
* 一套上线中的生产环境
* 一个开始成型的作品集
第 6 个月的重点，是决定你往哪个方向放大。
三条真实路径。你只需要选一条，然后狠狠干。

09

方向一：自由职业自动化搭建师
适合那些想在 30-60 天内最快拿到客户和收入的人。
你直接向中小企业、代理机构、教练以及SaaS创始人销售工作流搭建服务与长期维护服务，运营成本低、利润率高，数周内即可回款
重点：
* 做 2-3 个可重复交付的模板服务
* 每个服务准备一个简单案例
* 向中小企业、代理机构、教练以及软件即服务创始人进行主动触达
* 定价结构：单个项目起步价500–2000美元，积累客户评价后转为每月1000–3000美元的长期服务费用

10

本月学习内容：
1. 服务产品化
别再按小时收费，转而售卖成果。“潜在客户开发流程搭建——1500美元”的转化效果比“定制自动化服务，按小时计费”高出10倍。
资源：
  1. 产品化服务指南 (Pieter Levels, free);
Link:https://nomadlist.com/forum/post/3471
*Sahil Lavingia's blog (free)
Link: https://sahillavingia.com/
重点关注：
* 挑选2-3项服务，为每项服务明确服务范围并制定固定价格
* 搭建一个作品集网站（使用Notion页面或Carrd即可），仅展示这些服务
* 对于尚未产品化的定制化工作，一律不要承接
2. 冷接触与客户获取
你必须进行销售，没有别的办法。好消息是：你已经打造好了在第三个月开展业务拓展所需的工具。
资源:
  1. 即时博客(free);
Link: https://instantly.ai/blog
*Nick Saraev (YouTube, free)
Link:https://www.youtube.com/@nicksaraev
特别专注于自动化Agent机构的拓展和销售
重点关注：
* 在你的目标细分领域建立一份包含500-1000家企业的潜在客户名单
* 撰写一封个性化的开发邮件，推介一项具体的自动化服务，并明确标注其投资回报率* 每周预约3-5次初步沟通洽谈
* 敲定“先搭建、后付费”的试点合作方案，以此获取你的首个客户案例
3. 案例研究与社会认同
一份详实完备的案例研究，能为你带来比500封开发邮件更多的客户。在完成首个项目后，立刻着手打造你的第一份案例研究。
重点关注以下内容：
* 前后对比数据（节省的时间、创造的营收、降低的成本）
* 清晰的叙事逻辑：问题 → 你的解决方案 → 最终成果
* 通过Loom录制工作流程演示，提供直观可视化证明
* 客户证言引用

11

方向二：企业内部自动化搭建师
适合想要稳定性和工资的人。
你会在单一公司内部，构建能帮它省时间、省钱的自动化系统。
重点：
* 运维与内部工具用例
* 把 AI 接进 Slack、Notion、HubSpot、Salesforce 之类现有系统
* 做内部 agents 和仪表盘
* 严格量化节省的时间和成本

12

本月学习内容：
1. 内部工具构建
资源：
  1. Retool (免费试用);
Link: https://retool.com/
快速构建内部工具的标准
*Streamlit (开源，免费);
Link: https://streamlit.io/
构建由Python驱动的内部工具的最快方法
*Budibase (开源，免费);
Link:https://budibase.com/
开源的Retool替代方案
关注什么:
* 确定公司内部最具价值的自动化目标
* 构建非技术员工真正能用得上的简单用户界面
* 从利益相关者那里获得批准和资源分配
2. 正确衡量ROI
内部开发人员根据可衡量的业务影响获得晋升。如果你无法证明你的自动化节省了X小时或Y美元，你就会被忽视。
关注重点：
* 跟踪你发布的每个自动化项目的前后指标
* 在月度成功案例文档中展示数据
* 计算直接（节省时间）和间接（减少错误、提高满意度）影响
* 获取利益相关者的评价，以便在下次绩效评估和求职中复用
3. 职业定位
关注重点：
* 撰写关于自动化成果的内部文档和博客文章
* 在内部会议、演示日、面对面会议上进行展示
* 在领英和X平台分享（经过处理的）案例研究
* 保留一份“已完成项目”文档，以便在每次绩效评估时展示

14

方向三：AI自动化代理机构
如果你想突破以时间换金钱的局限，这是最佳选择。
这是一条天花板最高但也最艰难的道路。你要组建团队、打造可复制的服务，并建立真正的企业（而不仅仅是自由职业收入）。
关注重点：
* 构建具有明确交付成果的可重复服务
* 招聘或合作以完成工作
* 按行业细分（房地产、电子商务、招聘、法律）
* 将工作流程产品化，转化为可销售或授权的模板

14

本月学习内容：
1. 构建可重复的服务
只有当同一项服务能够由多个人以相同的方式提供时，代理机构才能有效运作。这正是代理机构与自由职业者的区别所在。
资源:
  1. The E-Myth Revisited (book);
Link:https://www.amazon.com/E-Myth-Revisited-Small-Businesses-About/dp/0887307280
关于服务业务系统化的经典之作。在招聘任何人之前必读。
*Built to Sell (book);
Link:https://www.amazon.com/Built-Sell-Creating-Business-Without/dp/1591845823
具体来说，是关于让你的代理机构不依赖于你
关注重点：
* 将交付过程的每一步记录为标准作业程序（SOPs）
* 明确界定可交付成果和时间表
* 产品化定价：“潜在客户生成套餐 — 一次性3500美元 + 每月750美元”
2. 专注细分领域
综合型代理机构走向衰落，专业型代理机构蓬勃发展。选择一个行业并深耕其中。
关注重点：
* 研究3-5个行业，然后选择一个你有相关背景、定价高且问题具有普遍性的行业
* 构建特定细分领域的模板和案例研究
* 围绕该细分领域重写你的作品集和拓展内容
3. 招聘与授权
资源:
  1. [OnlineJobs.ph](https://onlinejobs.ph/) (付费，国际);
Link: https://www.onlinejobs.ph/
*Upwork (免费、全球);
Link: https://www.upwork.com/
关注重点：
* 优先招聘操作员（即能够执行现有工作流程并与客户沟通的人员）
* 在招聘任何人之前编写任务级标准作业程序（SOP）
* 在确定有足够工作之前，让首位员工以兼职形式工作
* 在至少有3个付费客户之前不招聘

15

方向三的实践项目
选择一个行业（例如房地产）。构建3个工作流程，解决该行业中3个最主要的重复性问题（潜在客户资格认定、房源描述生成、预约提醒）。将它们打包成“房地产AI自动化套件”，设定固定价格并列出清晰的交付物清单。这是一个从第一天起就可以推向市场的可销售产品。

16

结论
这6个月后你能期待什么？
我要跟你说实话，没有任何“金山”。
这份路线图不会让你在6个月内成为下一个Zapier的CEO
但它会让你成为一个能够构建、交付和部署真正解决实际业务问题的AI自动化的人。
而目前，这正是市场所愿意买单的。
AI自动化需求并未放缓。领英（LinkedIn）的《2026年新兴职业报告》将“AI自动化专家”列为增长最快的前五大职业之一。
麦肯锡估计，大多数办公室岗位60-70%的员工时间可以通过当前的AI和工作流工具实现自动化。
到目前为止，只有约2%的中小企业实施了任何有意义的AI自动化，这意味着98%的市场仍完全未被触及。
这些不是夸大其词的数字。这些是基于真实数据（取自Claude kek）的真实数字。
如果你在美国或欧盟全职工作：
1:初级AI自动化构建师起薪75,000 - 110,000美元
2: 中级（2-4年工作经验）薪资范围为125,000美元至180,000美元
3：资深开发人员和自动化架构师的薪资为18万至28万美元以上
中级人才需求增长最快，因为企业迫切需要无需监督就能实现可靠生产自动化的人才。
如果自由职业更适合你：
4：AI工作流构建每个项目收费500 - 5000美元
5：月度服务费用方面，基础维护起价为每月500 - 2000美元，积极开发则为每月3000 - 8000美元。
6: 专业自动化工作的小时费率为每小时100 - 250美元，具体取决于细分领域
我个人认识一些自由职业者，他们仅靠为中小企业构建n8n工作流，就能每月独自赚取1.5万美元。工作机会是存在的，而且市场仍然极度供不应求。
如果你选择咨询或代理机构的途径：
7: 为企业设置单个AI自动化需花费500-5000美元
8: 托管自动化服务每月收费1000 - 5000美元
9: 3,000 - 15,000美元用于构建一个完全定制的代理系统
10: 企业级自动化软件包价格为10,000 - 50,000美元
收入上限确实没有限制。我见过两人规模的自动化代理机构，为15 - 20个客户提供服务，每月经常性收入达8万美元。
这些都是2026年正在从事实际工作的真实人员的真实数据。
现在，我真正希望你们从这一切中领会到的是：
从每个月中挑选一个工作流并将其构建出来。不是阅读相关内容，不是观看教程。而是构建它、拆解它、修复它、部署它，把它放到GitHub或个人作品集网站上。那些被录用的开发者是展示自己所构建成果的人，而不是展示所学内容的人。
开始分享你所学的内容。在X、领英或任何地方写出来。教学是最快的学习方式，同时还能建立你的声誉。我见过的最好的客户都来自那些有知名度的人，而不是那些申请了500个职位的人。
请不要等到你觉得准备好了才行动。你永远不会觉得自己准备好了。“我在学习”和“我在实践”之间的差距，正是大多数人永远被困住的地方。
一旦你有了一个可用的自动化方案，哪怕它还很粗糙，也要立刻开始申请、开始自由职业、开始提供服务。市场不会奖励完美，它奖励那些能够交付成果的人。
如果你真的付诸努力，6个月的时间足以改变一切。
我真的相信每一位读到这篇文章的人都能做到。
永远不要停止建设，永远不要停止学习
希望这对你有用❤️

17

扩展阅读
关注我持续分享优质AI内容
专注AI分享，深耕AI领域
让更多的人，学习少走弯路
让更多的人，因 AI 而强大
基本 文件 流程 错误 SQL 调试
  1. 请求信息 : 2026-04-18 01:54:25 HTTP/1.1 GET : https://www.yeyulingfeng.com/a/542918.html
  2. 运行时间 : 0.210033s [ 吞吐率：4.76req/s ] 内存消耗：4,854.13kb 文件加载：145
  3. 缓存信息 : 0 reads,0 writes
  4. 会话信息 : SESSION_ID=50c162d86a5ca26f855140b4245442e6
  1. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/public/index.php ( 0.79 KB )
  2. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/autoload.php ( 0.17 KB )
  3. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/composer/autoload_real.php ( 2.49 KB )
  4. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/composer/platform_check.php ( 0.90 KB )
  5. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/composer/ClassLoader.php ( 14.03 KB )
  6. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/composer/autoload_static.php ( 6.05 KB )
  7. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-helper/src/helper.php ( 8.34 KB )
  8. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-validate/src/helper.php ( 2.19 KB )
  9. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/ralouphie/getallheaders/src/getallheaders.php ( 1.60 KB )
  10. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/helper.php ( 1.47 KB )
  11. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/stubs/load_stubs.php ( 0.16 KB )
  12. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Exception.php ( 1.69 KB )
  13. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-container/src/Facade.php ( 2.71 KB )
  14. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/symfony/deprecation-contracts/function.php ( 0.99 KB )
  15. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/symfony/polyfill-mbstring/bootstrap.php ( 8.26 KB )
  16. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/symfony/polyfill-mbstring/bootstrap80.php ( 9.78 KB )
  17. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/symfony/var-dumper/Resources/functions/dump.php ( 1.49 KB )
  18. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-dumper/src/helper.php ( 0.18 KB )
  19. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/symfony/var-dumper/VarDumper.php ( 4.30 KB )
  20. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/guzzlehttp/guzzle/src/functions_include.php ( 0.16 KB )
  21. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/guzzlehttp/guzzle/src/functions.php ( 5.54 KB )
  22. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/App.php ( 15.30 KB )
  23. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-container/src/Container.php ( 15.76 KB )
  24. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/psr/container/src/ContainerInterface.php ( 1.02 KB )
  25. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/app/provider.php ( 0.19 KB )
  26. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Http.php ( 6.04 KB )
  27. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-helper/src/helper/Str.php ( 7.29 KB )
  28. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Env.php ( 4.68 KB )
  29. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/app/common.php ( 0.03 KB )
  30. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/helper.php ( 18.78 KB )
  31. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Config.php ( 5.54 KB )
  32. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/alipay.php ( 3.59 KB )
  33. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/facade/Env.php ( 1.67 KB )
  34. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/app.php ( 0.95 KB )
  35. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/cache.php ( 0.78 KB )
  36. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/console.php ( 0.23 KB )
  37. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/cookie.php ( 0.56 KB )
  38. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/database.php ( 2.48 KB )
  39. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/filesystem.php ( 0.61 KB )
  40. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/lang.php ( 0.91 KB )
  41. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/log.php ( 1.35 KB )
  42. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/middleware.php ( 0.19 KB )
  43. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/route.php ( 1.89 KB )
  44. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/session.php ( 0.57 KB )
  45. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/trace.php ( 0.34 KB )
  46. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/config/view.php ( 0.82 KB )
  47. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/app/event.php ( 0.25 KB )
  48. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Event.php ( 7.67 KB )
  49. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/app/service.php ( 0.13 KB )
  50. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/app/AppService.php ( 0.26 KB )
  51. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Service.php ( 1.64 KB )
  52. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Lang.php ( 7.35 KB )
  53. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/lang/zh-cn.php ( 13.70 KB )
  54. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/initializer/Error.php ( 3.31 KB )
  55. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/initializer/RegisterService.php ( 1.33 KB )
  56. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/services.php ( 0.14 KB )
  57. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/service/PaginatorService.php ( 1.52 KB )
  58. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/service/ValidateService.php ( 0.99 KB )
  59. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/service/ModelService.php ( 2.04 KB )
  60. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-trace/src/Service.php ( 0.77 KB )
  61. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Middleware.php ( 6.72 KB )
  62. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/initializer/BootService.php ( 0.77 KB )
  63. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/Paginator.php ( 11.86 KB )
  64. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-validate/src/Validate.php ( 63.20 KB )
  65. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/Model.php ( 23.55 KB )
  66. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/model/concern/Attribute.php ( 21.05 KB )
  67. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/model/concern/AutoWriteData.php ( 4.21 KB )
  68. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/model/concern/Conversion.php ( 6.44 KB )
  69. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/model/concern/DbConnect.php ( 5.16 KB )
  70. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/model/concern/ModelEvent.php ( 2.33 KB )
  71. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/model/concern/RelationShip.php ( 28.29 KB )
  72. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-helper/src/contract/Arrayable.php ( 0.09 KB )
  73. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-helper/src/contract/Jsonable.php ( 0.13 KB )
  74. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/model/contract/Modelable.php ( 0.09 KB )
  75. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Db.php ( 2.88 KB )
  76. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/DbManager.php ( 8.52 KB )
  77. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Log.php ( 6.28 KB )
  78. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Manager.php ( 3.92 KB )
  79. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/psr/log/src/LoggerTrait.php ( 2.69 KB )
  80. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/psr/log/src/LoggerInterface.php ( 2.71 KB )
  81. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Cache.php ( 4.92 KB )
  82. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/psr/simple-cache/src/CacheInterface.php ( 4.71 KB )
  83. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-helper/src/helper/Arr.php ( 16.63 KB )
  84. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/cache/driver/File.php ( 7.84 KB )
  85. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/cache/Driver.php ( 9.03 KB )
  86. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/contract/CacheHandlerInterface.php ( 1.99 KB )
  87. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/app/Request.php ( 0.09 KB )
  88. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Request.php ( 55.78 KB )
  89. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/app/middleware.php ( 0.25 KB )
  90. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Pipeline.php ( 2.61 KB )
  91. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-trace/src/TraceDebug.php ( 3.40 KB )
  92. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/middleware/SessionInit.php ( 1.94 KB )
  93. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Session.php ( 1.80 KB )
  94. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/session/driver/File.php ( 6.27 KB )
  95. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/contract/SessionHandlerInterface.php ( 0.87 KB )
  96. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/session/Store.php ( 7.12 KB )
  97. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Route.php ( 23.73 KB )
  98. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/route/RuleName.php ( 5.75 KB )
  99. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/route/Domain.php ( 2.53 KB )
  100. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/route/RuleGroup.php ( 22.43 KB )
  101. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/route/Rule.php ( 26.95 KB )
  102. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/route/RuleItem.php ( 9.78 KB )
  103. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/route/app.php ( 3.94 KB )
  104. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/facade/Route.php ( 4.70 KB )
  105. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/route/dispatch/Controller.php ( 4.74 KB )
  106. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/route/Dispatch.php ( 10.44 KB )
  107. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/app/controller/Index.php ( 9.87 KB )
  108. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/app/BaseController.php ( 2.05 KB )
  109. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/facade/Db.php ( 0.93 KB )
  110. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/connector/Mysql.php ( 5.44 KB )
  111. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/PDOConnection.php ( 52.47 KB )
  112. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/Connection.php ( 8.39 KB )
  113. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/ConnectionInterface.php ( 4.57 KB )
  114. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/builder/Mysql.php ( 16.58 KB )
  115. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/Builder.php ( 24.06 KB )
  116. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/BaseBuilder.php ( 27.50 KB )
  117. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/Query.php ( 15.71 KB )
  118. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/BaseQuery.php ( 45.13 KB )
  119. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/concern/TimeFieldQuery.php ( 7.43 KB )
  120. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/concern/AggregateQuery.php ( 3.26 KB )
  121. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/concern/ModelRelationQuery.php ( 20.07 KB )
  122. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/concern/ParamsBind.php ( 3.66 KB )
  123. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/concern/ResultOperation.php ( 7.01 KB )
  124. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/concern/WhereQuery.php ( 19.37 KB )
  125. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/concern/JoinAndViewQuery.php ( 7.11 KB )
  126. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/concern/TableFieldInfo.php ( 2.63 KB )
  127. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-orm/src/db/concern/Transaction.php ( 2.77 KB )
  128. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/log/driver/File.php ( 5.96 KB )
  129. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/contract/LogHandlerInterface.php ( 0.86 KB )
  130. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/log/Channel.php ( 3.89 KB )
  131. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/event/LogRecord.php ( 1.02 KB )
  132. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-helper/src/Collection.php ( 16.47 KB )
  133. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/facade/View.php ( 1.70 KB )
  134. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/View.php ( 4.39 KB )
  135. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/app/controller/Es.php ( 3.30 KB )
  136. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Response.php ( 8.81 KB )
  137. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/response/View.php ( 3.29 KB )
  138. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/Cookie.php ( 6.06 KB )
  139. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-view/src/Think.php ( 8.38 KB )
  140. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/framework/src/think/contract/TemplateHandlerInterface.php ( 1.60 KB )
  141. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-template/src/Template.php ( 46.61 KB )
  142. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-template/src/template/driver/File.php ( 2.41 KB )
  143. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-template/src/template/contract/DriverInterface.php ( 0.86 KB )
  144. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/runtime/temp/c935550e3e8a3a4c27dd94e439343fdf.php ( 31.80 KB )
  145. /yingpanguazai/ssd/ssd1/www/wwww.yeyulingfeng.com/vendor/topthink/think-trace/src/Html.php ( 4.42 KB )
  1. CONNECT:[ UseTime:0.000984s ] mysql:host=127.0.0.1;port=3306;dbname=wenku;charset=utf8mb4
  2. SHOW FULL COLUMNS FROM `fenlei` [ RunTime:0.001514s ]
  3. SELECT * FROM `fenlei` WHERE `fid` = 0 [ RunTime:0.000747s ]
  4. SELECT * FROM `fenlei` WHERE `fid` = 63 [ RunTime:0.000764s ]
  5. SHOW FULL COLUMNS FROM `set` [ RunTime:0.001450s ]
  6. SELECT * FROM `set` [ RunTime:0.000566s ]
  7. SHOW FULL COLUMNS FROM `article` [ RunTime:0.001449s ]
  8. SELECT * FROM `article` WHERE `id` = 542918 LIMIT 1 [ RunTime:0.001353s ]
  9. UPDATE `article` SET `lasttime` = 1776448465 WHERE `id` = 542918 [ RunTime:0.003512s ]
  10. SELECT * FROM `fenlei` WHERE `id` = 64 LIMIT 1 [ RunTime:0.000729s ]
  11. SELECT * FROM `article` WHERE `id` < 542918 ORDER BY `id` DESC LIMIT 1 [ RunTime:0.001120s ]
  12. SELECT * FROM `article` WHERE `id` > 542918 ORDER BY `id` ASC LIMIT 1 [ RunTime:0.001068s ]
  13. SELECT * FROM `article` WHERE `id` < 542918 ORDER BY `id` DESC LIMIT 10 [ RunTime:0.005470s ]
  14. SELECT * FROM `article` WHERE `id` < 542918 ORDER BY `id` DESC LIMIT 10,10 [ RunTime:0.007369s ]
  15. SELECT * FROM `article` WHERE `id` < 542918 ORDER BY `id` DESC LIMIT 20,10 [ RunTime:0.007096s ]
0.213977s