5678 的页面能访问后,我就开始组建两个流程:一个接入 DeepSeek 进行 AI 对话,另一个使用 HTTP Request 和 HTML 节点来抓取网页内容。流程的成功并不仅仅是配置完就算,而是要实际运行,确保每个节点都能正常返回结果。当本地的流程可以顺利运行后,我通过 cpolar 将 5678 映射到公网,并用固定的二级子域名 n8n 来方便后续接入各种 Webhook、数据库或更多的 AI 节点。这种方式让我不再需要在目录中不断堆新的孤立脚本,而是构建了一条可视化的、可测试的工作流。
n8n 的真正价值
n8n 是一款开源的低代码自动化工作流工具,它通过节点将触发器、应用、数据库以及 Webhook 等连接起来,让一个自动化的流程不再只存在于几份脚本和注释中。 这类工具尤其适合以下几个场景: - 表单提交后写入数据库,接着发送通知。 - 监控状态变化时自动触发告警。 - 在不同系统之间同步数据。 - 将 AI 模型集成到现有工作流中。 - 接收 Webhook 后执行后续节点。 - 在可视化画布上组合 HTTP、HTML、数据库和自定义代码节点。 值得注意的是,n8n 还是支持自定义代码的,所以“低代码”并不意味着不能写代码,实际上是能用现成的节点解决的部分就直接连接,只有需要自定义的地方才补充代码。准备 Docker 环境
我这次是在 CentOS 环境下进行部署。 如果你有旧版 Docker,记得先卸载:yum remove docker docker-client docker-client-latest docker-common docker-latest docker-latest-logrotate docker-logrotate docker-engine
接着安装必要的依赖:
yum install -y yum-utils device-mapper-persistent-data lvm2
然后添加 Docker 软件源:
yum-config-manager --add-repo https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo
安装并启动 Docker:
yum install -y docker-ce docker-ce-cli containerd.io
systemctl start docker
systemctl enable docker # 设置开机自启
docker --version # 检查版本
如果这一切没有问题,那就创建镜像源配置了:
创建 /etc/docker/daemon.json,内容如下:
{
"registry-mirrors": [
"https://docker.xuanyuan.me",
"https://docker.m.daocloud.io",
"https://docker.imgdb.de",
"https://docker-0.unsee.tech"
]
}
完成后重新加载并重启 Docker:
systemctl daemon-reload
systemctl restart docker
到这儿,Docker 的环境就准备好了,可以继续拉取 n8n 的镜像了。
部署 n8n
首先手动拉取最新镜像,这样可以看到下载进度:docker pull n8nio/n8n:latest
然后创建数据目录,为了避免容器删除后配置和数据丢失:
mkdir -p ~/.n8n
chmod -R 777 ~/.n8n
接着启动 n8n 容器,使用的命令是:
docker run -d --name n8n -p 5678:5678 -v ~/.n8n:/home/node/.n8n -e N8N_BASIC_AUTH_ACTIVE=true -e N8N_BASIC_AUTH_USER=admin -e N8N_BASIC_AUTH_PASSWORD=root@1234 -e TZ=Asia/Shanghai --restart always n8nio/n8n:latest
这个命令中有几个关键参数,比如容器名是 n8n,端口映射是 5678:5678,数据目录的挂载等等。启动完成后,检查容器是否运行正常:
docker ps | grep n8n
访问 http://服务器IP:5678,如果页面能打开,就是 n8n 的 Web 服务正常运行了。
完成 n8n 初始化
第一次进入时,根据页面提示填写邮箱、用户名和密码,完成后继续填写基础信息,页面还提供了获取永久免费密钥的入口。 在设置中添加获取到的密钥,这样就可以开始真正搭建工作流了。第一条工作流:将 DeepSeek 接入 n8n
我总是希望尽快验证部署效果,于是第一条工作流就用 AI 对话来测试。 首先准备 DeepSeek 的 API Key,登录 DeepSeek 开放平台,在 API 密钥页面创建新的密钥,记得及时保存。 在 n8n 仪表板上点击 "Create Workflow",添加触发器节点,接着配置好触发器,然后在后面添加AI Agent。
接下来配置 AI 模型,填写 DeepSeek 和 API Key,最后回到工作流画布,打开聊天窗口进行测试,发送一条消息。等收到有效的回复,这条链路才算真正成立。
对我来说,能顺利接入并验证成功,比什么都重要。
第二条工作流:抓取网页内容
第二个例子换个思路,不再只和 AI 对话,而是让 n8n 处理网页请求。 新建工作流,添加触发节点,然后按页面完成配置。这样就可以开始尝试抓取网页内容了。 通过这样的方式,我感觉不仅提升了工作效率,也让原本复杂的自动化流程变得清晰可见。希望这些分享对你有所帮助,快试试吧!















































