n8n 是开源的可视化自动化工具，通过拖拽节点连接各种服务。本教程搭建一个完整示例：每天定时抓取内容，调用 AI API 生成摘要，输出到指定位置。
工作流概览
本教程的工作流结构：
Schedule Trigger（每天 9:00）
→ HTTP Request（获取待处理内容）
→ HTTP Request（调用 AI API 生成摘要）
→ 输出节点（发送到 Webhook / 写入文件）适用场景：
- 每日新闻摘要
- 邮件自动分类和回复草稿
- 监控报告自动生成
搭建步骤
第 1 步：创建工作流，添加触发节点
打开 n8n，点击 New Workflow，搜索并添加 Schedule Trigger 节点。
配置触发时间：
- Trigger Interval：选择
Days - Hour：
9 - Minute：
0
这会让工作流每天早上 9 点自动运行。
第 2 步：添加内容获取节点（可选）
如果需要先获取待处理内容（如从 RSS 或 API 拉取），添加一个 HTTP Request 节点：
- Method：
GET - URL：你的内容来源地址
如果内容是固定的（如处理固定文本），可以跳过这步，直接在下一步的请求体里写入内容。
第 3 步：添加 AI API 调用节点
添加第二个 HTTP Request 节点，这是核心节点，配置如下：
基本设置：
- Method：
POST - URL：
https://api.deepseek.com/v1/chat/completions（或你的中转站地址）
Headers：
| 名称 | 值 |
|---|---|
Content-Type | application/json |
Authorization | Bearer sk-你的API密钥 |
Body：选择 JSON，内容见下一节。
第 4 步：添加输出节点
根据需求选择输出方式：
- Webhook：发送到飞书、钉钉、Slack 等
- Write Binary File：写入本地文件
- Send Email：通过邮件发送结果
- HTTP Request：推送到自定义接口
HTTP Request 节点配置详解
请求 URL
https://api.deepseek.com/v1/chat/completions如果使用中转站，替换为中转站地址，路径保持 /v1/chat/completions 不变。
请求 Headers
{
"Content-Type": "application/json",
"Authorization": "Bearer sk-你的API密钥"
}在 n8n 的 Headers 配置中，每行填一个键值对。Authorization 的值格式固定为 Bearer 加上密钥，注意 Bearer 后有一个空格。
请求 Body（JSON 示例）
{
"model": "deepseek-chat",
"messages": [
{
"role": "system",
"content": "你是一个专业的内容摘要助手。请将用户提供的文章压缩为 3 个要点，每个要点不超过 30 字，用中文输出。"
},
{
"role": "user",
"content": "{{ $json.article_content }}"
}
],
"max_tokens": 500,
"temperature": 0.3
}{{ $json.article_content }} 是 n8n 的表达式语法，引用上一个节点输出的 article_content 字段。如果内容是固定文本，直接替换为字符串即可。
提取 AI 回复
AI API 返回的 JSON 结构如下：
{
"choices": [
{
"message": {
"content": "摘要内容在这里..."
}
}
]
}在后续节点中，用表达式 {{ $json.choices[0].message.content }} 提取摘要文本。
扩展思路
批量处理：在 Schedule Trigger 和 AI 节点之间加入 Split In Batches 节点，可以批量处理多条内容，避免单次请求超时。
错误处理：在 HTTP Request 节点的 Settings 中开启 Continue On Fail，并添加 IF 节点判断响应状态码，对失败请求单独处理。
动态 Prompt：把 system prompt 存在 n8n 的 Variables 或外部数据库中，通过节点动态读取，方便在不修改工作流的情况下调整 AI 行为。
成本控制：在 AI 节点前加 Function 节点，截断过长的输入文本（如只取前 2000 字），避免因输入过长导致费用超预期。