41 lines
1.9 KiB
Markdown
41 lines
1.9 KiB
Markdown
---
|
||
title: "N8N Full Tutorial - Building AI Agents in 2025 for Beginners"
|
||
type: source
|
||
tags: [n8n, ai-agent, 工作流, 教程]
|
||
date: 2025-03-06
|
||
---
|
||
|
||
## Source File
|
||
- [[raw/Agent/n8n full tutorial building AI agents in 2025 for Beginners!.md]]
|
||
|
||
## Summary
|
||
- 核心主题：N8N 平台构建 AI Agent 入门教程
|
||
- 问题域：Workflow 和 Agent 的区别，N8N 5 类节点，Agent 中 Memory 机制
|
||
- 方法/机制：N8N 可视化节点编排，Trigger → Action/Utility/Code/AI Agent 节点
|
||
- 结论/价值：Agent = LLM 动态选择工具 + Memory 保持上下文；Workflow = 预定义自动化
|
||
|
||
## Key Claims
|
||
- Workflow vs Agent：Workflow 是预定义自动化（固定输出），Agent 由 LLM 动态决定工具调用（适应用户输入）
|
||
- N8N 5 类节点：Trigger（触发器）、Action（操作）、Utility（工具）、Code（代码）、Advanced AI（AI Agent）
|
||
- Memory 是 AI Agent 与用户对话连贯性的关键，保留上下文使响应更相关
|
||
- Airtable 可作为工具接入 N8N Agent，实现库存查询和更新
|
||
- 多 Agent 串联和工作流链式调用可构建复杂自动化系统
|
||
|
||
## Key Concepts
|
||
- [[Agentic System]]：Agent + Workflow 的组合，Agent 动态选择工具，Workflow 预定义执行路径
|
||
- [[N8N Workflow]]：N8N 可视化工作流，Trigger → 多节点串联
|
||
- [[Memory in AI Agent]]：Agent 保持对话上下文的机制，使多轮交互连贯
|
||
- [[Workflow vs Agent]]：固定自动化 vs LLM 动态决策的本质区别
|
||
|
||
## Key Entities
|
||
- [[Airtable]]：在线数据库，可作为 N8N Agent 工具接入，实现库存管理
|
||
|
||
## Connections
|
||
- [[n8n]] ← 工具 ← [[N8N Workflow]]
|
||
- [[n8n]] ← 工具 ← [[Agentic System]]
|
||
- [[Agentic System]] ← 包含 ← [[Workflow vs Agent]] + [[Memory in AI Agent]]
|
||
- [[Airtable]] ← 工具 ← [[Memory in AI Agent]]
|
||
|
||
## Contradictions
|
||
- 与 [[n8n Docker 安装与更新]]：后者专注部署安装，本文档专注工作流构建方法论
|