n8n AI Agent 教程：打造会使用工具的 AI 助手

n8n 内置了完整的 AI 功能。其中最强大的是 AI Agent 节点：它不只是回答问题，还能根据需要自行决定使用哪些工具，例如查询数据、调用 API、计算，然后根据结果回答。

AI Agent 的组成

AI Agent 节点下方有几个插槽，用来连接“子节点”：

                    [When chat message received]
                               │
                               ▼
                         [ AI Agent ]
                     ┌────────┼────────┐
               Chat Model   Memory    Tool(s)
                   │          │        │
          [OpenAI Chat Model] [Simple Memory] [Calculator] [HTTP Request Tool] …

插槽	作用	常见选择
Chat Model	负责思考和回答的语言模型（必需）	OpenAI、Anthropic、Google Gemini、Ollama 等
Memory	记住对话历史	Simple Memory、Postgres Chat Memory、Redis Chat Memory
Tool	Agent 可以使用的工具	Calculator、HTTP Request Tool、Google Sheets、Code Tool、其他工作流

AI Agent 节点连接了 Chat Model、Memory 和 Tools — AI Agent 下方有 Chat Model、Memory、Tool 三种插槽，可以连接多个工具

创建聊天助手

1. 添加聊天触发器

新建工作流，将第一个节点设为 When chat message received（Chat Trigger）。编辑器下方会出现 Open chat 按钮，可以直接在 n8n 中进行对话测试。

2. 添加 AI Agent

在 Chat Trigger 后面添加 AI Agent 节点。

3. 连接聊天模型

点击 AI Agent 下方 Chat Model 的 +，选择一个模型，例如 OpenAI Chat Model：

创建 OpenAI 凭证并粘贴 API 密钥。
选择模型。

如果想使用本地的免费模型，请参阅在 n8n 中连接 Ollama。

4. 连接记忆

点击 Memory 的 +，选择 Simple Memory。Context Window Length 决定记住最近几轮对话，例如 10 轮。

没有记忆的 Agent，每句话都是全新的对话，也记不住你刚才说过什么。

Simple Memory 存储在 n8n 的内存中，重启后就会消失，也不适合多台 n8n 实例的环境。正式使用时请改用 Postgres 或 Redis Chat Memory。

5. 设置系统提示词

在 AI Agent 的 Options → System Message 中写下 Agent 的角色和规则：

你是“好咖啡”咖啡店的在线客服助手。
- 始终使用中国大陆常用的简体中文，语气亲切简洁。
- 菜单和价格只能根据“查询菜单”工具的结果回答，不要自行编造。
- 遇到投诉或无法处理的问题，请客人留下联系方式，并告知会有专人回复。

AI Agent 节点设置中的 System Message — AI Agent 设置：Source for Prompt 默认使用 Chat Trigger 的消息；System Message 可在 Options 中添加

6. 测试

点击 Open chat，输入“你好，请问你们几点营业？”。在 AI Agent 节点的输出（Logs）中，可以看到模型的每一步思考和工具调用。

添加工具

工具能让 Agent 获取实时信息或执行操作。点击 Tool 的 + 可以添加多个工具。

Calculator

让 Agent 进行精确计算。语言模型直接计算数字时经常出错，使用计算器工具会可靠得多。

Google Sheets 工具：查询菜单

准备一个电子表格，列名为“品名、价格、说明”。
添加 Google Sheets 工具，将操作设为读取行（Get Rows）。
在工具的 Description 中说明用途：

查询咖啡店菜单。客人询问商品、价格或推荐时使用。

Agent 会根据这段说明，决定何时使用这个工具。工具描述写得好不好，会直接影响 Agent 的表现。

让 AI 自动填写参数

参数字段旁有一个 ✨ 按钮（Let the model define this parameter），开启后，Agent 会根据对话内容自动填写。例如，对于 HTTP Request Tool 的城市参数，Agent 会从“台中今天会下雨吗？”中提取“台中”。

在表达式中则可以使用 $fromAI()：

{{ $fromAI('city', '要查询天气的城市名称', 'string') }}

将其他工作流作为工具调用

Call n8n Workflow Tool 可以将任何工作流变成 Agent 的工具。例如，把“创建订单”的完整流程（写入数据库、发送确认邮件、通知店员）封装成一个工具供 Agent 使用。

公开聊天界面

在 Chat Trigger 的设置中启用 Make Chat Publicly Available，发布工作流后就会获得一个聊天网页地址，也可以使用官方提供的包嵌入自己的网站。记得设置验证方式，避免遭到滥用并产生大量 API 费用。

不同的触发方式

AI Agent 不一定要连接 Chat Trigger，任何触发器都可以：

Telegram Trigger → AI Agent → Telegram 回复：Telegram 聊天机器人（参见 Telegram 机器人）
Gmail Trigger → AI Agent → 起草回复
Webhook → AI Agent → Respond to Webhook：构建 AI API

此时，需要在 Source for Prompt 中将 Agent 的输入改为自定义内容，例如 {{ $json.message.text }}。

常见问题

Agent 不使用工具

确认所选模型支持工具调用。
改进工具描述，清楚说明使用时机。
在系统提示词中明确要求：“回答价格问题前，必须先使用查询菜单工具”。

回答很慢或费用很高

每次调用工具都会多一次模型请求。减少不必要的工具、缩短记忆长度、选择速度更快的模型。

记不住之前的对话

确认已连接 Memory，并且使用相同的 Session ID（Chat Trigger 会自动处理；使用其他触发器时，需要将用户 ID 设为 Session Key）。

下一节将介绍如何让 AI Agent 使用本地的免费模型。

更新于 2026年10月12日