Let's Make AGI Real

n8n不仅仅是一个工作流自动化工具，它更是一个能够深度融合并发挥人工智能（AI）潜力的平台。通过其内置的AI功能、与主流AI平台的无缝集成以及构建复杂AI应用的能力，n8n为用户开启了智能自动化的新大门。

原生AI能力与AI驱动节点

n8n平台本身就被描述为一个由AI驱动的工作流自动化平台。这体现在其提供了一系列专门用于AI任务的节点和功能：

• AI助手节点 (AI Agent Node): 这是在工作流中添加AI能力的核心组件。它扮演决策者的角色，能够解析用户输入并决定执行哪些操作。根据需求，它可以配置为“工具助手”（Tools Agent）以调用外部工具，或配置为“对话助手”（Conversational Agent）进行交互式对话。
• 工具AI助手节点 (Tools AI Agent Node): 此节点专为利用外部工具和API执行操作、检索信息而设计，从而将大型语言模型（LLM）与各种服务和数据库紧密集成。它支持诸如OpenAI、Groq、Mistral、Anthropic、Azure OpenAI等多种模型，并能将众多n8n节点作为其可调用的工具。
• AI辅助代码生成: 对于n8n Cloud用户，代码节点（目前仅限JavaScript模式）集成了ChatGPT功能，可以根据自然语言查询生成代码片段。这为编写自定义代码提供了一个便捷的起点。
• 其他AI相关节点: n8n还提供了针对特定AI任务或集成的节点，例如“AI转换节点”（AI Transform Node）、“情感分析节点”（Sentiment Analysis），以及与“Humantic AI” 和“Read AI”等AI服务的集成。

与主要AI平台的集成

n8n的强大之处在于其能够轻松连接到业界领先的AI平台和服务：

• OpenAI: n8n提供了原生的OpenAI节点，支持GPT系列模型（如GPT-3, GPT-4o-mini）、DALL·E和Whisper等。这些模型可用于文本生成、摘要、分析等多种任务。
• Hugging Face: 通过HTTP请求节点，用户可以访问Hugging Face庞大的模型库和数据集，以执行各种自然语言处理（NLP）任务。
• Google AI (Gemini): 同样可以通过HTTP请求节点或潜在的专用节点与Google的AI模型（如Gemini）集成，用于构建和部署机器学习模型。
• 其他大型语言模型 (LLMs): AI助手节点本身就可以连接到多种聊天模型。加之n8n的灵活性，用户几乎可以通过HTTP请求节点连接到任何提供API的LLM。

构建AI助手与RAG（检索增强生成）聊天机器人

n8n使得构建能够调用自定义工具的多步骤AI助手成为可能。更进一步，用户可以设计工作流来实现RAG模式，让聊天机器人能够基于用户自己的数据进行“对话”。这是通过将LLM与Pinecone等向量数据库连接实现的，对于从特定文档集中提供与上下文相关的答案至关重要。一个典型的RAG设置流程可能包括：使用HTTP请求节点获取数据，使用递归字符文本分割器（Recursive Character Text Splitter）对文本进行分块，使用OpenAI Embeddings节点生成嵌入向量，将嵌入向量存储在Pinecone向量存储节点中，最后通过AI助手接收用户查询并检索相关信息。

作为AI编排平台

n8n不仅仅是一个能够连接到AI的自动化工具，它正日益演变成一个AI编排平台。原生的AI助手节点和深度集成使得用户无需成为AI专家也能构建复杂的AI驱动工作流。简单地调用一个OpenAI API是一回事，而构建一个系统，让AI助手能够根据查询决定使用哪个工具（另一个n8n节点或外部API），则代表了更高层次的AI集成。n8n为这种编排提供了框架。

在图书馆和人文社科研究领域，n8n轻松构建RAG应用的能力具有深远影响 38。它使得创建针对特定馆藏（如图书馆的数字档案、研究者的个人Zotero文献库）的定制化、AI驱动的搜索和问答系统变得大众化，从而使专业知识更易于获取和互动。传统的数字档案搜索可能基于关键词，显得笨拙。而用n8n构建的RAG聊天机器人可以让用户用自然语言提问档案内容（例如，“根据这些数字化信件，X事件引发的公众情绪是怎样的？”）。这将静态馆藏转变为动态的知识资源。

AI在n8n中的应用不仅限于生成内容或答案（如文本摘要），还用于改进自动化流程本身（如AI生成的代码，AI评估内容相关性）。这种元级别的AI应用是一个显著的趋势。一个AI建议使用JavaScript代码来转换数据，可以加速工作流的开发。一个AI助手决定哪个搜索查询最佳，则使研究自动化更加智能。这表明AI正成为构建自动化流程的“副驾驶”，而不仅仅是其中的一个组件。

下表概述了n8n中AI集成与能力的一些示例：

通过将抽象的AI能力与具体的n8n功能及实际应用场景相对应，这张表格有助于读者理解如何在n8n中利用AI满足其特定需求。“RAG”或“LLM集成”等术语可能令人望而生畏，但通过展示所涉及的具体n8n节点（例如，用于RAG的AI助手、Pinecone、OpenAI节点）和一个相关的用例（例如，“为图书馆特藏构建的聊天机器人”），该表格使得这些高级AI应用看起来更易于实现。

下篇预告：n8n+AI：在图书馆服务平台的创新应用