《筆記》n8n 使用說明（56~61）

資料科學 自然語言處理
1

本章涵蓋了從 n8n 基礎操作、利用 AI 建構流程、實作 Lead Generation RAG Bot，到進階的網站爬蟲技術。

本筆記由 Gemini 撰寫，人工修改。

▌56. n8n 基礎 - 觸發器、動作與節點

  1. n8n Basics: Triggers, Actions, Nodes, Models and More

n8n 介面介紹

首先，在 n8n 中建立一個新的工作流程 (Workflow)，在一個空白畫布上定義你的自動化邏輯。

核心概念：觸發器 (Triggers) 與動作 (Actions)

每個工作流程至少包含兩個步驟：

  1. 觸發器 (Step 1)： 這是啟動工作流程的開關。它可以是任何東西：手動點擊、聊天輸入、表單提交、排程（例如每小時一次），或是外部事件（如 Webhook 或電子郵件）。

  2. 動作 (Step 2)： 這是觸發後執行的任務。例如，收到郵件（觸發器）後，動作可能是回覆郵件。在 RAG（檢索增強生成） 的情境中，動作可能是將檔案上傳到 Google Drive，進而觸發將資料更新插入 (Upsert) 到 Pinecone 向量資料庫。

觸發器類型

n8n 支援多種觸發器：

  • 應用程式事件： Airtable, AWS, GitHub, Google Drive, Google Sheets 等。
  • 聊天觸發器 (Chat Trigger)： 當使用者發送訊息時觸發（製作聊天機器人必備）。
  • 排程觸發器 (Schedule Trigger)： 在特定時間間隔執行（例如每分鐘、每天）。注意：請確保時區設定正確。
  • Webhook： 允許其他應用程式（如 ChatGPT 或 Flowise）從外部觸發你的 n8n 工作流程。

資料流與 JSON

在 n8n 中，資料是從左向右流動（輸入 → 節點 → 輸出）。

n8n 主要使用 JSON 格式進行溝通。你可以點擊節點來查看「輸入」和「輸出」的 JSON 資料結構。

測試

點擊「Test Workflow」來測試流程。對於聊天流程，可以使用 n8n 提供的「Chat」介面來模擬對話。

▌57. AI 工作流程建構器

  1. n8n Workflow Builder with AI

「使用 AI 建構 (Build with AI)」功能
如果你使用的是 n8n 的雲端版本，會有一個「Build with AI」的功能。你可以描述你想做什麼（例如：「建立一個 RAG 知識助理」），背後的 LLM（推測是 Anthropic Claude）會執行以下動作：

  1. 搜尋相關節點的文件。
  2. 將節點放置在畫布上。
  3. 自動整理並連接這些節點。

這是一個很好的起點，但你仍然需要手動設定 API 金鑰（OpenAI, Pinecone 等）並微調相關參數。

如果你想看詳細版，點擊本處

介紹「用 AI 建立流程」，還提到了 n8n 的版本更新操作、介面上的其他新功能（如 Data Tables），以及講師對於這個功能的具體評價。

1. 啟用新功能的前置作業 (Prerequisites for the Update)

  • 版本更新： 如果你在介面上沒看到 “Build with AI” 的功能，你需要進入 Admin Panel (管理員面板) → Manage (管理)，選擇最新版本並進行更新。
  • 儲存變更： 按下 “Save changes” 並確認，系統會重新啟動。你需要等待片刻才能再次登入 Dashboard。
  • 雲端版限制： 講師特別提到，這個 AI 功能目前（影片錄製當下）僅支援 Cloud Version (雲端版)。雖然他預測未來會下放到 Local 或 Self-hosted 版本，但目前僅限雲端用戶使用。

2. 介面上的其他重要更新 (New Interface Features)

除了 AI Builder，這次更新還帶來了其他改變：

  • Evaluations (評估)： 在 Editor 和 Executions 旁邊新增了 “Evaluations” 頁籤，這是一個相對較新的功能。
  • Templates (模板) 升級： 模板庫變得更豐富。
  • Data Tables (資料表)： 這是一個重點更新。以前我們常需要依賴 Google Sheets 來儲存臨時資料，現在 n8n 內建了 “Data Tables”，可以直接在 n8n 內部取代 Google Sheets 的部分功能。

3. “Build with AI” 的運作邏輯 (How it Works)

講師描述了這個功能背後的運作流程，這不只是單純的「生成」：

  • 流程： 當你輸入指令（例如 “Create a RAG Knowledge Assistant”）後，背後的 LLM 會：
    1. 搜尋 n8n 官方文件中的節點資訊。
    2. 獲取節點的詳細規格。
    3. 將需要的節點丟到畫布上。
    4. 自動整理排列並建立連接線。
  • 生成的範例內容： 在影片的示範中，AI 生成了一個包含以下步驟的複雜 RAG 流程，而不僅僅是簡單的對話機器人：
    • Form Submission (表單提交)
    • Workflow Configurations (流程設定)
    • Extract content from CSV (從 CSV 提取內容)
    • Add metadata (新增詮釋資料/Metadata)
    • Vector Database (存入向量資料庫)
    • AI Agent (最後透過 AI Agent 觸發)

4. 講師的建議與評價 (Instructor’s Take)

  • 非完美但有用： AI 生成的結果並不總是完美的，有時需要微調。
  • 極佳的起點： 它可以幫你省去「從零開始拉節點」的時間，作為一個 “Starting Point” 非常棒。
  • 理解基礎仍是關鍵： 講師強調，雖然 AI 可以幫你建構，但你還是應該要理解背後的運作原理（例如什麼是 Trigger、什麼是 Action），這樣在未來除錯或優化時才能得心應手。
  • 需要手動設定： 生成後的流程，像 API Key 這種敏感資訊或是具體的參數設定，通常還是需要人工介入填寫。

▌58. 建立潛在客戶開發 RAG 機器人

  1. RAG Bot for Lead Generation Built with n8n, Pinecone & Google Sheets

總覽

在本節中，我們為一家虛構的金飾公司「Gold Digger」建立一個完整的 RAG 應用程式。目標是利用知識庫回答客戶問題，並將潛在客戶資訊（姓名、Email、電話）存入 Google Sheets。

工作流程 1：資料獲取 (Google Drive 到 Pinecone)

  1. 觸發器： Google Drive（當特定資料夾中有新檔案建立或變更時）。
  2. 下載： 從 Google Drive 下載文字檔內容。
  3. 文字分割器： 使用 Recursive Character Text Splitter（例如區塊大小 500，重疊 20）將文字切分成易於管理的片段。
  4. 嵌入 (Embeddings)： 使用 OpenAI 生成嵌入向量（例如 text-embedding-3-small）。
  5. 向量儲存 (Upsert)： 將向量上傳至 Pinecone（Index: “goldsmith”, Namespace: “Q&A”）。

工作流程 2：聊天機器人 (檢索與名單收集)

  1. 觸發器： Chat Trigger。
  2. AI Agent： 使用連接 OpenAI 聊天模型（如 GPT-4o）的 Tool Agent。
  3. 記憶 (Memory)： 連接「Window Buffer Memory」以記住對話的前後文。
  4. 工具 1 - 向量儲存工具 (Vector Store Tool)： 連接 Pinecone 索引。
    • 描述設定： 「使用此工具回答有關 Gold Digger 公司的知識問題。」
  5. 工具 2 - Google Sheets 工具： 連接 Google Sheet 表單（“Gold Digger Leads”）。
    • 動作： 新增列 (Append Row)。
    • 描述設定： 「使用此工具儲存聯絡資訊，如姓名、Email、電話號碼和興趣。」
    • 系統提示詞 (System Prompt)： 指示 AI 在回答業務問題後，詢問客戶的聯絡方式，並使用此工具儲存資料。

結果： 機器人可以根據上傳的文件回答有關結婚戒指的問題，並自動提取使用者的詳細資料存入試算表。

▌59. 匯出與匯入工作流程

  1. Use my workflows: Exporting, Importing & Combining n8n Workflows as JSON Format

管理工作流程

  • 多個工作流程： 你可以在 n8n 的同一個畫布上放置多個未連接的工作流程（例如「資料獲取流程」和「聊天流程」），雖然為了清晰起見，通常建議分開存放。
  • 匯出： 你可以點擊三點選單 → Download，將工作流程下載為 JSON 檔案。
  • 匯入： 你可以直接將 JSON 檔案（例如講師提供的模板）匯入到你的 n8n 實例中。
  • 部署： 之後，這些工作流程可以託管在像 Render 這樣的平台上。

▌60. 進階 RAG 網頁爬蟲

  1. Converting a Website into a RAG Chatbot via HTML Requests & Scraping

本節重點：建立一個符合倫理、能自動遞迴抓取整個網站結構的通用型自動化流程。

將任何網站轉換為 RAG 知識庫 (Advanced Scraping Workflow)。

爬蟲工作流程

這個工作流程的核心目標是輸入一個網址（例如 flowiseai.com），然後讓 n8n 自動找出該網站下的所有子頁面，抓取內容並存入向量資料庫，且過程中必須遵守網站的爬蟲規範。

1. 網址標準化 (URL Normalization)

一切從「表單提交 (On Form Submission)」開始，當你輸入一個網址後，流程的第一步是清理網址。

  • 使用工具： 使用 GPT-4o-mini 或其他輕量模型。
  • 目的： 將網址標準化為 JSON 格式。
  • 操作細節：
    • 移除 www。
    • 統一補上 https://。
    • 移除網址末端不必要的查詢參數 (Query Strings) 或路徑，只保留主域名 (Base URL)。

2. 合規性檢查 (Ethical Scraping Check)

講師強烈強調不要非法爬取（例如 GitHub 或 YouTube 禁止爬蟲）。

  • 檢查 robots.txt： 工作流程會自動在網址後方加上 /robots.txt 並發送請求。
    • 情境 A (有 Robots 檔)： 如果網站有這個檔案（如 Flowise），流程會讀取其中的規則，並從中抓取 Sitemap 的位置。
    • 情境 B (無 Robots 檔)： 如果網站沒有這個檔案，流程會嘗試猜測常見的 Sitemap 路徑（如 sitemap.xml 或 sitemap_index.xml）。
  • 邏輯分支： 透過 If 節點判斷是否被允許爬取。如果不允許，流程會終止或發出警告。

3. Sitemap 遞迴解析 (The Sitemap Logic)

這是整個流程最複雜也最精華的部分，因為網站的 Sitemap 結構通常有兩種：

  1. 扁平結構： XML 裡面直接就是一堆網頁連結 (url 標籤)。
  2. 巢狀結構 (Categories)： XML 裡面是其他 XML 的連結（例如分類索引），需要再點進去才能看到真正的網頁。

工作流程如何處理：

  • 合併節點 (Merge Node)： 講師設計了一個合併節點，無論 Sitemap 是透過 robots.txt 找到的，還是猜測到的，都會匯總到這裡。
  • XML 解析與判斷：
    • 系統會檢查 XML 內容。
    • 如果內容是 Category (分類索引)：流程會進入一個迴圈，去讀取該索引下的每一個 XML 連結，再跳回前面的步驟重新解析。
    • 如果內容是 URL (最終網頁)：流程會將這些連結列表輸出，準備進行真正的內容抓取。
  • 實例對比：
    • Flowise： 結構簡單，Sitemap 直接列出所有頁面連結。
    • LangChain： 結構複雜，Sitemap 包含多個子 XML（分類），流程會自動穿梭其中，抓取多達數十甚至數百個頁面。

4. 內容抓取與清洗 (Fetching & Cleaning)

當取得了網站上所有的目標網址後，流程會批次執行：

  • HTTP Request (GET)： 對每一個網址發送請求，獲取原始的 HTML 內容。
  • HTML 轉 Markdown：
    • 原始 HTML 包含太多雜訊（導覽列、腳本、樣式表），直接餵給 AI 會浪費 Token 且干擾語意。
    • 流程使用轉換節點將 HTML 轉為 Markdown 格式。Markdown 對 LLM 來說是最友善的格式，結構清晰且檔案極小。
  • 內容剝離 (Strip)： 進一步去除 Markdown 中的多餘空白或無意義字元。

5. 向量化與儲存 (Vectorization & Storage)

最後一步與標準的 RAG 流程相同：

  • 切塊 (Chunking)： 使用 Recursive Character Text Splitter 將長篇的 Markdown 文件切分成小區塊（例如 500-1000 字元）。
  • 嵌入 (Embedding)： 使用 OpenAI 的 Embedding 模型將文字轉為向量。
  • 更新插入 (Upsert)： 將向量存入 Pinecone 資料庫。

總結

這個爬蟲流程的強大之處在於它的通用性。你不需要為每個網站重寫爬蟲規則，只要該網站有標準的 Sitemap，這個 n8n 流程就能自動「展開」整個網站結構，將成千上萬頁的技術文件或部落格文章，一次性轉換為你的 AI 知識庫。

簡化版說明，點擊展開

本工作流程可將任何網站轉換為 RAG 聊天機器人的知識庫。

  • 步驟 1：網址處理： 使用 GPT-4o-mini 清理網址（移除 www、查詢參數等），產生乾淨的 JSON 物件。

  • 步驟 2：Robots.txt 檢查： 始終進行合規爬取。工作流程會檢查 domain.com/robots.txt 以確認是否允許爬取。

    • 範例： Flowise 允許爬取；GitHub 和 YouTube 通常不允許。

  • 步驟 3：Sitemap 探索： 尋找 sitemap.xml 以找出所有子頁面。

  • 步驟 4：獲取與轉換：

    • 獲取已發現網址的 HTML 內容。
    • 將 HTML 轉換為 Markdown（對 LLM 來說更乾淨）。
    • 去除不必要的標籤/雜訊。

  • 步驟 5：向量化： 將乾淨的 Markdown 切塊並更新插入 (Upsert) 到 Pinecone 向量資料庫中。

處理不同結構：

此工作流程使用「合併節點 (Merge Node)」來處理不同情況：

  • 擁有簡單 sitemap.xml 的網站（直接列出網址）。
  • 擁有巢狀 Sitemap 的網站（分類 → 網址列表）。
  • 沒有 Sitemap 的網站（如果設定了備用方案，則抓取不同連結）。

結果： 你可以輸入一個網址（如 Flowise 或 LangChain 的文件），工作流程會自動填充你的向量資料庫，讓你能夠與該網站的內容進行對話。

▌61. 章節總結

  1. Section Wrap Up of n8n

學習回顧

在本章節中，我們涵蓋了 n8n 的核心要素：

  • 安裝與設定： 包含本地安裝或使用雲端版本，以及如何更新 n8n 實例 。

  • 核心概念： 理解觸發器 (Triggers)、動作 (Actions) 以及資料處理流程 。

  • 實作專案： 我們利用 Google Drive 建立了一個 RAG 應用程式，並深入探討了網頁爬蟲技術 。

學習的哲學

講師將學習定義為「在相同情境下，展現出不同的行為」。既然你現在已經知道如何建構這些工具，與上課前相比，你的行為能力已經發生了改變 。

下一步：託管與部署

下一個章節將專注於將這些本地工作流程部署到網路上：

  • 託管 (Hosting)： 我們將把應用程式託管上線，讓其他人可以從任何地方存取 。

  • 新的整合： 我們將探索像 Telegram 這樣的新觸發器 。

  • 商業應用： 託管功能讓你能夠將聊天機器人整合到客戶的網站中，開啟商業機會 。

1個讚