n8n 怎么用：是什么、本地部署一行命令安装、第一个工作流与 AI Agent 节点入门

适用于谁

• 搜「n8n怎么用」「n8n是什么」「n8n 本地部署」「n8n docker 安装」「n8n ai agent 是什么」的人；
• 想把「定时抓数据、判断、发通知」这类重复工作自动化，并在流程里用上大模型的人。

本文根据 n8n 官方文档整理，资料核对于 2026-10-11。n8n 的界面和文档以英文为主，文中的节点名和按钮名保留英文原文，方便你在界面里对照。

结论先说

1. n8n 是一个工作流自动化工具：把一个个「节点」（触发器、应用、逻辑判断、AI）连成流程，让它自动运行。
2. 两种用法：n8n Cloud（官方托管，注册即用）和自托管（装在自己的机器上）。官方文档写明，自托管的 Community 版可以免费使用，包含几乎完整的功能。
3. 安装方式变了：官方现在推荐用一行命令通过 Docker 安装；文档明确写着 npm 方式（npm install n8n / npx n8n）自 n8n 3.0 起不再可用，3.0 起 n8n 只通过 Docker 分发。旧教程里的 npm 装法不要再用于新安装。
4. 装好后访问 http://localhost:5678。
5. 做 AI 智能体用的是 AI Agent 节点：给它接一个聊天模型和至少一个工具，由模型自己决定调用哪个工具。

云端版还是自托管

官方给的选择建议：

n8n Cloud 的试用规则（官方文档）：新建试用后有 14 天，可以体验 Pro 计划的全部功能，限制是 1000 次执行，计算资源与 Starter 计划相同。之后的计划和价格官方提示会变动，以定价页为准。

官方同时提醒：自托管需要一定的技术基础（服务器和容器的配置、安全、资源管理），操作失误可能导致数据丢失、安全问题和停机；没有服务器管理经验的人，官方更推荐 n8n Cloud。

步骤

1. 自托管：一行命令安装

前提是已安装 Docker 并且正在运行。官方说明这条命令需要 docker compose v2 插件（不是旧的独立 docker-compose）。

bash
curl -fsSL https://get.n8n.io | sh

官方文档描述它会做四件事：检查 Docker 是否安装并运行；在当前目录创建一个 n8n 文件夹；写入运行所需的配置文件（compose.yml、.env 等，密钥自动生成）；下载并启动 n8n。重复执行是安全的，已经装过会直接提示。

成功后终端会显示 n8n is running at: http://localhost:5678，浏览器打开这个地址，按提示创建账号即可。

日常命令（来自官方文档）：

注意 down -v 里的 -v 会删除全部 n8n 数据，平时停止服务不要带它。

Windows 用户：官方建议在 WSL 里操作，并把项目文件夹放在 WSL 的文件系统内。不放心直接执行网络脚本的话，官方文档另有一节说明如何先下载脚本查看，以及手写 Docker Compose 的完整步骤（要求至少 4 GB 内存和 2 个 vCPU）。

2. 搭第一个工作流

官方入门教程做的是一个「每周一早上查询上周的太阳耀斑数据，按类型分流后发送出去」的流程。它覆盖了工作流的四个基本要素，照着做一遍就理解了：

1. 新建工作流；
2. 加触发器：点 Add first step，搜索 Schedule，选 Schedule Trigger，把 Trigger Interval 设为 Weeks，选周一上午 9 点。触发器决定流程「什么时候跑」；
3. 加应用节点并配置凭据：搜索 NASA 节点，选择获取太阳耀斑数据的操作。第一次用某个服务要配置凭据（Credentials），也就是这个服务的 API Key。配好后点 Execute step 单独运行这个节点，马上能看到返回的数据；
4. 加逻辑判断：加一个 If 节点，按数据里的某个字段分成 true 和 false 两条路；
5. 输出数据：在两条路后面各接一个发送数据的节点。字段可以直接从上一个节点的输出里拖进表达式编辑器，会自动变成 {{$json["字段名"]}} 这样的引用；
6. 测试并发布：点 Execute Workflow 整体跑一遍。确认没问题后点 Publish，流程才会按触发器自动运行。

记住这个骨架：触发器 → 取数据 → 判断 → 输出。大多数自动化流程都是它的变体。

3. 加入 AI：AI Agent 节点

官方对 Agent 的解释：可以把它看作一条「会做决定」的链。普通的链按预先定好的顺序调用各个 AI 组件，而 Agent 让大模型自己判断该采取什么行动、调用哪些工具。

在 n8n 里搭一个 Agent，需要给 AI Agent 节点接上几类子节点：

一个最小的聊天智能体：Chat Trigger（聊天触发器）→ AI Agent，再给 AI Agent 挂上 Chat Model、Simple Memory 和一两个工具。在画布上打开聊天窗口发消息就能测试。

几条来自官方文档的事实：

• AI Agent 节点原来的「agent type」设置已自 1.82.0 起弃用，现在所有 AI Agent 节点都按 Tools Agent 的方式工作；带有该设置的旧版节点（v1）将在 n8n 3.0 移除。看到旧教程让你选 Conversational Agent、ReAct Agent 之类的类型，可以忽略；
• 执行包含 Agent 的工作流时，Agent 会运行多次：先做初始设置，再调用工具，再评估工具返回的结果并回复用户；
• 可以一键把 MCP 注册表里的 MCP 服务器接给 Agent 当工具。

提示词怎么写：在 AI Agent 节点里写系统消息，告诉它角色、可用工具各自的用途、什么情况下该用哪个工具、输出格式。工具的名称和描述也要写清楚，模型就是靠这些描述来决定调不调用的。

常见问题

Q：n8n 有中文界面吗？

官方文档没有提供中文界面的说明，官方界面和文档以英文为主。网上的汉化包属于第三方修改，本文不涉及。

Q：n8n 完全免费吗？

自托管的 Community 版免费，官方称可以一直免费使用，注册后还能解锁一些额外的免费功能（在 Settings → Usage and plan 里点 Unlock）；企业级功能需要付费许可。调用大模型的费用由模型供应商另收。

Q：n8n Assistant 是什么？必须开吗？

是 n8n 内置的 AI 助手，属于可选功能。官方说明 n8n 不开它也能完整使用；要开的话在实例的 AI 设置里填入模型 API Key。npm 方式安装的实例不支持它。

Q：已经用 npm 装了怎么办？

官方的说法是现有的 npm 安装暂时还能用，但新安装和以后的升级应改用 Docker 方式。

Q：n8n 和 Dify、扣子怎么选？

侧重点不同：n8n 是通用的自动化工具，强项是连接大量第三方应用和服务，AI 只是其中一类节点；Dify 和扣子以搭建 AI 应用和智能体为中心。主要需求是「让各个系统自动联动」时看 n8n，主要需求是「做一个基于知识库的 AI 应用」时看《Dify怎么用》。

Q：凭据安全吗？

凭据保存在你的 n8n 实例里。自托管时注意不要把 5678 端口直接暴露到公网而不做任何保护；官方文档说明一行命令安装的默认配置下，只有 n8n 自己的 5678 端口可以从外部访问，其他配套服务都是私有的。

参考资料

• n8n 文档：Choose how to use n8n — https://docs.n8n.io/choose-how-to-use-n8n
• One-line setup — https://docs.n8n.io/deploy/host-n8n/install-options/one-line-setup
• Install with npm（弃用说明）— https://docs.n8n.io/deploy/host-n8n/install-options/install-with-npm
• Try free then choose a plan — https://docs.n8n.io/deploy/use-n8n-cloud/start-your-free-trial
• Build your first workflow — https://docs.n8n.io/build-your-first-workflow
• AI Agent 节点 — https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent
• What agents do — https://docs.n8n.io/build/integrate-ai/understand-ai-components/what-agents-do