🌟 AI 节点详细介绍

n8n 内置了可视化的 LangChain 节点，帮助我们快速接入与使用不同的 LLM 模型，搭建多类型 AI 能力。在熟悉 n8n 的 AI 节点之前，先完成一些必要的科普，再循序讲解核心节点与常见场景。

0. 大模型 AI 接入 n8n 的科普

0.1 什么是大语言模型（LLM）？

大语言模型是一类深度学习模型，目标是理解与生成人类语言。它通过海量文本语料学习语言模式，并据此完成续写、问答、摘要、分类、纠错、情感分析、代码生成等任务。

例：输入一个问题，模型生成答案；输入一段材料，模型生成摘要；输入自然语言，模型输出可运行的代码等。

0.2 仅有 ChatGPT Plus 账号是否足够？

不够。ChatGPT（产品）与 GPT-4/Claude/Gemini 等 API（面向程序的接口）是两件事。n8n 作为自动化程序，需要对接各家模型的开发者 API。你需要：

能访问海外互联网（ChatGPT Plus 账号通常意味着你已具备条件）

申请各模型提供商的开发者账号与 API Key（OpenAI、Google、Anthropic 等）

出于合规考虑，本教程不提供具体的开发者账号注册指南。

0.3 什么是 LangChain？

LangChain 是一个为大语言模型应用而生的中间层/编排框架，统一了不同模型与工具的接口，降低切换成本与组合复杂度。n8n 将 LangChain 封装为一组可视化节点，让我们在编辑画布上即可完成：

选择/切换不同模型

增加 Memory（记忆）

连接工具（Tools）

串联多步推理流程

1. 节点概览（Advanced AI 分类）

Advanced AI 分类下包含多种 AI 节点与模板。核心理念：以“链（Chain）”为载体连接模型、记忆、工具与外部数据。

本文重点讲解两类高频节点：

Basic LLM Chain（基础链）：最简单、最通用的 LLM 调用节点

AI Agent（智能体）：在基础链之上引入 Memory、Tool 等组件的进阶能力

你也可以从 AI Templates 导入官方社区模板，快速获得可运行的链路示例。

2. Basic LLM Chain

Basic LLM Chain 是对接语言模型的“基础工作马”。不强调对话记忆与复杂工具链，适合一次性处理类任务：摘要、分类、纠错、抽取、改写、要点提取等。

流程简述：

从上游获取数据 → 2) 结合 Prompt → 3) 调用 LLM API → 4) 输出结果

2.1 关键参数说明

必填 Prompt（提示词来源）

Take from previous node automatically：自动取上游最近的聊天消息（通常来自 Chat Trigger）。若你的 Prompt 并非来自 Chat Trigger，建议选择下方的 Define below。

Define below：在本节点中直接编写 Prompt 文本。

必填 Text（当 Prompt=Define below 时出现）
输入你希望模型处理的具体内容，可与上游变量结合：

请为以下文章生成 5 个备选标题：
{{ $json.text }}

其中 {{$json.text}} 为上游传入的正文。

可选 Require Specific Output Format（约束输出格式）
启用后可要求模型以严格的结构输出（如 JSON schema），便于后续节点解析。

可选 Chat Messages（当使用 Chat 类模型时）
预置多轮对话上下文（角色、类型、消息内容），增强语境一致性。适合对话型应用或需要少量上下文记忆的场景。

必填 Model（模型子节点）
Basic LLM Chain 需要你在画布上添加一个“Model 子节点”，用于实际连接具体模型供应商。

2.2 可选模型（子节点）

常见可用类型（随版本更新可能变动）：

OpenAI Chat Model / OpenAI Model / Azure OpenAI Model

Google PaLM Chat Model / Google Gemini Chat Model

Anthropic Chat Model（Claude）

Cohere Model

Mistral Cloud Chat Model

Groq Chat Model

AWS Bedrock Chat Model

Hugging Face Inference Model

Ollama Chat Model / Ollama Model（本地/私有化）

各模型子节点的具体参数略有差异，可在子节点面板中点击跳转至官方文档查看。

3. AI Agent（进阶）

AI Agent 可以视为 Basic LLM Chain 的“扩展版”：

通过内部参数选择 Agent 类型（任务模式）

可挂载 Memory（记忆）与 Tool（工具）子节点

支持更复杂的推理链与工具调用

3.1 Agent 参数（任务模式）

不同 Agent 类型对应不同用途与可用卡槽：

Agent 类型	可用卡槽	适用说明
Conversational Agent	Memory / Tool	面向多轮对话；在 Basic LLM Chain 基础上增加记忆与工具
Tools Agent	Memory / Tool	自然语言操作一个或多个工具（不强调长期记忆）
OpenAI Functions Agent	Memory / Tool	面向 Function Call 的工作流（结构化调用）
Plan and Execute Agent	Tool	规划-执行范式：AI 自主规划与串联工具
ReAct Agent	Memory / Tool	观察-行动-反思范式，多步调用与校验，效果强但可能多次请求
SQL Agent	Memory	对数据库进行自然语言查询与读写

不同 Agent 的必填项略有不同，请在节点参数面板或官方文档中查看。

3.2 Memory 子节点（可选）

为 Agent 提供短期/长期记忆能力：

Window Buffer Memory：浏览器窗口级短期记忆，免部署，但刷新即失。

Redis Chat Memory：将对话存入 Redis，支持在刷新后找回，但通常为短期缓存。

Motorhead：开源记忆服务，支持存储、向量化与检索。

Xata / Zep：第三方长期记忆/向量数据库服务（免部署，付费/商用）。

3.3 Tool 子节点（可选）

让 Agent 在语言之外“动手做事”，例如：

Calculator：可靠数值计算

Custom Code Tool：自定义 JS/Python 逻辑

SerpAPI：联网搜索检索资料

Wikipedia：百科检索

Wolfram Alpha：计算/可视化/学术问答

Custom n8n Workflow Tool：把另一个 Workflow 变成可调用的“工具”

对中国用户而言，Custom n8n Workflow Tool 非常实用：可以把你为国内服务（如飞书、企微、百度搜索等）编写的工作流包装为 Tool，从而让 AI Agent 间接调用国内生态。

4. 发散与模板

除本文两大核心节点外，Advanced AI 下还有 OpenAI 专项节点（绘图、文件上传等）与 Question and Answer Chain（针对私有知识库问答）等。

逻辑共性：输入数据 → 规定 AI 行为（Prompt/Agent）→（可选）记忆/工具 → 获取结构化结果。

模板市场：节点面板 Advanced AI > AI Templates 可一键导入社区示例，便于学习与复用。

若内置节点无法完全覆盖你的需求，可使用“LangChain Code”节点直接编写链式逻辑。

5. 实战建议（速查）

小任务优先 Basic LLM Chain；需要多轮对话/工具调用再上 AI Agent

Prompt 可模板化并结合上游变量；对结构化输出使用“Require Specific Output Format”

频繁调用第三方服务时，注意速率限制与重试策略（Wait、Error Trigger）

本地/私有化优先考虑 Ollama；合规与成本优先时可选代理商（如 CloseAI/WildCard 等）

提示：若运行环境无法访问 OpenAI/Google，可使用兼容代理服务；如需国内生态集成，建议将现有 Workflow 封装为 Tool 供 Agent 调用。

0. 大模型 AI 接入 n8n 的科普#

0.1 什么是大语言模型（LLM）？#

0.2 仅有 ChatGPT Plus 账号是否足够？#

0.3 什么是 LangChain？#

1. 节点概览（Advanced AI 分类）#

2. Basic LLM Chain#

2.1 关键参数说明#

2.2 可选模型（子节点）#

3. AI Agent（进阶）#

3.1 Agent 参数（任务模式）#

3.2 Memory 子节点（可选）#

3.3 Tool 子节点（可选）#

4. 发散与模板#

5. 实战建议（速查）#