模块三：n8n 界面概览及功能

3.1 n8n UI 界面概览

• 一键配置中文界面
  • 浏览器翻译：Chrome 选择“翻译为中文（简体）”。
  • 沉浸式翻译插件：https://immersivetranslate.com/zh-Hans

3.1.1 首页仪表盘 (Dashboard)

• Overview（概览统计）：默认最近 7 天数据。
  • Prod. executions：已激活工作流成功运行次数。
  • Failed prod. executions：已激活工作流失败次数。
  • Failure rate：失败率，核心健康指标。
  • Run time (avg.)：平均运行时间，过长需优化。
• Create Workflow：醒目的创建按钮，直接进入空白画布。
• Workflows：工作台，创建/删除/搜索/组织工作流。
• Credentials：安全的凭据保险箱，API/OAuth 加密存储，下拉引用。
• Executions：执行记录与调试，查看每次运行的输入输出。

3.1.2 编辑器界面 (Editor)

• 中央画布 (Canvas)：可视化构建区域，点击 “+” 添加节点并连接。
• Execute Workflow：手动运行/测试当前工作流，便于调试。
• Active：总开关，激活后触发器才监听事件。
• Save：保存所有修改。
• +（添加节点）：添加触发器或动作的主要入口。

3.2 n8n 工作流运作的核心概念

3.2.1 工作流 (Workflow)

• 自动化任务的集合：1 个触发器 + 若干动作节点。

3.2.2 连接器 (Connection)

• 连接节点的数据“线”，决定数据流向（上游输出 → 下游输入）。

3.2.3 节点 (Node)

• 工作流的基本单元，分触发器与动作。
  • 触发器 (Trigger)：决定“何时”执行，且每个工作流仅一个激活触发器。
    • 示例：Schedule 定时、Webhook 接收 POST、Gmail Trigger 收件。
  • 行动器/动作 (Action)：决定“做什么”。
    • 示例：Google Sheets 读写表格；OpenAI 提问；HTTP Request 调用任意 API。

3.2.4 数据流

• 数据如河流，从触发器开始，流经各节点被处理再向下传递，下游可访问上游所有输出。

3.2.5 节点生命周期

• Input → Processing → Output。
  • Input：接收上游数据。
  • Processing：按节点配置处理（如 Set 拼接字段）。
  • Output：输出处理结果给下游。

3.2.6 工作流执行方式

• 同步 vs 异步：Webhook 可同步返回响应，同时后台继续异步任务。
• 串行 vs 并行：默认对数组逐条串行；可用子工作流等方式批量并行提高效率。

3.3 理解 n8n 的数据结构

3.3.1 理解 JSON：这是理解 n8n 数据流动的关键

• 在 n8n 中，所有数据都以 JSON (JavaScript Object Notation) 的格式在节点之间传递。请将下面这个结构刻在脑海里，这是理解一切数据操作的基础。
• 一个典型的 n8n 数据项 (Item) 结构如下：

{
"json": {
  "field1": "value1",
  "customer": {
    "name": "Alice",
    "email": "alice@example.com"
  },
  "products": [
    { "id": "A1", "price": 100 },
    { "id": "B2", "price": 200 }
  ]
},
"binary": {
  // 用于存储文件等二进制数据
}
}

• 核心概念：
  • 对象 ({})：包含“键: 值”配对，例如 customer。
  • 数组 ([])：有序列表，例如 products 是数组。
  • 路径：访问数据的地址。json.customer.name 得到 “Alice”；json.products[1].price 得到第二个商品的价格（数组从 0 开始）。

3.3.2 理解表达式（Expressions）

• 作用：让节点动态读取上游数据。语法总是 {{ ... }}。
• 基础用法 ($json)：
  • 语法：{{ $json.some_key }}
  • 含义：指向上一个节点输出的 json。例如上游输出 {"name":"Alice"}，则 {{ $json.name }} 得到 “Alice”。
• 进阶用法 ($node)：
  • 语法：{{ $('节点名称').item.json.some_key }}
  • 含义：跨节点精确取数，不限于紧邻上游。
  • 示例：{{ $('Read From Sheet').item.json.name }} 直接抓取名为 “Read From Sheet” 的节点输出。

3.3.3 数据处理和清洗方法：Code 节点

• 当简单的“提取”无法满足需求，你需要对数据进行解析、转换、重组时，就可以“代码节点”对数据进行结构化加工。
• 面临的问题 (Why)：在 AI 工作流中，我们经常要求 AI 输出 JSON 格式的数据。但 AI 模型有时生成的数据往往并不是标准化的纯净 JSON 字符串，而可能是被文字或标记包裹的内容，如下案例：

{   "Title": "这是一个标题",   "Summary": "这是一个摘要" }

这种带有前后缀的字符串，n8n 的后续节点是无法直接识别的。我们需要一个“数据处理和净化”过程将其转化为标准化数据格式。

• 解决方案 (How)：Code 节点是处理数据结构化问题的最佳方式之一。

// 1. 获取输入：从上一个 AI 节点获取可能不纯的输出字符串
// $json.output 会读取名为 'output' 的字段
const llmOutput = $json.output;

// 2. 净化数据：用正则找出最外层 { ... }
const jsonMatch = llmOutput.match(/{.*}/s);
if (!jsonMatch || jsonMatch.length === 0) {
throw new Error("无法在输入中找到有效的 JSON 字符串。");
}

const cleanJsonString = jsonMatch[0];
let parsedData;

// 3. 核心转换：把字符串 JSON 变成对象
try {
parsedData = JSON.parse(cleanJsonString);
} catch (error) {
throw new Error(`JSON 解析失败: ${error.message}.`);
}

// 4. 输出结果：提供结构化数据给下游节点
return {
Title: parsedData.Title,
Summary: parsedData.Summary,
CoverImagePrompt: parsedData.CoverImagePrompt
};