自动化不想再堆脚本？用 n8n 把 AI、网页抓取和远程触发串成工作流

自动化不想再堆脚本？用 n8n 把 AI、网页抓取和远程触发串成工作流

前言

我对自动化最怕的一件事，不是任务多，而是脚本越写越散：一个负责抓数据，一个负责发通知，另一个再处理接口，半年后连自己都要先翻目录才能想起它们怎么串起来。n8n 吸引我的地方，正是把这些原本藏在脚本里的执行关系直接摆到画布上，用节点把触发、处理和输出连起来。它不是为了让人彻底告别代码，而是把能标准化的部分先交给节点，需要自定义时再补代码，这种方式对我更顺手。

这次我先从最基础的本地部署开始：准备 Docker，启动 n8nio/n8n:latest，确认 5678 页面能访问；然后真正搭两条流程，一条接入 DeepSeek 做 AI 对话，一条用 HTTP Request 和 HTML 节点抓取网页内容。每条流程都不是“配置完就算成功”，而是要实际执行，看节点有没有正常返回结果。等本地流程都能跑通，再通过 cpolar 把 5678 映射到公网，并换成固定二级子域名 n8n。这样以后再接 Webhook、数据库、通知平台或更多 AI 节点时，扩展的是一条已经看得见、能测试的工作流，而不是继续往目录里堆新的孤立脚本。

1. n8n 的价值，不是“不写代码”，而是把流程关系摆出来

n8n 是一款开源、可自托管、低代码的自动化工作流工具。它通过节点把触发器、应用、数据库、Webhook 和自定义逻辑连接起来，让一条自动化流程不再只存在于几份脚本和注释里。

这类工具最适合几种场景：

• 表单提交后写入数据库，再发送通知；
• 监控状态变化后触发告警；
• 在不同系统之间同步数据；
• 把 AI 模型接进现有工作流；
• 接收 Webhook 后继续执行后续节点；
• 在可视化画布里组合 HTTP、HTML、数据库和代码节点。

它同样支持自定义代码，所以“低代码”并不等于“不能写代码”。更准确地说，是能用现成节点解决的部分就直接连接，需要自定义时再补代码。

2. 先把 Docker 环境准备好

这次使用 CentOS 环境部署。

2.1 如果有旧版 Docker，先执行卸载

yum remove docker docker-client docker-client-latest docker-common docker-latest docker-latest-logrotate docker-logrotate docker-engine

2.2 安装依赖

yum install -y yum-utils device-mapper-persistent-data lvm2

2.3 添加 Docker 软件源

yum-config-manager –add-repo https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

2.4 安装并启动 Docker

yum install -y docker-ce docker-ce-cli containerd.io
systemctl start docker
systemctl enable docker # 开机自启
docker –version # 显示版本即成功

这一步同时完成 Docker 安装、启动、开机自启和版本检查。

2.5 配置镜像源

创建 /etc/docker/daemon.json，写入：

{
"registry-mirrors": [
"https://docker.xuanyuan.me",
"https://docker.m.daocloud.io",
"https://docker.imgdb.de",
"https://docker-0.unsee.tech"
]
}

2.6 重新加载并重启 Docker

systemctl daemon-reload
systemctl restart docker

到这里，Docker 这一层先确认正常，再继续拉 n8n 镜像。

3. 部署 n8n

3.1 拉取镜像

先手动拉取最新镜像，方便直接看到下载进度：

docker pull n8nio/n8n:latest

3.2 创建数据目录

mkdir -p ~/.n8n
chmod -R 777 ~/.n8n # 赋予读写权限

这里把 ~/.n8n 挂载到容器里的 /home/node/.n8n，避免容器删除以后配置和数据一起丢掉。

3.3 启动 n8n 容器

这次使用的启动命令是：

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 -e N8N_COOKIE_SECURE=false -e N8N_SECURE_COOKIE=false –restart always n8nio/n8n:latest

几个关键参数包括：

• 容器名：n8n
• 端口：5678:5678
• 数据目录：~/.n8n:/home/node/.n8n
• N8N_BASIC_AUTH_ACTIVE=true
• N8N_BASIC_AUTH_USER=admin
• N8N_BASIC_AUTH_PASSWORD=root@1234
• TZ=Asia/Shanghai
• N8N_COOKIE_SECURE=false
• N8N_SECURE_COOKIE=false
• –restart always
• 镜像：n8nio/n8n:latest

启动后检查容器：

docker ps | grep n8n

然后访问：

http://服务器IP:5678

页面能打开，说明 n8n 的本地 Web 服务已经正常运行。

4. 完成 n8n 初始化

第一次进入时，根据页面填写邮箱、用户名和密码。

登录以后继续填写基础信息。

随后页面提供永久免费密钥获取入口。

进入 settings，在 Usage and plan 中添加获取到的密钥。

完成以后，就可以开始真正搭工作流。

5. 第一条工作流：把 DeepSeek 接进 n8n

我不太喜欢部署完就停在首页，所以第一条流程直接用 AI 对话做验证。

先准备 DeepSeek API Key：登录 DeepSeek 开放平台，在 API 密钥页面创建新的密钥，并在创建后及时保存。

新建工作流在n8n仪表板点击"Create Workflow"，添加作为触发器节点：

在 n8n 仪表板点击 Create Workflow。

添加触发器节点。

继续完成触发器配置。

然后在触发器后面添加 AI Agent。

接着配置 AI 模型。

选择 DeepSeek，并填入 API Key。

选择deepseek，填入密钥：

回到工作流画布，打开聊天窗口进行测试。

发送一条消息。

能收到有效回复以后，这条链路才算真正成立：

触发器 → AI Agent → DeepSeek → 返回结果。

对我来说，这比“API Key 保存成功”更重要，因为最终要验证的是工作流真的跑了一遍。

6. 第二条工作流：抓取网页内容

第二个例子换一种思路，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。

继续按页面完成触发器配置。

接着进入节点选择。

搜索 http 并添加 HTTP Request 节点。

把 HTTP 请求节点连接到触发节点，请求方法设置为 GET，目标网址按教程填写：

https://scrapeme.live/shop/

随后添加 HTML 节点，并选择“提取 HTML 内容”。

回到主界面点击执行工作流。

执行成功后，节点会显示为成功状态；如果出现错误，再按节点参数和目标网页结构逐步检查。

这一条流程展示的是另一类自动化：

触发器 → HTTP 请求 → HTML 内容提取。

它和上一条 AI 对话放在一起，正好能看出 n8n 的核心并不是某一个具体功能，而是把不同类型的节点按流程连接起来。

7. 为什么本地工作流还需要公网入口？

只在浏览器里手动打开 n8n 时，本地 5678 已经够用。

但自动化真正开始和外部系统连接以后，Webhook、远程触发、异地管理这类场景都会遇到同一个问题：外部服务需要一个能够访问到 n8n 的公网入口。

这时候再加 cpolar，职责会比较清楚：

n8n 负责编排工作流，cpolar 只负责把本地 5678 Web 服务映射到公网。

这样网络入口和自动化逻辑不会混在一起。

8. 安装 cpolar

执行：

sudo curl https://get.cpolar.sh | sh

安装完成后检查服务：

sudo systemctl status cpolar

通过主机 IP + 9200 访问 cpolar Web UI。

登录以后开始创建 n8n 隧道。

9. 先用随机域名验证 5678

进入【隧道管理 → 创建隧道】，配置为：

• 隧道名称：n8n
• 协议：http
• 本地地址：5678
• 域名类型：随机域名
• 地区：China Top

创建完成后，到在线隧道列表查看公网地址。

从其他设备访问。

页面能够正常打开，说明：

本地 n8n 5678 → cpolar 随机公网地址

这条访问链已经跑通。

10. 长期使用，再配置固定二级子域名

随机地址适合测试，但如果后面要持续使用远程入口或配置外部触发，地址长期不变会更方便。

进入预留功能。

地区选择：

china Top

这次保留的二级子域名是：

n8n

然后回到【隧道管理 → 隧道列表】，找到对应隧道并编辑。

修改为：

• 域名类型：二级子域名
• Sub Domain：填写已经保留的名称
• 地区：China Top

点击更新。

更新以后，在线隧道列表里的地址会切换为固定二级子域名。

最后再通过固定地址访问。

页面可以正常打开。

总结

真正让我觉得 n8n 比“再写一个脚本”更顺手的地方，是自动化的结构终于能直接看见了：触发器在哪里、下一步调哪个节点、数据往哪流、哪一步失败，都能顺着画布查。

这次实际跑通的链路包括：

CentOS → Docker → n8nio/n8n:latest → 5678 → 初始化 → DeepSeek AI 工作流 → HTTP Request + HTML 抓取工作流 → cpolar → 随机公网地址 → 固定二级子域名 n8n。

关键配置也都落到了具体位置：

• Docker 安装与镜像源；
• ~/.n8n:/home/node/.n8n
• 5678:5678
• N8N_BASIC_AUTH_ACTIVE=true
• N8N_BASIC_AUTH_USER=admin
• N8N_BASIC_AUTH_PASSWORD=root@1234
• TZ=Asia/Shanghai
• N8N_COOKIE_SECURE=false
• N8N_SECURE_COOKIE=false
• –restart always
• AI Agent
• DeepSeek API Key
• HTTP Request
• GET
• HTML 内容提取
• cpolar 9200
• 隧道名 n8n
• 本地地址 5678
• China Top
• 固定二级子域名 n8n

自动化并不会因为换成可视化工具就自动变简单，但它至少把原本散落在脚本、接口和定时任务里的关系收到了同一个工作流里。后面再接数据库、Webhook、通知平台或更多 AI 节点时，扩展的是已有流程，而不是继续往目录里堆新的孤立脚本。