AutomateLab n8n — AutomateLab 的 n8n

n8n 该技能与 @automatelab/n8n-mcp 服务器（npm：@automatelab/n8n-mcp）配对。它暴露三个MCP工具，并为代理提供特定于n8n的上下文，以生成可以直接导入和运行的输出。一旦MCP服务器配置完成（见下面的“服务器设置”），代理就可以访问：

• n8n_generate_workflow - 用户以纯英语描述一个流程（“从Stripe webhook到Slack和Google Sheets行”）。返回可以导入到n8n的“从文件导入”对话框的工作流JSON。检测AI代理意图并生成一个LangChain集群（聊天触发器+代理根+聊天模型+内存+可选HTTP工具），并使用ai_languageModel / ai_memory / ai_tool连接将其连接起来。
• n8n_scaffold_node - 用户想要一个自定义节点（不在n8n的库中，或是内部API的薄包装）。返回一个单独的INodeType TypeScript文件。
• n8n_lint_workflow - 用户粘贴现有的工作流JSON，或者刚刚生成的一个。捕获缺失的typeVersion、过时的类型、缺失的凭据、断开的连接、重复的ID、AI代理缺失ai_languageModel、Webhook缺失webhookId、IF节点v1模式。默认链：generate_workflow -> 对结果进行lint_workflow。仅当lint报告没有问题时才返回JSON，或者显式调用警告。

服务器设置 将以下内容添加到用户的MCP配置中（Cursor：~/.cursor/mcp.json，Claude Desktop：claude_desktop_config.json）：

{
  "mcpServers": {
    "n8n": {
      "command": "npx",
      "args": ["-y", "@automatelab/n8n-mcp"]
    }
  }
}

重启后，三个n8n_*工具将变得可用。

n8n数据模型：项目和自动迭代 这是破坏工作流的最大来源。每个节点看到一个数组：[ { json: { ... }, binary?: { ... } }, { json: { ... } }, ... ]。大多数节点自动迭代：它们每个项目运行一次。您几乎不需要显式循环。如果前一个节点返回10个项目，下一个节点将自动执行10次。

表达式速查表（在 ={{ ... }} 内使用）：

• $json - 当前项目的json有效负载（最常见）
• $json.field.nested - 点式访问当前项目
• $input.all() - 输入此节点的项目数组
• $input.first() / $input.last() - 快捷方式
• $("Node Name").item.json - 匹配来自另一个节点的项目（通过运行索引配对）
• $("Node Name").all() - 来自另一个节点的所有项目，无论配对
• $("Node Name").first().json - 来自另一个节点的第一个项目
• $node["Node Name"].json - 旧语法，仍然有效，但$()是首选

常见错误：写入$ json [0]，因为您在输入面板中看到一个JSON数组。该数组就是项目列表 - n8n已经将其分割。使用$ json（单数）并相信自动迭代。

迭代：您是否真正需要一个循环？ 决策树：

• 默认：无循环。将Set / HTTP Request / Code节点放置在数据源之后，它将为每个项目运行。
• 只有在以下情况下才需要循环：

- 分页API调用（循环直到设置nextCursor） - 需要批处理和延迟的限速API - 顺序很重要且必须一次处理N个项目的顺序副作用

选择正确的节点：

• Split Out - 一个项目包含一个数组字段（例如items []）；使每个数组元素成为其自己的项目。90%的情况下使用此方法来“迭代数组”。
• Loop Over Items（Split In Batches）- 具有可配置批大小和反向边连接的实际循环。用于分页和限速批处理。
• Aggregate - Split Out的逆操作：将N个项目折叠回一个具有数组字段的单个项目。

选择“循环遍历项目”时，需要将处理分支的最后一个节点连接回循环节点的主输入。没有这种反向边，它将只运行一次。Lint不会捕获这种情况；请仔细检查连接。

AI代理/LangChain集群节点 n8n的AI节点使用不同的连接模型。根是@ n8n/n8n-nodes-langchain.agent（较旧的工作流：n8n-nodes-langchain.agent）。子节点通过专用连接类型向上连接，而不是正常的主流：

• 子节点角色
• 连接类型
• 示例
• 语言模型
• ai_languageModel
• lmChatOpenAi，lmChatAnthropic，lmChatOllama
• 内存
• ai_memory
• memoryBufferWindow，memoryPostgresChat
• 工具
• ai_tool
• toolHttpRequest，toolCode，toolWorkflow，MCP客户端
• 输出解析器
• ai_outputParser
• outputParserStructured

在连接中，子节点是源，代理是目标，连接类型设置：

"connections": {
  "OpenAI Chat Model": {
    "ai_languageModel": [[{
      "node": "AI Agent",
      "type": "ai_languageModel",
      "index": 0
    }]]
  },
  "Buffer Window Memory": {
    "ai_memory": [[{
      "node": "AI Agent",
      "type": "ai_memory",
      "index": 0
    }]]
  }
}

最小可行代理：触发器 -> AI代理（根）+ 一个聊天模型子节点 + （可选）内存 + （可选）工具。代理本身通过主流向下流动。工具节点可以包装任意HTTP请求、子工作流或代码。要从代理调用其他工作流，请使用toolWorkflow并引用子工作流的ID。

代码节点：返回形状合同 代码节点必须返回一个项目数组，而不是原始对象。