课程目录
第 1 期：为什么是 n8n？2026 自动化与 AI Agent 新纪元
深度解读 n8n 从传统自动化工具进化为 AI 原生智能体编排引擎的技术定位、核心优势与生态格局。
第 2 期：基础概念剖析 — 节点、触发器与线缆
透彻理解 n8n 工作流的三大构件：节点 (Nodes) 的类型体系、触发器 (Triggers) 的事件源模型与线缆 (Connections) 的数据传输契约。
第 3 期：环境部署 — Docker Compose 本地部署与安全配置
从零开始用 Docker Compose 一键部署 n8n，深度配置加密密钥、数据持久化、SMTP 邮件与环境变量安全隔离。
第 4 期：数据的心跳 — 深度搞懂 JSON Items 与隐式循环
彻底击穿 n8n 新手最大的认知障碍：为什么节点会自动执行多次？一次搞懂 Data Item 的结构、传输机制与常见陷阱。
第 5 期：首个实战流 — Webhook 触发与 Telegram 机器人双向交互
从零构建一个可接收用户消息、调用外部 API 处理并自动回复的 Telegram Bot 工作流，串联前四期所有概念。
第 6 期：分支与循环控制 — If、Switch 与 Loop 节点大解剖
掌握 n8n 工作流的条件分流、多路路由与显式循环控制，让自动化流具备真正的决策能力。
第 7 期：告别外挂数据库 — 内置 Data Tables 的 CRUD 实战
掌握 n8n 2.0 原生 Data Tables 的增删改查全流程，用内置持久化存储替代外部数据库，大幅简化工作流架构。
第 8 期：与世界通信 — HTTP Request 节点的认证、轮询与并发
彻底掌握 n8n 的万能通信节点 HTTP Request：OAuth 认证、API Key 管理、分页遍历、并行请求与错误重试全解析。
第 9 期：代码是最终兵器 — Code 节点编写 JS/Python
掌握 n8n Code 节点的完整实战技巧：运行模式、内置变量、跨节点引用、异步操作与 Python 模式。
第 10 期：内置工具锦囊 — Merge、Set、Edit Image 节点大串烧
快速掌握 n8n 日常开发中最高频使用的实用工具节点：数据合并、字段设置、图片处理、时间运算与格式转换。
第 11 期：唤醒模型 — 配置大模型凭证与基础 LLM 节点
学习在 n8n 中接入 OpenAI、Claude、Gemini 等主流大模型，理解 Chat Model 节点与 LLM Chain 节点的本质区别。
第 12 期：专属对话机器人诞生 — Chat Trigger 与 AI Agent 节点详解
构建一个完整的 AI 对话机器人：理解 Chat Trigger 的消息协议、AI Agent 节点的内部执行循环以及 System Prompt 的设计原则。
第 13 期：赋予长期记忆 — Window Buffer Memory 与对话状态持久化
深入理解 n8n Memory 节点的内部机制：滑动窗口记忆、Token 计数、Session 隔离，以及如何让 Agent 拥有跨会话的长期记忆。
第 14 期：赋予数字之手 — 给 Agent 接入 Tools 工具集
学习如何为 AI Agent 挂载 Calculator、Wikipedia、Web Search 等内置工具，理解 Function Calling 的底层机制。
第 15 期：意图识别密码 — System Prompt 与 Tool Description 高级调优
掌握 Agent 行为调优的核心技巧：通过结构化 System Prompt、Few-Shot 示例与精确的 Tool Description 让大模型做出最优的工具选择决策。
第 16 期：知识即力量 — RAG 架构原理与 Embedding 基础
理解检索增强生成 (RAG) 的核心原理：为什么大模型需要外部知识库，Embedding 向量是如何工作的，以及 n8n 中的 RAG 技术栈全貌。
第 17 期：灌注知识 — Qdrant 向量数据库部署与文档索引管道
动手搭建企业级知识库：Docker 部署 Qdrant，使用 n8n 构建自动化的文档加载→分块→嵌入→存储管道。
第 18 期：知识变武器 — Vector Store Tool 与 RAG Agent 实战
将 Qdrant 知识库接入 AI Agent：配置 Vector Store Tool 实现自动检索，构建一个能基于企业文档回答问题的智能客服。
第 19 期：检索精进 — Hybrid Search、Re-Ranking 与多角度检索
掌握 RAG 的进阶优化技术：混合搜索提升召回率，重排序提升精度，Multi-Query 多角度覆盖检索盲区。
第 20 期：知识库运维 — 增量更新、过期清理与检索质量监控
构建生产级 RAG 运维体系：自动化增量索引、过期文档清理、检索质量评估与幻觉检测工作流。
第 21 期：无限工具箱 — MCP 协议原理与 n8n 集成架构
理解 Model Context Protocol (MCP) 的设计哲学：为什么它是 AI Agent 的'USB 接口'，以及 n8n 如何原生支持 MCP Client/Server 双角色。
第 22 期：即插即用 — MCP Client Tool 实战连接 GitHub 与文件系统
动手将 MCP Client Tool 接入 AI Agent：通过 Docker 部署 MCP Server，让 Agent 自主操作 GitHub Issues 和本地文件系统。
第 23 期：角色反转 — 把 n8n 工作流暴露为 MCP Server
学习使用 MCP Server Trigger 将 n8n 工作流封装为标准 MCP Tool，让 Claude Desktop 和 Cursor 等外部 Agent 远程调用你的自动化逻辑。
第 24 期：MCP 服务编排 — 多 Server 管理、路由与健康检查
构建 MCP 基础设施层：统一管理多个 MCP Server 的注册发现、动态路由、健康监控与故障切换。
第 25 期：MCP 综合实战 — 构建 AI 驱动的全能工作台
整合全部 MCP 知识，构建一个连接 GitHub + 知识库 + 邮件 + 数据库的全能 AI 工作台，附带完整的架构设计与部署方案。
第 26 期：永不崩溃 — 错误处理、重试与告警体系
构建生产级错误处理体系：Error Trigger 全局捕获、节点级重试策略、优雅降级路径与多渠道告警通知。
第 27 期：模块化构建 — Sub-Workflow 子工作流与 Workflow Tool
学习将复杂工作流拆分为可复用的子工作流模块，通过 Execute Workflow 节点和 Workflow Tool 实现 Agent 级别的工作流编排。
第 28 期：Git 协作 — 工作流版本控制与多环境部署
掌握 n8n 的 Source Control 集成：Git 连接、工作流版本管理、Dev/Staging/Prod 多环境推送与团队协作最佳实践。
第 29 期：群体智慧 — 多 Agent 协作与 Supervisor 架构
构建多智能体协作系统：Supervisor Agent 调度多个专家 Agent，实现复杂任务的分工、并行处理与结果整合。
第 30 期：大结局 — 企业级 AI Agent 平台全架构参考
整合 30 期所学，呈现一个完整的企业级 AI Agent 平台架构参考图，涵盖多环境部署、安全合规、性能优化与持续演进路线。