夜雨聆风GitHub 162K Star · 开源免费可商用 · 400+集成节点 · 原生AI Agent · n8n 2.0重大更新
📌 一句话讲清楚：前两篇装了Ollama跑本地模型，搭了Dify做AI应用——但怎么让它们自动干活？答案就是n8n。它是全球最火的开源工作流自动化工具，把400+应用和AI模型串成一条自动执行的流水线，7x24小时替你跑。
很多朋友装完Ollama和Dify后问我："东西都有了，但能不能像工厂流水线一样自动跑？"——比如每天早上自动抓AI新闻汇总发到微信、用户留言自动分类回复、新文章自动生成摘要配图发多平台……这些n8n全能做。半年时间GitHub从75K飙到162K Star，不是没道理。
这篇覆盖：n8n是什么、怎么装（Docker 5分钟）、AI核心节点怎么用、6个实战工作流、有什么坑，纯实操视角。
| 📋 | 核心信息速览 |
| ⚖️ | n8n vs Zapier vs Make vs Dify：到底什么区别？ |
💡 一句话区分：Dify是搭一个AI应用（比如客服机器人），n8n是把一堆工具串起来自动跑（比如：每天8点AI写日报→自动发企业微信→存档到飞书表格）。两者可以配合使用。
| 🚀 | Docker 5分钟安装教程 |
用Docker最简单，Windows/Mac/Linux通用。如果已经装了Docker（前面装Dify时应该装过了），跳到步骤3。
步骤1：安装Docker Desktop
访问 docker.com/products/docker-desktop 下载对应版本，双击安装，一路默认即可。安装完启动Docker Desktop，看到鲸鱼图标在任务栏常驻就成功了。
步骤2：验证Docker可用
打开终端（Win按Win+R输入cmd），输入 docker --version，看到版本号就说明OK。
步骤3：一行命令启动n8n
终端中粘贴这行，回车：
docker run -d --name n8n -p 5678:5678 \-v n8n_data:/home/node/.n8n \-e N8N_SECURE_COOKIE=false \docker.n8n.io/n8nio/n8n
参数说明：-d 后台运行、-p 5678:5678 映射端口、-v 持久化数据不丢。
步骤4：打开n8n并注册
浏览器输入 http://localhost:5678，看到注册页面，填邮箱+密码创建管理员账号，5秒进入工作台。
✅ 验证成功标志：浏览器打开 localhost:5678 看到一个简洁的深色工作台界面，左侧是节点面板，中间是画布。到此安装完成！
| 🧠 | 先搞懂这3个核心概念 |
🔑 关键理解：n8n的精髓是"节点连线"——你在画布上把一个个节点用线连起来，数据从左往右流，每到一个节点就处理一次，最后输出结果。整个过程可视化，不用写代码。
| 🤖 | 5大AI核心节点详解 |
n8n 2.0最大的升级就是AI能力。以下是自媒体人最常用的5个AI节点：
🔥 重点：n8n接入Ollama本地模型（免费不限量）
n8n可以直连你第46篇装好的Ollama，所有AI节点都用本地模型跑，零API费用。
配置方法：
① n8n界面左侧 → Settings → Credentials → 搜索"Ollama"② Base URL填 http://host.docker.internal:11434（n8n在Docker里需用这个地址访问本机Ollama）③ 保存后即可在任意AI节点中选择Ollama模型
✅ Ollama+Dify+n8n三件套完整链路：Ollama跑模型 → Dify搭AI应用 → n8n串自动化。有了这三样，你的AI工作流就闭环了。
| 💼 | 6个自媒体人即插即用的工作流 |
每个工作流都附节点连线图说明+核心提示词，直接抄作业。
工作流1：每日AI新闻自动汇总推送
节点连线：Schedule触发器（每天8:00）→ HTTP Request（抓RSS新闻）→ Basic LLM（Ollama本地模型总结摘要）→ 企业微信/飞书（发送消息）每天自动做的事：抓取5个AI资讯源→AI提炼3条最重要的→推送到你手机微信。全程不用手动操作。
请用中文总结以下AI新闻，筛选出最重要的3条，每条50字以内，按"标题：摘要"格式输出：{{ $json.body }}
工作流2：公众号文章多平台一键分发
节点连线：Webhook触发器（收到新文章URL）→ HTTP Request（抓取文章内容）→ Basic LLM（生成不同平台适配文案）→ 多个输出节点分发（飞书文档/Notion/WordPress/语雀）省时效果：一篇文章手动分发5个平台至少要30分钟，n8n 30秒自动完成。
请根据以下文章内容，生成适配小红书的种草文案（150字以内，带3个emoji，语气活泼），和适配知乎的深度观点（300字，要有观点输出感）：{{ $json.content }}
工作流3：用户留言智能分类+自动回复
节点连线：Webhook触发器（收到留言）→ Basic LLM（分类：咨询/好评/投诉/合作）→ Switch节点（按分类分流）→ 4条不同回复模板 → 回复节点效果：咨询自动发产品链接、好评自动感谢、投诉自动升级通知你、合作自动发送联系方式。
工作流4：竞品动态自动监控
节点连线：Schedule触发器（每4小时）→ HTTP Request（抓竞品公众号/网站更新）→ Basic LLM（对比分析变化）→ IF节点（有重大变化→通知 / 无变化→存档）价值：不用每天手动刷竞品动态，重大变化第一时间收到通知。
工作流5：AI Agent自动写周报+发邮件
节点连线：Schedule触发器（每周五17:00）→ AI Agent节点（自动读取本周飞书文档/Notion记录）→ 多步推理总结 → Gmail节点（发送周报）重点：用AI Agent节点而非Basic LLM——Agent会自动调工具、多步搜索、整合信息，输出更完整。
请从以下本周工作记录中提取关键成果，生成一份结构化周报（本周完成/进行中/下周计划/需要协助），语气专业简洁：{{ $json.weeklyLogs }}
工作流6：Ollama+Dify+n8n三件套联动
节点连线：Webhook触发器 → HTTP Request（调用Dify API，传入用户问题）→ Dify应用返回答案 → Basic LLM（Ollama本地模型二次润色）→ 企业微信/API（输出结果）这是真正意义上的闭环：Dify的AI应用能力 + Ollama的免费模型 + n8n的自动化调度，三位一体。
| ❓ | 常见问题速查 |
http://host.docker.internal:11434 | |
-p 5679:5678，浏览器访问 localhost:5679 | |
| ⚠️ | 5个踩坑提醒 |
❌ 坑1：Docker容器删了数据全丢启动命令一定要加 -v n8n_data:/home/node/.n8n 持久化。否则容器一删，所有工作流都没了。血的教训。
❌ 坑2：工作流搭完忘了点Activen8n默认工作流是"非活跃"状态，搭得再好也不会自动跑。右上角开关必须拨到绿色。
❌ 坑3：本地模型跑AI Agent太慢AI Agent需要多次模型调用，如果接的是Ollama本地7B模型，一次Agent调用可能要等2-5分钟。建议Agent节点用云端API（DeepSeek/通义千问），Basic LLM可以用本地模型。
❌ 坑4：一上来搞大而全的工作流n8n学习曲线陡在"太多可能"。建议第一个工作流只做3个节点：触发器→AI调用→输出，跑通再加复杂度。
❌ 坑5：忽略错误处理节点工作流中任一节点报错，后续全部停掉。关键节点后面记得加Error Trigger分支，定义"如果失败怎么办"（重试/通知/跳过）。
| 🗺️ | 30分钟上手路线图 |
💎 总结
如果把AI工具比作一个团队：Ollama是大脑（提供免费模型智力），Dify是身体（搭建具体的AI应用），n8n是双手双脚（让一切自动跑起来）。三者合体，你就有了一套7x24小时不睡觉的AI工作流。最关键的是：全部免费，全部本地部署，全部开源可商用。从这篇开始动手吧，先装Docker启动n8n，第一个AI工作流搭好那一刻，你会感叹"怎么没早点用"。