[EP-16] n8n 上的各種 AI 節點功能介紹

本文介紹 n8n 上各種 AI 節點，大略地介紹了AI 模版、AI 代理人、資訊抽取器、問答鏈、情感分析等等節點。文章非常長，慎入。

上次在 EP-14 電子報，我們已經設定了讓公司信件轉寄到 Gmail ，讓 n8n 每日執行來自 Gmail 帶有公司標籤的信件，如果是與長官或同事交辦事項有關，就送到 Notion 。其他的信件則送到 AI 節點做進一步的辨識。

這些 AI 節點，主要是使用 OpenAI、DeepSeek、xAI、Anthropic、Google、Meta 等公司發佈的大型語言模型（LLMs）。

語言模型的功能，目前有下列這幾種，這些功能我們都能運用在 n8n 平台上。

1. 文字處理與生成

• 輸入與輸出：接受文字輸入（如問題、指令、對話），生成自然語言回應，比如回答問題、撰寫文章、翻譯語言、總結內容等。

• 對話能力：能進行多輪對話，記住上下文，模擬不同語氣或角色（如專業、幽默、友好）。

• 程式碼生成：可以生成、解釋或除錯程式碼，支援多種程式語言（如Python、JavaScript等）。

2. 圖像處理與生成

• 圖像分析：部分模型能分析用戶上傳的圖片，描述內容、識別物體、文字或情緒。

• 圖像生成：根據文字描述生成圖片（如DALL·E或Midjourney）。

• 圖像編輯：對之前生成的圖像進行修改（如調整顏色、添加元素）。

3. 聲音處理與生成

• 語音輸入：一些模型能接受語音訊息，轉錄成文字後處理。

• 語音生成：將文字轉為語音，模擬自然聲音，甚至模仿特定語調或口音。

• 聲音分析：辨識語音中的情感、語調或語速。

4. 多模態能力

• 跨模態轉換：例如，將圖片描述成文字，或根據聲音內容生成圖像，甚至從文字生成音頻故事。

• 綜合理解：同時處理文字、圖像、聲音等多種輸入，並給出整合的回應。

---

如何在 n8n 上添加 AI 節點？

在 n8n 介面上按 + 符號，可以看到 Advanced AI 的選項，點擊 Advanced AI 之後，有下列這幾種選擇：

• AI 模版（AI Templates）

• AI 代理人（AI Agent）

• OpenAI

• 基礎大型語言模型鏈（Basic LLM Chain）

• 資訊抽取器（Information Extractor）

• 問答鏈（Question and Answer Chain）

• 情感分析（Sentiment Analysis）

• 總結鏈（Summarization Chain）

• 文本分類（Text Classifier）

• 其他 AI 節點（Other AI Nodes）

1. AI 模版（AI Templates）

AI 模版是由眾多網友分享的，點擊後會開啟新視窗，如下圖。

這裡的模版也不只是 AI 模版，而是提供使用者分享他們創作的模版。我很建議新手從模版開始著手，不建議自己手刻。我們可以在這裡尋找一些可用的想法。如果看到適合的模版，大部分都是可以免費使用。

2. AI 代理人（AI Agent）

AI 代理人應該是功能最強大的節點，因此我們必須花最多篇幅說明。

點擊 AI 代理人創建新節點之後，會看到底下的畫面。

AI Agent 有各種變化型態，在第一個欄位有下拉選單可以選擇，

(1) 工具代理人（Tools Agent）

• 功能：

  • 結合 LangChain 框架，讓工作流程能夠動態調用多種工具（如 API、資料庫、n8n 工作流）來自動完成複雜任務。

  • 不支援上下文記憶，節點中的 Memory 子節點比較像是提供臨時的記憶，與聊天機器人多次對話的記憶情境不同。

• 適用情境：

  • 適用於需要自動化且具智慧化決策的情境，例如自動生成報告、資料分析、跨平台資料整合、客服回應、或需多步驟決策的業務流程。

(2) 對話代理人（Conversational Agent）

• 功能：

  • 支援人性化對話，能理解用戶意圖並保持對話上下文。

• 適用情境：

  • 適用於需要智能客服、對話式自動化、虛擬助理、或任何需要自然語言互動的應用場景，例如客服機器人、銷售助理、或內部知識問答系統。

(3) OpenAI 功能代理人（OpenAI Functions Agent）

• 功能：

  • 專為 OpenAI Functions 模型設計，適用於複雜的自然語言理解與生成任務。

• 適用情境：

  • 適用於需要利用 OpenAI 模型進行複雜資料處理、語言生成、客製化對話體驗、或自動化決策的應用，例如智能客服、內容生成、數據分析報告、或語意分析工具。

(4) 計畫執行代理人（Plan and Execute Agent）

• 功能：

  • 用於自動規劃並執行多步驟任務。它會先制定計劃，再逐步執行，並根據結果調整後續步驟，以達到高效且智慧化的工作流程管理。

• 適用情境：

  • 適用於需要多階段決策和動態調整的任務，例如自動化專案管理、複雜工作流排程、策略規劃與執行、或需要即時反饋與調整的業務流程。

(5) 推理與行動代理人（ReAct Agent）

• 功能：

  • 以推理與行動 (Reason + Act) 的方式進行決策。它能夠根據上下文推理並選擇適當的動作或工具來完成任務，提升任務執行的智慧化和自動化程度。

• 適用情境：

  • 適用於需要動態決策和複雜推理的應用，例如智能客服、跨系統操作協調、自動化數據處理或策略性決策支持。

(6) SQL資料庫代理人（SQL Agent）

• 功能：

  • 與 SQL 資料庫互動，能將自然語言轉換為 SQL 查詢，並以易於理解的格式顯示結果。

• 適用情境：

  • 自然語言查詢生成：例如自動化報表生成、數據分析。

  • 資料洞察提取：從結構化數據中獲取分析結果。

小提示：

• Tools Agent 與 OpenAI Functions Agent 的差異在於，Tools Agent 更側重於整合外部工具，而 OpenAI Functions Agent 更適用於自然語言處理與生成。

• Conversational Agent 是唯一支援記憶且具備工具整合的選項，因此特別適合用於虛擬助理與聊天機器人。

• ReAct Agent 與 Plan and Execute Agent 的差異在於，前者具備動態反應能力，而後者則更注重結構化執行。

---

3. OpenAI

• 功能：OpenAI 提供不同模型，主要有底下幾種模式，

  • 助理（Assistant）

  • 文本（Text）

  • 圖像（Image）

  • 音訊（Audio）

  • 檔案（File）

  • 客製化 API （Custom API Call）

  用起來其實跟 AI Agent 差不多，只不過這個節點是專門為了 OpenAI 設計的，結合了 LangChain 框架和 OpenAI API，讓工作流程能夠進行自然語言處理、文本生成、資料分析、以及其他 AI 驅動的任務。它支援 GPT 模型，可用於各種語言任務，包括自動回覆、內容生成和語意分析。

• 適用情境：

  適用於需要高度自動化且智能化的應用場景，如客服自動化、行銷內容生成、報告撰寫、數據洞察分析、或語言翻譯工具。

---

4. 基礎大型語言模型鏈（Basic LLM Chain）

• 功能：相對來說比較陽春，也沒有記憶功能

• 適用情境：單純只是需要單次對話的場景。

---

5. 資訊抽取器（Information Extractor）

• 功能：根據用戶定義的模板或提示，從文本中提取關鍵資料（如姓名、日期、數字），並且將提取結果轉為 JSON 等結構化格式，便於後續處理。

• 適用情境：

  • 電子郵件處理：從客戶寄來的詢問郵件中提取訂單號、產品名稱和送貨地址。

  • 社交媒體分析：從 X 貼文中提取用戶提到的品牌名稱、情感傾向或事件時間。

  • 報告自動化：從 PDF 報告中提取關鍵統計資料。

---

6. 問答鏈（Question and Answer Chain）

• 功能：結合檢索器（Retriever）和大型語言模型（LLM），從給定的資料中提取相關內容並生成答案。

• 適用情境：

  • 知識庫查詢：從公司文件、手冊或 FAQ 中回答具體問題，例如「我們的退貨政策是什麼？」

  • 客戶支援自動化：根據內部資料快速回應客戶詢問，如「產品規格有哪些？」

  • 研究與分析：從大量文檔中提取答案，適合學術或商業情報需求。

在問答鏈節點設定底下有一個檢索器（Retriever），如上圖。點下去有數種檢索器可供選擇：

(1) 向量資料庫檢索器（Vector Database Retriever）

• 功能：利用向量資料庫進行相似度搜尋，從大量未結構化資料中找到與查詢最相關的內容。

• 適用情境：擁有大量文本資料（如文件、文章）且需要根據語意相似度進行高效檢索時，適合使用此檢索器。

(2) 文件檢索器（Document Retriever）

• 功能：從預先定義的文件集合中檢索相關資訊，通常使用關鍵字匹配或其他傳統搜尋技術。

• 適用情境：擁有一組已知的文件，且需要根據使用者查詢從中提取相關段落或資訊時。

(3) 知識庫檢索器（Knowledge Base Retriever）

• 功能：從結構化的知識庫中檢索答案，通常包含 FAQ 形式的資料。

• 適用情境：適合用於客服系統或常見問題解答，能快速從知識庫中找到精確答案。

(4) 網路檢索器（Web Retriever）

• 功能：即時從網路上搜尋資訊，獲取最新的資料。

• 適用情境：當需要查詢最新事件、新聞或動態資訊時，使用此檢索器可以獲得即時結果。

(5) 資料庫檢索器（Database Retriever）

• 功能：從結構化資料庫中檢索資料，通常使用SQL查詢。

• 適用情境：當需要從關聯式資料庫中提取特定資訊時，此檢索器非常適合。

---

7. 情感分析（Sentiment Analysis）

• 功能：分析傳入文本的情感，例如讓 AI 判斷文本是正面（Positive）、中立（Neutral）、負面 （Negative）。語言模型的溫度要設置為 0 ，確保每次的產出都很穩定。

• 適用情境：

  • 客戶反饋分析：判斷產品評論或支持票的情感傾向。

  • 社交媒體監控：分析 Threads 貼文或留言的情緒，如品牌聲譽評估。

  • 市場研究：從問卷或訪談中快速識別情感趨勢。

  • 自動化決策：根據情感結果觸發後續動作，如負面反饋提醒客服。

8. 總結鏈（Summarization Chain）

• 功能：匯總多個文檔，生成簡潔的摘要。

• 適用情境：

  • 文件摘要：快速總結報告、文章或會議記錄。

  • 新聞監控：從多篇新聞中提取核心內容。

總結鏈另外還分成了不同總結方式，提供三種選項：

(1) Map Reduce

• 功能：先進行個別段落或片段的摘要（Map），再將所有摘要進行合併與精煉（Reduce）。

• 適用情境：長篇文章或大型資料集，如技術文件、報告、或多段落內容的總結。

(2) Refine

• 功能：先生成初步摘要，並在每次新段落加入時進行進一步的精煉。

• 適用情境：需要在多段內容之間保持連續性和上下文一致性的場合。例如即時會議紀錄或逐步收集的資料總結。

(3) Stuff

• 功能：將所有內容集中後，一次性進行總結。

• 適用情境：短篇文章或小型資料集：如簡短的報告、單篇文章、或字數較少的內容。

---

9. 文本分類（Text Classifier）

• 功能：顧名思義就是依據文意分類，類別可自行定義。

• 適用情境：

  • 垃圾郵件過濾：識別電子郵件或訊息是否為垃圾內容。

  • 情感分類：將客戶評論分類為正面或負面（比情感分析更直接）。

  • 內容標籤：為文章或貼文自動標記主題（如科技、健康）。

  • 工作流路由：根據文本類別觸發不同後續動作，如將負面反饋轉給客服。

文本分類節點另外有數個選項可以設定，

(1) 允許多個類別為真（Allow Multiple Classes To Be True）

• 功能：決定每個項目只能單選（關閉），還是可以多選（開啟）。

• 適用情境： 當內容可能同時符合多個類別（如多標籤分類）時，建議開啟。

(2) 當無明確匹配時（When No Clear Match）

• 功能：定義模型無法明確分類時的處理方式，有兩個選項：

  • 丟棄項目（Discard Item）：預設選項。

  • 輸出到「Other」分支（Output on Extra, 'Other' Branch）：將無法分類的項目輸出到額外的分支，方便後續處理或檢查。

• 適用情境： 若希望追蹤無法分類的項目，建議使用 "Other" Branch。

(3) 系統提示詞模板（System Prompt Template）

• 功能：自定義分類過程中的提示詞，以影響模型對內容的理解和分類方式。

• 適用情境： 當需要針對特定情境或語境進行分類時，可自定義提示詞以提高分類準確性。

(4) 啟用自動修復（Enable Auto-Fixing）

• 功能：開啟後，當模型輸出的格式不符合預期時，節點會自動修復輸出格式。

• 適用情境： 當輸出格式需嚴格符合特定要求，或想減少格式錯誤時，建議開啟。

---

10. 其他 AI 節點（Other AI Nodes）

上述的節點已經可以應付大部分的需求了，但是還有一些少部分的情況，需要使用下面的節點。

(1) 文件加載器（Document Loaders）

負責將文件（例如 PDF、Word 文檔、純文本等）加載到系統中，以便進一步處理或分析。一共有兩種

• 預設資料加載器（Default Data Loader）

  • 功能：這個選項用於從工作流程中的前一個步驟（previous step）加載資料。它適用於在工作流程內部傳遞和處理已經存在的資料或文件，不需要從外部來源獲取新資料。

  • 適用場景：如果你在前一個步驟已經生成或接收了資料（例如文本、文件內容或結構化資料），這個加載器可以直接使用這些資料作為輸入，繼續後續的處理。

1. GitHub 文檔加載器（GitHub Document Loader）

   • 功能：這個選項專門用於從 GitHub 平台加載資料或文檔，並將其作為工作流程鏈（chain）的輸入。GitHub 數據可能包括代碼庫、README 文件、問題（issues）、拉取請求（pull requests）或其他與 GitHub 倉庫相關的內容。

   • 適用場景：從 GitHub 倉庫中提取特定文件或資料（例如分析代碼、檢查文檔或整合 GitHub 活動）。

(2) 語言模型（Language Models）

例如用於文本生成、翻譯、問答或語義分析的模型。常見的例子包括基於大規模語言模型的技術，如用於聊天機器人或內容創建的系統。點擊下去有 OpenAI 、 Anthropic 、 Hugging Face 、 Ollama 等語言模型可供選擇。

(3) 記憶（Memory）

管理訊息儲存和檢索的組件，特別是在執行任務或流程時使用。記憶模組可能會記錄上下文、歷史資料或臨時訊息，以便系統能夠在不同步驟之間保持連貫性或進行參考。點擊下去有 Motorhead 、 Postgres 、 Redis 、 Xata 等資料庫儲存方式。 ****

(4) 輸出解析器（Output Parsers）

這是用來確保系統輸出的工具，會將結果格式化或轉換為特定結構或格式。例如，它可以將原始的 AI 輸出整理成表格、JSON 或其他可讀格式，以滿足特定需求。有三種選項：

• 自動修正輸出解析器（Auto-fixing Output Parser）

  • 功能：這個選項會自動檢測輸出的格式，如果發現不符合預定義的正確格式，會嘗試自動修正或調整輸出。

  • 適用場景：適合用於需要穩定輸出格式的場景，尤其是當上游節點（例如語言模型）可能生成不一致或錯誤格式的資料時。這個解析器可以幫助確保輸出符合期望的結構，減少手動干預。

• 項目列表輸出解析器（Item List Output Parser）

  • 功能：將結果返回為單獨的項目列表（separate items）。通常以列表或陣列的形式呈現，方便後續處理或迭代。

  • 適用場景：適合需要將資料分拆為多個獨立部分的情況，例如處理多行文本、列表資料或需要逐項操作的結果。這在工作流程中便於與其他節點（如迭代器）集成。

• 結構化輸出解析器（Structured Output Parser）

  • 功能：將資料返回為定義的 JSON 格式。

  • 適用場景：適合需要以標準化、可機讀格式傳遞資料的場景，例如與 API 交互、資料分析或生成結構化報表。

(5) 檢索器（Retrievers）

用於從資料來源中獲取相關訊息的工具。檢索器可能會搜索資料庫、文件庫或外部資源，找到與當前任務相關的內容。

• 上下文壓縮檢索器（Contextual Compression Retriever）

  • 功能：通過上下文壓縮技術增強文檔相似性搜索。能夠優化搜索過程，壓縮或過濾不相關的內容，確保返回的結果與查詢的上下文更相關。

  • 適用場景：適合需要從大型文檔集或資料庫中檢索訊息時使用，特別是在自然語言處理或 AI 應用中，需要更精確地匹配查詢與文檔內容的情況。

• 多查詢檢索器（MultiQuery Retriever）

  • 功能：自動生成多樣化的查詢，它會根據單一查詢生成多個變體或相關查詢，從而覆蓋更廣泛的潛在結果，提高檢索的全面性和準確性。

  • 適用場景：適合需要全面搜索或從多個角度檢索資料的場景，例如在知識庫或文檔庫中查找可能分散的訊息。

• 向量儲存檢索器（Vector Store Retriever）

  • 功能：使用向量儲存（Vector Store）作為檢索工具，用於高效搜索和匹配相似內容。

  • 適用場景：適合需要基於語義相似性搜索的場景，例如在 AI 應用中檢索與查詢語義相關的文檔或資料。需要與向量數據庫（如 Pinecone、Weaviate 或 FAISS）搭配。

• 工作流程檢索器（Workflow Retriever）

  • 功能：使用 n8n 的工作流程作為檢索工具，它會利用現有的 n8n 工作流程邏輯來檢索資料。

  • 適用場景：例如從之前的工作流程步驟或外部 API 中提取訊息。

(6) 文本分割器（Text Splitters）

用來將大段文本拆分成較小部分的工具。這種功能在處理長文件或大數據時非常有用，因為它可以使文本更易於分析、管理或傳遞給語言模型。

• 字符文本分割器（Character Text Splitter）

  • 功能：根據字符數量將文本分割成塊（chunks）。這意味著它會按照指定的字符數（例如每 1000 個字符）將文本切分為多個部分。

  • 適用場景：適合需要簡單、直接分割文本的場景，例如將長文檔按固定長度切分，特別是當文本結構簡單或不需要考慮語義時。

• 遞歸字符文本分割器（Recursive Character Text Splitter）

  • 功能：通過遞歸的方式根據字符數量將文本分割成塊，並針對大多數使用場景推薦使用。它會嘗試按層次結構（例如段落、句子或單詞）逐步分割文本，直到達到指定的字符數限制，這樣可以保留更多的上下文和結構完整性。

  • 適用場景：適合大多數文本處理場景，尤其是需要保留文本語義和結構的情況，例如 AI 模型輸入、長文檔分析或需要避免單詞中斷的場景。因為它是“推薦用於大多數使用場景”的，所以通常是預設或最常用的選擇。

• 標記分割器（Token Splitter）

  • 功能：根據標記（tokens）將文本分割成塊。標記通常是語言模型或分詞器識別的基本單位（例如單詞、標點符號或子詞），而不是簡單的字符數。也就是說，分割會考慮文本的語義和語言結構，而不是僅依賴字符數。

  • 適用場景：適合需要與語言模型或自然語言處理（NLP）工具集成的場景，例如將文本準備為 AI 模型的輸入（因為許多模型輸入限制是以標記為單位）。這在處理多語言文本或需要精確控制語義分割時非常有用。

(7) 工具（Tools）

提供各種功能的實用模組，可能包括資料處理、格式轉換、API 集成或其他特定任務的工具，用於增強工作流程的靈活性。點擊下去有各家廠商的工具， 底下只介紹最常用的：

• 調用 n8n 工作流程工具（Call n8n Workflow Tool）

  • 功能：將現有的 n8n 節點或工作流程封裝為一個工具，允許你將其作為單獨的工具在工作流程中使用。

  • 適用場景：適合需要重用或封裝現有 n8n 工作流程的場景，例如在多個工作流程中重複使用相同的邏輯或功能。

• 代碼工具（Code Tool）

  • 功能：允許你使用 JavaScript 或 Python 撰寫自定義工具。

  • 適用場景：適合需要高度自定義或無法通過現有 n8n 節點實現的場景。

• HTTP 請求工具（HTTP Request Tool）

  • 功能：發送 HTTP 請求並返回資料，可以與外部 API 或網站通訊，獲取資料、發送資料或執行其他基於 HTTP 的操作。

  • 適用場景：適合需要與外部服務或 API 集成的場景，例如從 REST API 獲取資料、發送 POST 請求或檢查網站狀態。

(8) Embeddings（嵌入）

嵌入是一種將文本（如單詞、句子或段落）轉換為數學向量（通常是多維數組）的技術，這些向量可以捕捉文本的語義和語境，常用於自然語言處理（NLP）和機器學習模型。

(9) 向量儲存（Vector Stores）

提供向量資料庫，通常與嵌入（Embeddings）一起使用，以實現基於語義的搜索或資料檢索。包括 Pinecone、Postgres、Qdrant 等。

(10) Miscellaneous（雜項）

其他與 AI 相關的節點，包含各種不屬於上述類別的 AI 功能或工具。包含下列三種：

• OpenAI

  前面介紹過了，不贅述。

• 聊天記憶管理器（Chat Memory Manager）

  • 功能：管理聊天消息的記憶，並在工作流程中使用。這意味著它可以儲存、檢索和處理聊天歷史或會話資料，確保上下文在工作流程中保持連貫。

  • 適用場景：適合需要跟踪會話歷史或上下文的場景，例如聊天機器人。

• LangChain 程式碼（LangChain Code）

  • 功能：上述這些節點都是基於 LangChain 框架，如果要客製化可以用這個節點。

  • 適用場景：適合需要自定義 AI 邏輯的場景，例如將多個 AI 模型（如 OpenAI、嵌入模型）串聯起來，實現問答系統、文件摘要或代理式 AI 應用。