n8n 简介与构建 AI 财经助理 LINE 机器人

n8n 概述

n8n 是一个近期在网络上非常热门的开源自动化工具，读作“nodemation”。其名称来源于“nodemation”这个词，首字母“n”代表“node”，末尾部分“mation”代表“automation”，中间有八个字母，因此简称为“n8n”。这种命名方式类似于“i18n”（国际化，Internationalization 的缩写，首字母“i”和末尾“n”之间有18个字母）。

什么是 n8n？

n8n 的全称“nodemation”由两个核心概念组成：

• Node（节点）：指的是基于节点的界面，用户通过连接各个节点来构建工作流程。每个节点代表一个特定动作或触发器，而 n8n 本身基于 Node.js 开发，赋予了“node”更深的技术含义。
• Mation（自动化）：强调工具的核心目标——自动化重复性任务，简化工作流程。

n8n 是一个低代码平台，用户无需编写大量代码即可创建复杂的工作流程，但也支持通过自定义代码实现高级功能。它可以与众多应用和服务集成，例如 Google、OpenAI 的 ChatGPT 和 LINE，允许用户通过一键操作实现跨平台自动化。主要优势包括：

• 高度自定义：根据需求定制工作流程。
• 易用性：通过 npm 或 Docker 等工具轻松设置。
• 数据隐私：支持本地部署，确保数据安全和隐私。

n8n 定价

n8n 提供云端和本地部署两种方式。云端版本在14天试用期后需付费，试用期内可执行10,000次工作流程步骤，并创建最多15个工作流程。若试用期满28天未升级，工作区内所有项目将被自动删除，因此需提前备份。作为开源工具，n8n 支持免费本地部署，适合预算有限的用户。

与其他自动化平台比较

n8n 常与 Zapier 和 Make 比较，以下是对三者的分析：

• 易用性：n8n 学习曲线较陡，需要一定编程基础，而 Zapier 和 Make 对新手更友好。
• 技术要求：n8n 适合有编程经验的用户，灵活性更高；Zapier 和 Make 适合无编程基础的用户。
• 灵活性：n8n 的高技术门槛带来更大的灵活性，而 Zapier 和 Make 的灵活性相对较低。
• 价格：Zapier 和 Make 试用期后需付费，n8n 支持免费开源部署。
• 集成：Zapier 支持超6000个应用，Make 约1500个，n8n 约1000个（社区贡献不断增加）。
• 复杂性：n8n 支持复杂逻辑和分支，适合高级工作流程；Zapier 和 Make 更适合简单任务。

n8n 界面

n8n 的界面直观，包含以下主要部分：

• 工作流程（Workflows）标签：展示所有创建的工作流程，通过节点连接定义流程。
• 凭证（Credentials）标签：存储 API 密钥等凭证信息。
• 执行记录（Executions）标签：记录已执行的工作流程历史。
• 节点工具栏：用于添加节点或触发器，如 AI 模块、Google 服务或 LINE 集成。
• 测试与执行：支持在部署前测试工作流程。

n8n 节点类型

n8n 的工作流程通过以下节点类型构建：

1. 触发器与动作（Triggers and Actions）：
   • 手动触发器：通过点击手动启动工作流程。
   • 定时触发器：按设定时间运行（如每日8点推送股票更新）。
   • 聊天消息触发器：根据用户在聊天界面的输入触发流程。
2. 核心节点（Core Nodes）：处理 API 调用（如 LINE 或 Google API）或 HTTP 请求（如获取股价数据）。
3. 集群节点（Cluster Nodes）：聚合多个节点，如 AI Agent 节点，包含模型、工具和解析器等子节点。
4. 凭证（Credentials）：安全存储 API 密钥。
5. 社区节点（Community Nodes）：开发者共享的自定义节点，扩展功能。

课程结构：构建 AI 财经助理 LINE 机器人

本课程为期四周，目标是引导学员创建一款 AI 驱动的 LINE 财经助理机器人，能够回答股票相关问题、提供财经知识，甚至给出买卖建议。

第一周：简介与环境搭建

• 目标：了解 n8n 并搭建本地环境。
• 内容：
  • 介绍 n8n 及其基于节点的自动化机制。
  • 介绍 Docker，一个用于本地部署 n8n 的容器化工具。
• 任务：
  • 安装 Docker 并使用以下命令搭建本地 n8n 服务器：

    docker volume create n8n_data
    docker run -p 5678:5678 -v n8n_data:/home/node/.n8n n8n
    

  • 或者使用 docker-compose.yml 文件简化管理：

    services:
      n8n:
        image: n8nio/n8n:latest
        ports:
          - "127.0.0.1:5678:5678"
        volumes:
          - n8n_storage:/home/node/.n8n
    volumes:
      n8n_storage:
    

  • 通过 http://localhost:5678 访问 n8n 界面。

第二周：整合 LINE

• 目标：使用 n8n 构建 LINE 机器人。
• 核心概念：
  • LINE Messaging API：
    • 推送 API（Push API）：机器人主动发送消息（需付费）。
    • 回复 API（Reply API）：机器人响应用户消息（免费）。
  • Ngrok：为本地 n8n 服务器生成临时公开 URL，支持 webhook 功能。
• 任务：
  • 在 LINE Developers 创建 LINE 官方账号并配置 Messaging API。
  • 使用 Ngrok 生成公开 URL：

    ngrok http 5678
    

  • 更新 n8n 的 docker-compose.yml，加入 Ngrok URL：

    services:
      n8n:
        image: n8nio/n8n:latest
        ports:
          - "127.0.0.1:5678:5678"
        environment:
          - WEBHOOK_URL={ngrok_url}
        volumes:
          - n8n_storage:/home/node/.n8n
    volumes:
      n8n_storage:
    

  • 在 LINE Developers 配置 webhook，使用 n8n 的 Production URL。

第三周：股票 API 集成

• 目标：将 n8n 连接到股票 API，实现自动化更新。
• 任务：
  • 使用 n8n 的 HTTP Request 节点获取股票数据。
  • 设置定时触发器，通过 LINE 推送股票更新（如每日8点）。
  • 测试并优化工作流程。

第四周：构建 AI 财经助理

• 目标：使用大型语言模型（LLM）和检索增强生成（RAG）技术创建 AI 驱动的 LINE 机器人。
• 核心概念：
  • 大型语言模型（LLM）：如 ChatGPT，用于生成智能回复。
  • 检索增强生成（RAG，Retrieval-Augmented Generation）：
    • 检索（Retrieval）：获取相关财经文档或数据。
    • 增强（Augmented）：将检索到的数据与用户问题结合，提升上下文。
    • 生成（Generation）：使用 LLM 生成准确的、上下文相关的回复。
  • RAG 工作流程：
    • 分块（Chunking）：将文档切分为小块。
    • 向量化（Vectorization）：通过嵌入模型将分块转换为向量。
    • 存储：将向量存储在向量数据库中。
    • 查询：比较用户问题与向量的相似度，增强问题后传递给 LLM。
• RAG 的优势：
  • 通过检索获取最新信息。
  • 基于可靠数据减少幻觉（错误信息）。
  • 可追溯答案来源。
• 任务：
  • 使用 n8n 的 AI Agent 节点集成 LLM（如 OpenAI 的 GPT）。
  • 实现 RAG，连接向量数据库并检索财经数据。
  • 测试机器人回答股票问题和提供建议的能力。

了解 Docker

Docker 是一个开源容器化平台，简化了应用的开发、部署和运行。它通过容器将应用及其依赖项打包，确保在不同环境（如 macOS、Windows、Linux）中的一致性。

Docker 核心概念

1. 镜像（Image）：包含应用及其依赖的模板（如 n8n 的镜像 n8nio/n8n）。
2. 容器（Container）：镜像的运行实例，彼此隔离。
3. 卷（Volume）：用于持久化数据存储，避免容器停止时数据丢失。
4. Dockerfile：自动化构建镜像的脚本。

Docker 架构

• Docker 客户端（Docker Client）：向 Docker Daemon 发送命令（如 docker run、docker pull）。
• Docker Daemon：管理 Docker Host 上的容器和镜像。
• Docker Registry：存储镜像的平台（如 Docker Hub，用于拉取 n8n 镜像）。

Docker 的优势

• 可移植性：在不同系统上运行一致的应用。
• 高效性：容器比虚拟机轻量，资源占用少。
• 速度：容器启动速度快，远超虚拟机。

LINE Messaging API

LINE Messaging API 实现机器人通信：

• 推送 API：主动发送消息（需付费）。
• 回复 API：响应用户消息（免费，轻量用户每月限200条消息）。
• Webhook：允许 LINE 主动通知机器人新消息，提高效率。

LINE 账号设置

• LINE 官方账号后台（Official Account Manager）：管理非编程任务，如优惠券或问卷。
• LINE Developers：处理 API 集成，如 Messaging API 或 LINE Login。
• 提供者（Provider）与频道（Channel）：
  • 提供者：个人或组织，管理服务并获取用户数据。
  • 频道：提供者下的具体服务（如 Messaging API）。同一提供者下用户的 UID 一致，不同提供者则不同。

使用 Ngrok 进行本地测试

本地 n8n 服务器（localhost:5678）无法被外部访问，Ngrok 可生成临时公开 URL，支持 webhook 测试：

1. 在 Ngrok 官网注册并下载执行文件。
2. 运行 ngrok http 5678 生成公开 URL。
3. 在 LINE Developers 配置 n8n 的 webhook URL。

结论

本课程通过 n8n 的自动化功能、Docker 的容器化技术和 LINE 的 Messaging API，帮助学员构建一款智能的 AI 财经助理 LINE 机器人。通过集成股票 API 和 RAG 技术，机器人能够提供准确的财经信息，展现现代自动化工具的强大能力。