n8n AI Agent怎么搭建？从模型节点、工具调用到执行日志的实战指南

在n8n中搭建AI Agent，核心不是只添加一个模型节点，而是让模型能够根据用户问题选择合适的工具，并把工具返回的数据组织成可读的结果。下面以“读取表单内容、查询内部API并生成回复”为例，说明一条基本流程。不同n8n版本或部署方式的节点名称、配置项可能存在差异，实际操作时应以当前界面为准。

一、创建工作流和基础节点

1. 添加触发器。可以从表单、Webhook、聊天入口或其他业务节点开始。触发数据中至少应包含用户问题，例如question字段；如果需要关联用户或订单，还应明确传递对应标识。
2. 配置聊天模型。在模型节点中填写服务商凭据、模型参数和必要的系统提示词。提示词应说明Agent的职责、可用数据范围、无法确认时的处理方式，不要要求模型执行超出工具权限的操作。
3. 添加Agent节点。将聊天模型连接到Agent，并在提示词中写清任务目标。例如：先判断问题是否需要查询内部API，只有在获得工具结果后才能引用具体状态，不确定时直接说明信息不足。

模型与Agent的连接方式会因节点类型和版本而不同，也不是所有模型都支持完全相同的工具调用格式。配置完成后，先用简单问题测试模型是否能够正常返回，再继续接入外部工具。

二、为Agent接入工具

1. HTTP请求工具

新建HTTP请求工具，设置请求方法、接口地址、请求头和参数。参数应尽量明确，例如将customer_id定义为字符串，将日期范围定义为固定格式。不要把整段用户输入直接拼接到URL或请求体中，最好先经过字段提取、格式校验和长度限制。

在工具描述中说明用途和返回结果，例如“根据客户编号查询工单状态，只读，不修改数据”。清晰的工具说明有助于Agent在多个工具之间进行选择，也能减少错误调用。

2. 搜索、知识库或数据库工具

如果流程需要回答内部知识问题，可以接入搜索或知识库工具；如果需要读取结构化记录，可以使用数据库查询工具。建议从只读查询开始，并限制可访问的表、字段和查询范围。数据库工具不应默认开放任意SQL执行能力，必要时使用固定查询模板和参数化条件。

三、凭据与权限配置

API密钥、数据库密码和邮件服务凭据应保存到n8n的凭据管理功能中，不要直接写进提示词、节点文本或普通字段。工作流只使用完成任务所需的最小权限，例如查询流程使用只读账号，写入流程使用限定表和限定操作的账号。

还应建立工具白名单：明确哪些工具可以被Agent自动调用，哪些工具只能由固定分支调用。邮件发送、数据写入、删除记录、创建订单等动作都属于高风险操作，建议先生成待执行内容，再交给人工确认，确认后才进入实际执行节点。

四、用执行记录排查问题

测试工作流后，打开执行记录，依次检查触发输入、Agent的最终输出、工具选择、工具参数、工具返回值以及失败节点。排查时不要只看最终回复：

• 如果没有调用工具，检查Agent提示词、工具描述、连接关系和模型是否支持工具调用。
• 如果工具参数为空或格式错误，检查输入字段映射、参数类型和必填条件。
• 如果接口返回错误，核对凭据、请求方法、权限、地址和响应结构。
• 如果结果与接口数据不一致，检查Agent是否引用了过期上下文或在工具失败后自行补全信息。

可以先用固定测试数据逐节点验证，再接入真实表单和业务接口。对敏感字段可在日志中减少明文记录，并设置访问权限，避免执行记录成为新的数据泄露渠道。

五、处理超时、重试和循环调用

外部API响应较慢时，应设置合理的超时，并在工作流中区分可重试错误与不可重试错误。网络暂时不可用通常可以有限次数重试；鉴权失败、参数错误则应直接停止并提示人工处理，避免重复请求。

Agent可能反复调用同一工具。可以限制最大循环次数，为每次调用保留明确的目标和结束条件，并在提示词中要求工具返回有效结果后停止继续查询。对于写入、发送或删除操作，最好把Agent与执行节点分开，由条件判断或人工确认节点控制最后一步。

六、一个可复现的流程结构

一条基础流程可以是：表单触发器接收问题 → 提取并校验字段 → Agent判断是否需要查询 → HTTP或知识库工具返回数据 → Agent生成回复 → 将结果返回聊天入口或表单响应。如果涉及发邮件，可在生成邮件草稿后增加人工确认；确认通过后，才连接邮件发送节点。

完成后保存一组正常、缺少参数、接口超时和拒绝高风险操作的测试用例。通过这些用例检查模型输出、工具参数和失败分支，能比只测试一次成功请求更早发现工作流问题。