数字世界的“乐高”系统
如果你是 AI 世界的新手，你应该了解的第一款工具就是 n8n。把 n8n 想象成将你所有喜爱的应用连接在一起的“胶水”，让你在睡觉时它们也能自动工作。
“节点” (Nodes) 的概念 在 n8n 中，一切都是使用“节点”构建的。一个节点就是一个执行特定任务的方块。
- 例子： 想象你有一盒乐高积木。一个零件是“读取邮件”，另一个零件是“用 AI 总结”，第三个零件是“发送 LINE 消息”。n8n 就是那个底板，你把这些零件拼在一起，就能组装出一台功能齐全的机器。
为什么对新手很重要： 通常，连接不同的应用需要编写复杂的计算机代码。n8n 改变了这一点，它使用可视化界面。你不需要输入一行行代码，而是在方块之间连线。它把“编程”变成了“画地图”。
理解逻辑：触发器与动作
每一个自动化的“AI 代理”都遵循一个非常简单的逻辑：“当‘这个’发生时，执行‘那个’。” 在技术术语中，我们称之为触发器 (Triggers) 和动作 (Actions)。
1. 触发器 (Trigger) 这是发令枪。它是告诉 n8n 开始工作的事件。
- 例子： “每天早上 8:00” 或者 “每当我在 Telegram 群组中被提到时”。
2. 动作 (Action) 这是触发发生后，电脑实际执行的操作。
- 例子： “在 Google 上搜索有关 AI 的新闻” 或者 “将这段文字翻译成中文”。
生活中的真实案例： 假设你想关注某个特定的爱好，比如摄影。
- 触发器： 某个 YouTube 频道发布了新视频。
- 动作 1： n8n 将视频字幕发送给 AI（如 ChatGPT）。
- 动作 2： AI 写一段简短的摘要。
- 动作 3： n8n 将摘要发送到你的手机。 整个过程在几秒钟内完成，省去了你为了获取要点而观看 20 分钟视频的时间。
无代码与 AI 助手：无需编程也能构建
AI 新手最大的恐惧是：“我不会写代码。” 有了 n8n，这种恐惧就消失了。n8n 属于一场名为低代码/无代码 (Low-Code/No-Code) 的运动。
n8n 中的 AI 助手 n8n 现在在编辑器中内置了一个 AI 聊天机器人。如果你不确定如何构建某个功能，你可以直接用白话文（英文或中文）跟它交流。
- 例子： 你可以输入：“我想把 Gmail 的附件保存到 Google 云端硬盘，” AI 就会建议你需要哪些“节点”以及如何连接它们。
模板 (Templates) 你不需要从空白屏幕开始。n8n 有一个包含数千个现成“工作流”的库。你只需找到你喜欢的，点击“导入”，它就可以直接使用了。这就像跟着食谱做菜，而不是自己去发明一道新菜。
n8n vs. Zapier vs. Make：为什么“开源”更胜一筹
当你搜索“自动化”时，你会发现 Zapier 或 Make 之类的工具。虽然它们很有名，但 n8n 有一个秘密武器：它是开源 (Open Source) 的。
1. SaaS（软件即服务）- Zapier/Make 这些是“封闭”平台。你每月支付费用，你的数据存在他们的服务器上。如果你运行的任务太多，他们会收你额外的钱。
- 例子： 这就像住酒店。很方便，但你按晚付费，而且必须遵守他们的规定。
2. 开源 – n8n 开源意味着软件的“源代码”是公开的。你可以把 n8n 拿过来，安装在你自己的电脑或私人服务器上。
- 例子： 这就像拥有自己的房子。你可以拆墙、刷漆，没有人能限制你可以招待多少客人（执行多少任务）。从长远来看，它更便宜，也更保护隐私。
n8n“住”在哪？理解托管
为了让 AI 自动化 24/7 全天候工作，n8n 需要一直“在线”。这被称为托管 (Hosting) 或部署 (Deployment)。
1. 云端托管（例如 n8n 官方云） 你付钱给公司来处理技术问题。你只需登录并使用。
- 例子： 使用 Netflix。你不在乎电影是如何传送到屏幕上的，你只需点播放。
2. 托管部署（例如 Zeabur） 这是“折中方案”。像 Zeabur 这样的平台让你以非常低廉的价格（每月约 5 美元）一键安装 n8n。
- 例子： 就像租一间带家具的公寓。你仍然付租金，但比住酒店（Zapier）便宜得多。
3. Docker（纯自建） Docker 是一款能让你在任何电脑上轻松运行 n8n 的工具。它就像一个“数字集装箱”，里面装载了 n8n 运行所需的一切。
- 例子： 如果你家里有一台旧笔记本电脑，你可以用 Docker 把它变成你私人的 AI 服务器，成本为 0。
AI 大师词典：22 个核心词汇详解
最后，让我们用简单的例子来复习一下 AI 的 22 个核心词汇：
- LLM：大脑（如 ChatGPT/Gemini）。
- 生成式 AI：会创造的 AI（Midjourney 创作艺术）。
- 提示词 (Prompt)：指令（“写一首诗”）。
- 幻觉 (Hallucination)：AI 撒谎（比如把活人说死）。
- 多模态：能看能听的 AI（分析你上传的照片）。
- 上下文 (Context)：AI 对当前对话的记忆。
- API：应用间的桥梁（让 n8n 与 Telegram 对话）。
- API Key：这座桥梁的专属密码。
- Token：AI 的工作量单位（1 个单词约等于 1-2 个 token）。
- OCR：读取图片中的文字（扫描收据）。
- 工作流自动化：把任务串起来（如果 A 发生，执行 B，然后执行 C）。
- 微调 (Fine-tuning)：给 AI 定制“特长”（用你的写作风格训练它）。
- 扩散模型：AI 画图的核心技术。
- 提示词工程：学习如何写出更好的指令。
- 上下文工程：学习如何巧妙地组织背景信息。
- 向量数据库：AI 用来存放文字“含义”的图书馆。
- 嵌入 (Embeddings)：把文字转成数字，让电脑读懂意思。
- RAG：让 AI 先看“参考书”再回答，防止它乱编。
- Transformer：现代 AI 的引擎（GPT 中的“T”）。
- 本地 LLM：在自己电脑跑 AI（保护隐私）。
- MCP：一种让不同 AI 模型轻松连接工具的新标准。
- 智能体 (Agent)：能独立规划并完成一整项工作的“AI 经理”。
