N8n Workflow Patterns

n8n 工作流模式

构建 n8n 工作流的经过验证的架构模式。

何时使用

• 在构建 n8n 工作流之前，需要选择一种架构模式。
• 任务涉及 webhook 处理、API 集成、定时任务、数据库同步或 AI 代理工作流设计。
• 你需要的是高层级的工作流结构，而非逐节点排查问题。

5 种核心模式

基于实际工作流使用分析：

1. Webhook 处理（最常见）

   • 接收 HTTP 请求 → 处理 → 输出
   • 模式：Webhook → 验证 → 转换 → 响应/通知

2. [HTTP API 集成]

   • 从 REST API 获取数据 → 转换 → 存储/使用
   • 模式：触发器 → HTTP Request → 转换 → 操作 → 错误处理

3. 数据库操作

   • 读取/写入/同步数据库数据
   • 模式：定时 → 查询 → 转换 → 写入 → 验证

4. AI 代理工作流

   • 带工具和记忆的 AI 代理
   • 模式：触发器 → AI Agent（模型 + 工具 + 记忆）→ 输出

5. 定时任务

   • 周期性自动化工作流
   • 模式：定时 → 获取 → 处理 → 投递 → 日志

模式选择指南

各模式的适用场景：

Webhook 处理 - 适用于：

• 从外部系统接收数据
• 构建集成（Slack 命令、表单提交、GitHub webhook）
• 需要对事件即时响应
• 示例："接收 Stripe 支付 webhook → 更新数据库 → 发送确认"

HTTP API 集成 - 适用于：

• 从外部 API 获取数据
• 与第三方服务同步
• 构建数据管道
• 示例："获取 GitHub issues → 转换 → 创建 Jira 工单"

数据库操作 - 适用于：

• 数据库之间同步
• 按计划运行数据库查询
• ETL 工作流
• 示例："读取 Postgres 记录 → 转换 → 写入 MySQL"

AI 代理工作流 - 适用于：

• 构建对话式 AI
• 需要带工具访问的 AI
• 多步推理任务
• 示例："与可搜索文档、查询数据库、发送邮件的 AI 对话"

定时任务 - 适用于：

• 周期性报告或摘要
• 定期数据获取
• 维护任务
• 示例："每日：获取分析数据 → 生成报告 → 邮件发送团队"

通用工作流组件

所有模式共享以下构建块：

1. 触发器

• Webhook - HTTP 端点（即时）
• Schedule - 基于 Cron 的定时（周期性）
• Manual - 点击执行（测试）
• Polling - 检查变更（间隔）

2. 数据源

• HTTP Request - REST API
• Database 节点 - Postgres、MySQL、MongoDB
• Service 节点 - Slack、Google Sheets 等
• Code - 自定义 JavaScript/Python

3. 转换

• Set - 映射/转换字段
• Code - 复杂逻辑
• IF/Switch - 条件路由
• Merge - 合并数据流

4. 输出

• HTTP Request - 调用 API
• Database - 写入数据
• Communication - Email、Slack、Discord
• Storage - 文件、云存储

5. 错误处理

• Error Trigger - 捕获工作流错误
• IF - 检查错误条件
• Stop and Error - 显式失败
• Continue On Fail - 逐节点设置

工作流创建检查清单

构建任何工作流时，请遵循此检查清单：

规划阶段

• 识别模式（webhook、API、数据库、AI、定时）
• 列出所需节点（使用 search_nodes）
• 理解数据流（输入 → 转换 → 输出）
• 规划错误处理策略

实现阶段

• 使用合适的触发器创建工作流
• 添加数据源节点
• 配置认证/凭证
• 添加转换节点（Set、Code、IF）
• 添加输出/操作节点
• 配置错误处理

验证阶段

• 验证每个节点配置（validate_node）
• 验证完整工作流（validate_workflow）
• 使用样本数据测试
• 处理边界情况（空数据、错误）

部署阶段

• 检查工作流设置（执行顺序、超时、错误处理）
• 使用 activateWorkflow 操作激活工作流
• 监控首次执行
• 记录工作流用途和数据流

数据流模式

线性流

Trigger → Transform → Action → End

适用场景：单路径的简单工作流

分支流

Trigger → IF → [True Path]
             └→ [False Path]

适用场景：基于条件执行不同操作

并行处理

Trigger → [Branch 1] → Merge
       └→ [Branch 2] ↗

适用场景：可同时运行的独立操作

循环模式

Trigger → Split in Batches → Process → Loop (until done)

适用场景：分块处理大数据集

错误处理模式

Main Flow → [Success Path]
         └→ [Error Trigger → Error Handler]

适用场景：需要独立的错误处理工作流

常见陷阱

1. Webhook 数据结构

问题：无法访问 webhook 载荷数据

解决方案：数据嵌套在 $json.body 下

❌ {{$json.email}}
✅ {{$json.body.email}}

参见：n8n Expression Syntax 技能

2. 多个输入项

问题：节点处理所有输入项，但我只需要处理一个

解决方案：使用"Execute Once"模式或仅处理第一项

{{$json[0].field}}  // 仅第一项

3. 认证问题

问题：API 调用返回 401/403 失败

解决方案：

• 正确配置凭证
• 使用"Credentials"区域，而非参数
• 在工作流激活前测试凭证

4. 节点执行顺序

问题：节点以意外顺序执行

解决方案：检查工作流设置 → Execution Order

• v0：从上到下（旧版）
• v1：基于连接（推荐）

5. 表达式错误

问题：表达式显示为字面文本

解决方案：在表达式周围使用 {{}}

• 详见 n8n Expression Syntax 技能

与其他技能的集成

以下技能与工作流模式配合使用：

n8n MCP Tools Expert - 用于：

• 查找模式所需节点（search_nodes）
• 了解节点操作（get_node）
• 创建工作流（n8n_create_workflow）
• 部署模板（n8n_deploy_template）
• 使用 ai_agents_guide 获取 AI 模式指导

n8n Expression Syntax - 用于：

• 在转换节点中编写表达式
• 正确访问 webhook 数据（{{$json.body.field}}）
• 引用前置节点（{{$node["Node Name"].json.field}}）

n8n Node Configuration - 用于：

• 配置模式节点的具体操作
• 了解节点特定需求

n8n Validation Expert - 用于：

• 验证工作流结构
• 修复验证错误
• 确保部署前工作流正确性

模式统计

常见工作流模式：

最常见触发器：

1. Webhook - 35%
2. Schedule（周期性任务）- 28%
3. Manual（测试/管理）- 22%
4. Service 触发器（Slack、邮件等）- 15%

最常见转换：

1. Set（字段映射）- 68%
2. Code（自定义逻辑）- 42%
3. IF（条件路由）- 38%
4. Switch（多条件）- 18%

最常见输出：

1. HTTP Request（API）- 45%
2. Slack - 32%
3. Database 写入 - 28%
4. Email - 24%

平均工作流复杂度：

• 简单（3-5 个节点）：42%
• 中等（6-10 个节点）：38%
• 复杂（11+ 个节点）：20%

快速入门示例

示例 1：简单 Webhook → Slack

1. Webhook (path: "form-submit", POST)
2. Set (map form fields)
3. Slack (post message to #notifications)

示例 2：定时报告

1. Schedule (daily at 9 AM)
2. HTTP Request (fetch analytics)
3. Code (aggregate data)
4. Email (send formatted report)
5. Error Trigger → Slack (notify on failure)

示例 3：数据库同步

1. Schedule (every 15 minutes)
2. Postgres (query new records)
3. IF (check if records exist)
4. MySQL (insert records)
5. Postgres (update sync timestamp)

示例 4：AI 助手

1. Webhook (receive chat message)
2. AI Agent
   ├─ OpenAI Chat Model (ai_languageModel)
   ├─ HTTP Request Tool (ai_tool)
   ├─ Database Tool (ai_tool)
   └─ Window Buffer Memory (ai_memory)
3. Webhook Response (send AI reply)

示例 5：API 集成

1. Manual Trigger (for testing)
2. HTTP Request (GET /api/users)
3. Split In Batches (process 100 at a time)
4. Set (transform user data)
5. Postgres (upsert users)
6. Loop (back to step 3 until done)

详细模式文件

各模式的完整指导：

• webhook_processing.md - Webhook 模式、数据结构、响应处理
• http_api_integration - REST API、认证、分页、重试
• database_operations.md - 查询、同步、事务、批处理
• ai_agent_workflow.md - AI 代理、工具、记忆、langchain 节点
• scheduled_tasks.md - Cron 定时、报告、维护任务

真实模板示例

来自 n8n 模板库：

Template #2947：天气推送到 Slack

• 模式：定时任务
• 节点：Schedule → HTTP Request (weather API) → Set → Slack
• 复杂度：简单（4 个节点）

Webhook 处理：最常见模式

• 最常见：表单提交、支付 webhook、聊天集成

HTTP API：常见模式

• 最常见：数据获取、第三方集成

数据库操作：常见模式

• 最常见：ETL、数据同步、备份工作流

AI 代理：使用量增长中

• 最常见：聊天机器人、内容生成、数据分析

使用 n8n-mcp 工具中的 search_templates 和 get_template 查找示例！

最佳实践

✅ 推荐

• 从能解决问题的最简单模式开始
• 在构建前规划工作流结构
• 所有工作流都使用错误处理
• 激活前使用样本数据测试
• 遵循工作流创建检查清单
• 使用描述性节点名称
• 记录复杂工作流（notes 字段）
• 部署后监控工作流执行

❌ 不推荐

• 一次性构建整个工作流（要迭代！平均编辑间隔 56 秒）
• 激活前跳过验证
• 忽略错误场景
• 简单模式够用时使用复杂模式
• 在参数中硬编码凭证
• 忘记处理空数据情况
• 没有清晰边界地混合多种模式
• 未经测试直接部署

总结

要点：

1. 5 种核心模式覆盖 90%+ 的工作流用例
2. Webhook 处理是最常见的模式
3. 每个工作流都使用工作流创建检查清单
4. 规划模式 → 选择节点 → 构建 → 验证 → 部署
5. 与其他技能集成完成完整的工作流开发

下一步：

1. 识别你的用例模式
2. 阅读详细模式文件
3. 使用 n8n MCP Tools Expert 查找节点
4. 遵循工作流创建检查清单
5. 使用 n8n Validation Expert 验证

相关技能：

• n8n MCP Tools Expert - 查找和配置节点
• n8n Expression Syntax - 正确编写表达式
• n8n Validation Expert - 验证和修复错误
• n8n Node Configuration - 配置具体操作

局限性

• 仅当任务明确匹配上述范围时使用本技能。
• 不要将输出替代环境特定的验证、测试或专家审查。
• 如果缺少必要的输入、权限、安全边界或成功标准，请停下来请求澄清。