智能体与链的对比

在此工作流中，可以选择将聊天查询发送给智能体¹或链²。它展示了智能体在哪些方面比链更强大。

左右滚动查看工作流，或打开完整工作流图。

下载此工作流 JSON，导入 n8n 查看

主要功能

此工作流使用：

• Chat Trigger：启动工作流并响应用户的聊天交互。该节点提供可自定义的聊天界面。
• Switch 节点：根据查询中的指定内容，将查询路由到智能体或链。查询中包含“agent”时发送给智能体，包含“chain”时发送给链。
• Agent：Agent 节点与工作流中的其他组件交互，并决定使用哪些工具³。
• Basic LLM Chain：Basic LLM Chain 节点支持与连接的 LLM 聊天，但不支持记忆⁴或工具。

使用示例

将模板加载到 n8n 实例的步骤如下：

1. 下载工作流 JSON 文件。
2. 在 n8n 实例中打开一个新工作流。
3. 粘贴 JSON，或选择 Workflow menu（工作流菜单） > Import from file...（从文件导入……）。

示例工作流使用便笺提供指引：

• 黄色：备注和信息。
• 绿色：运行工作流的说明。
• 橙色：需要修改某些内容，工作流才能正常运行。
• 蓝色：突出展示示例中的关键功能。

相关资源

• 理解 AI 组件
• 链的作用
• 智能体的作用
• 记忆的工作原理
• 工具的工作原理
• 使用向量存储和搜索数据
• 检索相关上下文

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. 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。 ↩