n8n-agent

告别繁琐的 API 胶水代码！我用云托管 + n8n 搭建了一个强大的 AI 工作流引擎

在构建现代应用，尤其是 AI 应用时，我们开发者常常需要扮演“胶水工程师”的角色：从 A 服务的 API 获取数据，根据数据调用 B 模型的接口，再将结果处理后发送给 C 服务... 这个过程充满了琐碎、重复的逻辑代码，不仅开发效率低，而且后期维护和迭代也异常痛苦。

有没有一种更优雅的方式？

答案是肯定的。n8n，这个强大的开源工作流自动化工具，就是为此而生。它让我们可以通过拖拽节点的方式，可视化地编排复杂的业务逻辑，将 API、数据库、AI 模型像乐高积木一样轻松组合起来。

但是，n8n 部署在哪里最合适呢？自建服务器运维麻烦，官方云版本又可能在功能和成本上有所限制。

今天，我们将介绍一种近乎完美的方案：使用腾讯云云开发云托管（Cloud Base Run）来部署 n8n。既能使用 n8n 的完整功能，又享受弹性扩容、按需付费和免运维的优势。

成果展示：我们将构建一个什么样的“个人助理”？

在开始动手之前，先来看看我们最终要实现的成果。我们将构建一个智能路由 Agent，它能像一个聪明的调度员，接收用户的日常提问，如果是简单问题，直接使用一个轻量级的 LLM 快速回答节约成本减少等待时间，如果比较复杂，可以使用一个更强大的 LLM 并且调用云开发搜索工具来获取相关资料，从而提供更准确、更专业的回答。 这个智能助理的核心，就是下面这个在 n8n 中设计的 Workflow：

它的工作流程如下：

1. Webhook 节点：作为入口，接收来自云开发 AI Bot 或其他应用的 HTTP 请求。
2. Router 节点：进行智能判断。如果是简单的日常对话，就交给一个轻量级的 LLM 快速回答。如果是一个需要专业知识的复杂问题（例如：“帮我搜索一下云托管最近有什么更新”），就交给 Primary AI Agent 节点处理。
3. Primary AI Agent 节点：调用我们预先部署好的云开发搜索工具（MCP），检索相关资料, 将检索到的资料和原始问题一起，由更强大的 LLM 进行总结、润色和回答。
4. Secondary LLM 节点：快速回答简单问题，可以选择成本低速度快的模型。
5. Webhook 响应：最后，将处理好的答案通过 Webhook 返回给提问者。

整个过程清晰、可控，并且可以随时通过增删节点来扩展它的能力。

为什么是“云托管 + n8n”？—— 架构解析

这个方案的强大之处，在于云托管与 n8n 的完美结合，以及对云开发生态的无缝利用。让我们通过一张架构图来理解它的工作原理：

这个架构的核心优势体现在：

• 极致的部署体验: n8n 官方提供了 Docker 镜像。我们只需在云托管控制台填入镜像地址，即可一键部署，彻底告别服务器采购、环境配置和网络设置的烦恼。
• 无与伦比的成本效益: 云托管的“按需付费”与“缩容到 0”能力，与 n8n 的 Webhook 触发模式是天作之合。没有工作流执行时，服务可以自动缩容到 0，不产生任何计算费用。这对于个人项目、初创团队和有明显波峰波谷流量的应用来说，是巨大的成本节约。
• 强大的生态联动: n8n 部署在云托管上，可以作为中枢，轻松、低延迟地调用同在云开发生态下的云函数、数据库和 MCP 工具集，真正形成了 1+1>2 的效果。

实战演练：四步构建你的 AI 个人助理

理论讲完，让我们开始实战吧！

第 1 步：在云托管上部署 n8n 服务

首先，我们需要一个运行 n8n 的环境。

1. 登录 云开发控制台，进入云托管页面。
2. 在创建服务中选择“通过容器镜像部署”，并填入 n8n 官方镜像：n8nio/n8n ，端口配置为 5678。
3. 点击创建，稍等片刻，云托管就会为你启动一个 n8n 服务，并提供一个默认的访问域名。

重要提示：关于数据持久化 (生产环境必读)

• 本文演示的部署方式：为了快速体验，我们直接使用了 n8n 镜像的默认配置。它会将您的工作流、凭证和执行记录保存在一个内置的 SQLite 文件中。这种方式非常适合快速测试和功能验证，但不适用于生产环境，因为任何重启都会导致数据丢失。
• 生产环境推荐配置：为了确保数据安全和持久化，您必须为 n8n 配置一个外部数据库。n8n 官方推荐使用 PostgreSQL。您可以通过在云托管服务中配置以下环境变量，将 n8n 连接到外部数据库（例如 腾讯云数据库 PostgreSQL）：

第 2 步：为 n8n 准备“工具箱”

我们的 AI 助理需要一些强大的工具来完成任务。

• 工具一：部署 MCP 搜索工具

  1. 在云开发控制台，进入 AI+ -> MCP -> 创建 MCP server。

  2. 选择 云开发 AI 能力 模板，鉴权方式选择 云开发 API key 授权，开始部署。

     

  3. 部署完成后，进入详情页，复制 MCP server URL，并在 配置 MCP 标签页中根据指引获取 API key。这两个值我们稍后会用到。

     

• 工具二：创建函数型智能体 我们的 n8n workflow 是通过一个“函数型智能体”来接收和响应请求的。这个智能体的作用就是调用 n8n 的 Webhook。

  1. 将模板仓库中的代码克隆到本地：n8n-agent
  2. 复制 .env.example 文件为 .env，我们将在下一步获取 Webhook 信息后填充它。

第 3 步：设计并配置 n8n Workflow

现在，让我们打开 n8n 的画布，开始像搭乐高一样构建我们的工作流。

1. 访问你刚刚部署好的 n8n 服务域名，完成初始化设置。

2. 下载模板中的 Workflow 配置文件 Agent_for_cloudbase.json。

3. 在 n8n 界面中，选择 Import from File，将该文件导入，即可看到我们预设好的工作流。

   

4. 配置 Webhook 节点:

   • 点击 Webhook 节点，在右侧配置面板中复制 Test URL 下的 Webhook URL。这就是你的 <your-webhook-url>。 注意： 这里复制的 URL 域名部分是 localhost 或者 127.0.0.1 的，需要替换为你之前部署的 n8n 服务域名。
   • 为了安全，还可以配置 Authentication 为 Header Auth，新建一个 Credential，设置 Name 为 Authorization，Value 为 Bearer <your-token>（<your-token>替换为你自己的安全令牌）。

5. 配置模型节点:

   • 点击名为 Primary AI Agent 的节点，选择你喜欢的 LLM（本例为 DeepSeek）。

   • 新建 Credential，填入你从 DeepSeek 官网 获取的 API Key。

     

6. 配置 MCP 节点:

   • 点击 Call MCP Search Tool 节点。

   • SSE endpoint 填入第 2 步获取的 MCP server URL。

   • 鉴权方式选择 Bearer token，Credential 填入第 2 步获取的 MCP server API key。

     

7. 激活 Workflow: 点击右上角的 Active 开关，让工作流生效。

第 4 步：部署并测试我们的智能体

1. 进入第 2 步下载的函数型智能体代码目录，打开 .env 文件，将上一步获取的 <your-webhook-url> 和 <your-token> 填入。
2. 部署函数型智能体，推荐使用 CloudBase CLI 进行部署

# 安装 CloudBase CLI
npm install -g @cloudbase/cli

# 登陆
npm run login

# 部署，根据提示输入你的云开发环境 ID 和服务名
npm run deploy

注意：服务名需要符合 ibot-<bot-name> 的格式。

3. 创建云开发 AI Bot

   • 进入 云开发控制台，点击左侧菜单栏的 AI+ -> Agent -> 创建 -> 函数型 Agent。
   • 选择 空白 Agent，在标识中填入上一步的 <bot-name> 和 <bot-tag>，点击 创建。

创建成功后，我们就可以通过对话来触发 n8n 工作流了。测试完成以后，可以参考接入指引，将智能体接入到小程序或者 Web 应用。

总结

通过本文，我们不仅学会了如何集成 n8n 和云开发 AI Bot，更重要的是，我们掌握了一种全新的应用构建模式：以云托管为核心，部署像 n8n 这样的中枢应用，用它来编排和调度云函数、AI 模型、数据库等周边能力，从而构建出强大而灵活的解决方案。

今天的例子只是抛砖引玉。你还可以让 n8n：

• 连接到你的企业微信，监控 Github 提交，自动生成团队周报。
• 连接到你的电商数据库，当有新订单时自动调用 AI 生成感谢邮件。
• 定时抓取行业资讯，通过 AI 总结后推送到你的个人微信。

关于腾讯云云开发云托管

对于还不熟悉云托管的开发者，这里做一个简要介绍。

云托管（CloudBase Run） 是腾讯云云开发推出的容器化应用托管服务，它让开发者可以无需关心服务器运维，专注于业务逻辑开发。

核心特性

• 零运维：无需购买服务器，无需配置网络和负载均衡，一键部署即可获得生产级服务
• 弹性伸缩：根据实际访问量自动扩缩容，支持缩容到 0 实例，真正做到按需付费
• 不限语言：开发者可使用任意自己喜爱的语言和框架，包括 Node.js、Python、Java、Go 等

成本优势

相比传统的云服务器部署方式，云托管的成本优势明显：

• 按需计费：只为实际使用的计算资源付费，空闲时间零成本
• 免运维成本：无需专人负责服务器维护、安全更新等
• 快速迭代：支持灰度发布、版本回滚，降低发布风险

适用场景

• Web 应用：前后端分离的应用、API 服务、管理后台等
• 工具服务：如本文的 n8n 等开源工具的托管
• 微服务架构：将单体应用拆分为多个独立的微服务

这就是为什么在本文中，我们选择云托管来部署 n8n 的原因——它不仅简化了部署流程，更在成本控制和运维效率上带来了巨大的提升。

---

下一步

• 本文所有代码和 workflow 配置文件已开源在 awesome-cloudbase-examples，欢迎下载使用
• 立即访问云开发云托管，让你零成本上手体验！
• 搜索云开发公众号联系小助手，或者在云开发控制台联系客服加入我们的开发者交流群，与更多开发者一起探索 AI 应用的无限可能！