n8n 怎麼用：是什麼、本地部署一行命令安裝、第一個工作流與 AI Agent 節點入門

適用於誰

• 搜「n8n怎麼用」「n8n是什麼」「n8n 本地部署」「n8n docker 安裝」「n8n ai agent 是什麼」的人；
• 想把「定時抓數據、判斷、發通知」這類重複工作自動化，並在流程裏用上大模型的人。

本文根據 n8n 官方文檔整理，資料核對於 2026-10-11。n8n 的介面和文檔以英文為主，文中的節點名和按鈕名保留英文原文，方便你在介面裏對照。

結論先說

1. n8n 是一個工作流自動化工具：把一個個「節點」（觸發器、應用、邏輯判斷、AI）連成流程，讓它自動運行。
2. 兩種用法：n8n Cloud（官方託管，註冊即用）和自託管（裝在自己的機器上）。官方文檔寫明，自託管的 Community 版可以免費使用，包含幾乎完整的功能。
3. 安裝方式變了：官方現在推薦用一行命令通過 Docker 安裝；文檔明確寫着 npm 方式（npm install n8n / npx n8n）自 n8n 3.0 起不再可用，3.0 起 n8n 只通過 Docker 分發。舊教學裏的 npm 裝法不要再用於新安裝。
4. 裝好後訪問 http://localhost:5678。
5. 做 AI 智能體用的是 AI Agent 節點：給它接一個聊天模型和至少一個工具，由模型自己決定調用哪個工具。

雲端版還是自託管

官方給的選擇建議：

n8n Cloud 的試用規則（官方文檔）：新建試用後有 14 天，可以體驗 Pro 計劃的全部功能，限制是 1000 次執行，計算資源與 Starter 計劃相同。之後的計劃和價格官方提示會變動，以定價頁為準。

官方同時提醒：自託管需要一定的技術基礎（伺服器和容器的配置、安全、資源管理），操作失誤可能導致數據丟失、安全問題和停機；沒有伺服器管理經驗的人，官方更推薦 n8n Cloud。

步驟

1. 自託管：一行命令安裝

前提是已安裝 Docker 並且正在運行。官方說明這條命令需要 docker compose v2 插件（不是舊的獨立 docker-compose）。

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

官方文檔描述它會做四件事：檢查 Docker 是否安裝並運行；在當前目錄創建一個 n8n 文件夾；寫入運行所需的配置文件（compose.yml、.env 等，密鑰自動生成）；下載並啟動 n8n。重複執行是安全的，已經裝過會直接提示。

成功後終端會顯示 n8n is running at: http://localhost:5678，瀏覽器打開這個地址，按提示創建帳號即可。

日常命令（來自官方文檔）：

注意 down -v 裏的 -v 會刪除全部 n8n 數據，平時停止服務不要帶它。

Windows 用戶：官方建議在 WSL 裏操作，並把項目文件夾放在 WSL 的文件系統內。不放心直接執行網絡腳本的話，官方文檔另有一節說明如何先下載腳本查看，以及手寫 Docker Compose 的完整步驟（要求至少 4 GB 內存和 2 個 vCPU）。

2. 搭第一個工作流

官方入門教學做的是一個「每週一早上查詢上週的太陽耀斑數據，按類型分流後發送出去」的流程。它覆蓋了工作流的四個基本要素，照着做一遍就理解了：

1. 新建工作流；
2. 加觸發器：點 Add first step，搜尋 Schedule，選 Schedule Trigger，把 Trigger Interval 設為 Weeks，選週一上午 9 點。觸發器決定流程「什麼時候跑」；
3. 加應用節點並配置憑據：搜尋 NASA 節點，選擇獲取太陽耀斑數據的操作。第一次用某個服務要配置憑據（Credentials），也就是這個服務的 API Key。配好後點 Execute step 單獨運行這個節點，馬上能看到返回的數據；
4. 加邏輯判斷：加一個 If 節點，按數據裏的某個字段分成 true 和 false 兩條路；
5. 輸出數據：在兩條路後面各接一個發送數據的節點。字段可以直接從上一個節點的輸出裏拖進表達式編輯器，會自動變成 {{$json["字段名"]}} 這樣的引用；
6. 測試並發布：點 Execute Workflow 整體跑一遍。確認沒問題後點 Publish，流程才會按觸發器自動運行。

記住這個骨架：觸發器 → 取數據 → 判斷 → 輸出。大多數自動化流程都是它的變體。

3. 加入 AI：AI Agent 節點

官方對 Agent 的解釋：可以把它看作一條「會做決定」的鏈。普通的鏈按預先定好的順序調用各個 AI 組件，而 Agent 讓大模型自己判斷該採取什麼行動、調用哪些工具。

在 n8n 裏搭一個 Agent，需要給 AI Agent 節點接上幾類子節點：

一個最小的聊天智能體：Chat Trigger（聊天觸發器）→ AI Agent，再給 AI Agent 掛上 Chat Model、Simple Memory 和一兩個工具。在畫布上打開聊天窗口發消息就能測試。

幾條來自官方文檔的事實：

• AI Agent 節點原來的「agent type」設定已自 1.82.0 起棄用，現在所有 AI Agent 節點都按 Tools Agent 的方式工作；帶有該設定的舊版節點（v1）將在 n8n 3.0 移除。看到舊教學讓你選 Conversational Agent、ReAct Agent 之類的類型，可以忽略；
• 執行包含 Agent 的工作流時，Agent 會運行多次：先做初始設定，再調用工具，再評估工具返回的結果並回複用戶；
• 可以一鍵把 MCP 註冊表裏的 MCP 伺服器接給 Agent 當工具。

提示詞怎麼寫：在 AI Agent 節點裏寫系統消息，告訴它角色、可用工具各自的用途、什麼情況下該用哪個工具、輸出格式。工具的名稱和描述也要寫清楚，模型就是靠這些描述來決定調不調用的。

常見問題

Q：n8n 有中文介面嗎？

官方文檔沒有提供中文介面的說明，官方介面和文檔以英文為主。網上的漢化包屬於第三方修改，本文不涉及。

Q：n8n 完全免費嗎？

自託管的 Community 版免費，官方稱可以一直免費使用，註冊後還能解鎖一些額外的免費功能（在 Settings → Usage and plan 裏點 Unlock）；企業級功能需要付費許可。調用大模型的費用由模型供應商另收。

Q：n8n Assistant 是什麼？必須開嗎？

是 n8n 內置的 AI 助手，屬於可選功能。官方說明 n8n 不開它也能完整使用；要開的話在實例的 AI 設定裏填入模型 API Key。npm 方式安裝的實例不支持它。

Q：已經用 npm 裝了怎麼辦？

官方的說法是現有的 npm 安裝暫時還能用，但新安裝和以後的升級應改用 Docker 方式。

Q：n8n 和 Dify、釦子怎麼選？

側重點不同：n8n 是通用的自動化工具，強項是連接大量第三方應用和服務，AI 只是其中一類節點；Dify 和釦子以搭建 AI 應用和智能體為中心。主要需求是「讓各個系統自動聯動」時看 n8n，主要需求是「做一個基於知識庫的 AI 應用」時看《Dify怎麼用》。

Q：憑據安全嗎？

憑據儲存在你的 n8n 實例裏。自託管時注意不要把 5678 端口直接暴露到公網而不做任何保護；官方文檔說明一行命令安裝的預設配置下，只有 n8n 自己的 5678 端口可以從外部訪問，其他配套服務都是私有的。

參考資料

• n8n 文檔：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（棄用說明）— 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 節點 — 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