n8n Agents

模型与工具可配置。

来源: blog.n8n.io
2026年9月25日
7 min

n8n Agents 把智能体作为与工作流并列的独立对象:团队配置一次,就能从聊天渠道、定时任务和其他工作流使用同一个智能体。它带着自己的指令、工具与记忆处理请求,下一步做什么由模型根据任务和已有结果决定。

这次变化解决的是开放式任务的搭建问题。固定的数据同步仍然适合画成工作流;需要读资料、追问、再决定查哪个系统的任务,则可以交给 Agent。两种方式能组合使用,既不要求把所有流程交给模型,也不要求先画出每一种对话分支。

从零件拼装,变成可独立管理的智能体

过去也能在 n8n 搭智能体:把聊天触发器、AI Agent 节点、记忆和工具连接进一个工作流。新 Agents 将会话、记忆、渠道、版本及审批纳入同一个对象,减少这部分组装工作。原有 AI Agent 节点保持原样,已经搭好的工作流不需要因此迁移。

在 Agent Builder 中,各项配置承担不同职责:

  • 模型与指令:选择可用模型,说明角色、语气、工作范围和优先使用的工具。模型可以使用自己的供应商凭据,也可以选择可用的 Gateway credits。
  • 工具:提供实际行动能力,例如查询业务系统、写入记录,或执行已有工作流。只有文字指令而没有对应工具,不能完成这些系统操作。
  • Skills:保存可复用的任务指令与参考资料,按需要加载,并可用于多个智能体。
  • 知识:提供回答时可检索的材料,支持 CSV、PDF、Markdown、TXT 文件,也可结合向量存储。发布公告明确列出的文件上传可用范围是 n8n Cloud。
  • 记忆与会话:默认保留当前会话上下文,也支持跨会话记忆。会话会保存,能够回看和继续;这与上传一套长期参考文件是不同用途。
  • 子智能体:一个 Agent 可以调用另一个 Agent,把任务交给另一个已配置的智能体。

这些配置共同影响一次请求的执行过程。收到消息后,Agent 可以调用工具、查找资料、委派任务或提出追问,再根据得到的信息继续处理,直到给出回复。它不只是把输入交给模型生成一段文字。

工具怎么接,决定它能做多大的事

Agent 有三条连接业务系统的主要路径,区别在于你预先限定多少操作细节。

MCP 服务器适合一次接入一组能力。连接服务后,Agent 可以从开放的工具中选择动作;不需要的工具可以排除。n8n 的 MCP 配置文档还允许只选择一部分工具,而不是默认把整个服务的能力都交出去。

n8n 集成与节点工具适合明确的单项操作。你选择操作并固定必要参数,模型只填写留给它的部分。例如发送消息时,可以预先限定目的频道,而不让模型每次自己选择。相比接入一组 MCP 工具,这需要更多配置,也能缩小模型可以改变的范围。

工作流工具则把整段已定义的过程交给 Agent 调用。这里存在两个层次:Agent 决定何时调用,工作流决定调用后按什么步骤执行。已有业务逻辑可以继续留在工作流中,不必重新写进提示词。

官方的客服示例很能说明这个区别:一个 Agent 使用三个工作流,分别获取客户背景、添加客户备注、通知值班人员。它根据工单内容选择工具、拟定回复并处理升级;获取背景的工作流负责查询 CRM、合同状态和客户健康情况,添加备注的工作流则只接收客户 ID 与备注内容。

其中,添加备注的权限范围尤其重要。把这个工作流作为工具,Agent 获得的是一个受限动作,而不是任意修改 CRM 的能力。每个工具使用自己绑定的凭据;敏感工具可要求审批,Agent 必须等人选择 Approve 或 Reject 再继续。谁能编辑和发布 Agent,则仍受 n8n 的角色权限管理。

同一个 Agent,可以被人找,也可以被流程调用

聊天渠道让团队直接提出请求,定时任务让 Agent 按计划工作。发布公告列出的入口包括 Slack、Telegram、Linear、Discord 和计划任务。例如,客服人员可以在聊天中提问,另一项计划任务让同一个 Agent 每天整理待处理事项,不必分别维护两套指令。

反过来,工作流也能用 Message an Agent 节点调用 Agent:把前面节点产生的数据组成一条消息,发送给已发布的 Agent,再将它的回答交给后续节点。Agent 使用自己已有的指令、工具和记忆,调用方主要负责输入与输出的衔接。

因此,团队可以把固定步骤放在外层工作流,仅在需要判断的一步调用 Agent;也可以让 Agent 负责整体处理,再按需要调用若干固定工作流。选择取决于哪一部分需要确定顺序,哪一部分必须根据新信息改变做法。

修改、发布和追查是同一套管理流程

Agent 的草稿与已发布版本分开。修改草稿、预览测试时,团队继续使用已发布版本;准备好后再发布新的版本。一次发布会更新各个连接入口使用的同一个 Agent,不必逐个渠道复制配置。版本还支持恢复、回退和取消发布。

会话记录提供的不只是最后一句回答,还包括执行步骤、工具调用及其输入输出和错误。出现问题时,可以检查它到底选择了什么动作、拿到了什么结果。日志提供追查依据,审批提供行动前的人工关口,两者不能互相替代。

怎样开始,以及费用算在哪一层

手动搭建从项目的 Agents 标签页进入,选择 Create Agent,再配置模型、指令和能力。也可以把需求交给 n8n Assistant,由它拟定指令、工具和 Skills,再由你检查与测试。Assistant 是帮助搭建的入口,建成后的 Agent 才是处理业务请求的对象。

没有模型供应商 API key 时,可以用可用的 Gateway credits 开始体验;也能使用自己的凭据。Gateway credits支付支持的模型或服务调用,与和 Assistant 对话消耗的 AI credits 分开,不能把两种余额当成同一项额度。

Agent 的执行次数另算:用户发出一条消息,Agent 处理并返回回复,这一轮计为一次 execution。公告说明,Agent 调用工作流工具和子智能体不会再分别增加执行次数,Agent 与工作流共用套餐的执行配额。一个会话如果有多轮往返,就不能只按一次会话估算执行量;模型调用费用也不等于这项执行次数。

此次发布向使用最新稳定版的 n8n Cloud 用户开放 Agents,也提供需要额外设置的 Community 自托管方式。Enterprise 处于预览阶段,更多治理功能仍在推进。Agents 本身也仍是预览功能,官方要求先测试再发布,并对敏感动作保留审批。

对于已经有工作流的团队,最有价值的起点是找出一个需要来回查询和判断的任务,把现有的可靠流程作为它的工具,而不是重做全部自动化。客服工单处理、线索研究、Linear 问题跟进和定时摘要都是公告给出的方向。能复用哪些流程、每个工具允许做什么、哪些动作必须等待审批,才是把这个 Agent 配置成具体工作助手的关键。

2026-09-25: 原文 · n8n

内容说明:本文基于公开资料整理,仅供工具选型参考。产品功能、价格及相关政策可能随时调整,请以官方最新信息为准。

原文出处:blog.n8n.io