高级 AI 示例与概念

本节解释重要的 AI 概念，并提供展示这些概念的工作流模板、说明及配置指南。示例涵盖常见使用场景，展示 n8n 高级 AI 的不同功能。

• 智能体与链

  了解 AI 中的智能体¹和链²，并通过工作流示例探索两者的主要区别。

  → 什么是 AI 链？
  → 什么是 AI 智能体？
  → 演示智能体与链的主要区别

• Call n8n Workflow Tool

  了解 AI 中的工具³，再探索将 n8n 工作流用作自定义工具的示例，让 AI 工作流能够访问更多数据。

  → AI 中的工具是什么？
  → 与 Google Sheets 对话
  → 调用 API 获取数据
  → 设置人工兜底
  → 通过 $fromAI() 让 AI 指定工具参数

• 向量数据库

  了解 AI 中的向量数据库⁴，以及嵌入⁵和检索器等相关概念。

  → 什么是向量数据库？
  → 将网站内容写入 Pinecone 向量数据库\

• 记忆

  了解 AI 中的记忆⁶。

  → AI 中的记忆是什么？\

• AI 工作流模板

  你可以在 n8n 网站浏览 AI 模板，包括社区贡献的模板。

  → 浏览所有 AI 模板

本节内容

• 使用 Google Sheets 作为数据源：通过 n8n 工作流工具，将 Google Sheets 数据加载到 AI 工作流中。
• 调用 API：通过 n8n 工作流工具，使用 HTTP Request 节点从 API 加载数据。
• 使用网站内容：抓取网站，将数据加载到 Pinecone，再通过聊天工作流查询。
• 为工具添加人工审核：要求 AI Agent 在运行工具前获得人工批准。
• 为 AI 工作流设置人工兜底：AI 无法提供帮助时，触发人工回答。
• 使用 AI 填写参数：通过 $fromAI() 动态填写 AI 应用工具的参数。

相关资源

• 集成 AI
• MCP 服务器
• 理解 AI 组件
• n8n 中的 LangChain
• 测试和改进 AI 工作流

Footnotes

1. AI 智能体是能够响应请求、做出决策并为用户执行现实任务的人工智能系统。它们使用大语言模型（LLM）理解用户输入，并根据可用信息和资源，决定如何更好地处理请求。 ↩

2. AI 链通过按顺序调用组件，让你与大语言模型（LLM）和其他资源交互。n8n 中的 AI 链不使用持久记忆，因此无法引用先前的上下文；如有此需求，请使用 AI 智能体。 ↩

3. 在 AI 场景中，工具是一种附加资源，AI 响应请求时可以利用它获取特定信息或功能。AI 模型可以通过工具与外部系统交互，或完成具体、专门的任务。 ↩

4. 向量存储，也称向量数据库，用数学形式表示并存储信息。将其与嵌入模型和检索器配合使用，可以创建供 AI 回答问题时访问的数据库。 ↩

5. 嵌入（embedding）是使用向量对数据进行的数值表示。AI 通过将数值映射到多个维度来理解复杂数据及其关系。向量数据库，也称向量存储，是专门用于存储和访问嵌入的数据库。 ↩

6. 在 AI 场景中，记忆让 AI 工具能够在多次交互之间保留消息上下文。例如，你可以与 AI 智能体持续对话，而无需在每条消息中重新提供上下文。在 n8n 中，AI 智能体节点可以使用记忆，AI 链则不能。 ↩