有个场景困扰了我很久：每天要从三个不同的系统里拉数据，整理成报告发到Slack，遇到异常数据还要单独通知。手动做每天要花40分钟，写脚本又觉得维护成本太高——万一哪个系统的API改了，又得去修；

后来发现了N8N，一个开源的工作流自动化平台。用可视化的方式把各种服务串成流程，配上AI节点做智能判断，那40分钟的活变成了全自动。今天把部署和几个实用工作流分享出来；

部署

Docker Compose是最干净的方式：

version: "3.8"
services:
  n8n:
    image: n8nio/n8n:latest
    container_name: n8n
    restart: unless-stopped
    ports:
      - "5678:5678"
    environment:
      - N8N_HOST=0.0.0.0
      - N8N_PORT=5678
      - GENERIC_TIMEZONE=Asia/Shanghai
      - WEBHOOK_URL=http://your-domain:5678
    volumes:
      - n8n_data:/home/node/.n8n
volumes:
  n8n_data:

启动后访问http://localhost:5678创建管理员账号，就能进入控制台了。

工作流一：AI邮件分类和回复

这个工作流解决的问题是：每天收几十封邮件，需要快速判断哪些紧急、哪些可以稍后处理、哪些直接是垃圾邮件；

流程设计：Email Trigger每15分钟检查新邮件→AI Agent分析邮件内容→根据分类结果路由到不同处理分支；

AI Agent节点的配置是关键。模型选Ollama的本地模型（或者OpenAI），提示词这样写：

分析以下邮件，返回JSON格式结果：

邮件主题：{{$json.subject}}
邮件发件人：{{$json.from}}
邮件正文：{{$json.text}}

返回格式：
{
    "category": "urgent/normal/bill/spam",
    "summary": "一句话摘要",
    "reply_draft": "回复草稿，spam和bill类型留空"
}

IF节点根据category字段做路由。urgent走Slack通知（立即告知），normal和bill写入数据库（统一管理），spam标记已读（不打扰）。

工作流二：定时数据报告

每天早上8点自动跑数据、生成报告、发到团队频道；

Schedule Trigger设cron表达式0 8 * * *→PostgreSQL节点执行数据查询（SELECT昨天的聚合数据）→Code节点把数据格式化成文本→AI节点生成中文分析报告（包含数据解读和异常标注）→Slack/Telegram节点发送到指定频道。

AI节点的提示词里要明确报告格式：

根据以下数据生成一份日报，格式如下：
1. 核心指标概览（用表格展示）
2. 异常标注（偏离正常范围20%以上的指标）
3. 一句话总结

数据：
{{$json.data}}

工作流三：文档变更监控

监控Google Drive或本地目录的文件变化，自动更新知识库；

Google Drive Trigger监听文件夹→检测到变更后Download节点下载文件→HTTP Request节点调用向量数据库API做增量更新→发送完成通知；

这个工作流的核心价值是让RAG知识库保持最新状态，不用手动上传文档；

工作流四：客服工单自动分派

收到新的客服工单→AI分析问题类型和紧急程度→技术问题派给研发、产品问题派给产品、退款问题派给财务→每个部门只看到属于自己的工单。

和Dify的区别

经常有人问N8N和Dify怎么选。Dify专注AI应用开发，提示词编排和RAG管理是强项。N8N专注工作流自动化，强项在于串联各种外部服务。两者不冲突，甚至可以配合：N8N负责数据采集和流程编排，Dify负责AI推理。

写在最后

工作流自动化的价值不在于"多酷炫"，而在于"每天省下多少时间"。从最浪费时间的重复性工作开始，用N8N把它自动化掉。一个工作流省20分钟，十个就是200分钟。这笔账很划算。