适合人群：已有 n8n 云端或自托管实例，想用可视化工作流搭出第一个能在对话里调用工具的 AI Agent 的同学。本文只写官方文档中的 Agent 节点与常见入门拼法，不涉及推广注册话术。

本文用一个场景贯穿：小宁想做一个简单对话入口：用户在聊天里提问，代理可按需要调用天气查询或计算器一类工具，再把结果说回来，而不是只会干聊、不能碰外部能力。

一、AI Agent 节点在做什么

官方说明：AI Agent 是一类根节点，需要连接一个聊天模型，以及一个或多个工具子节点；运行时由代理决定调用哪些工具。至少要连接一个工具，否则代理缺少可执行动作。从 n8n 1.82.0 起，界面里的 Agent type 设置已弃用，所有代理都按 Tools Agent 方式工作。

也就是说，你要准备三块积木：触发对话的入口、负责推理的模型、以及至少一件工具。

二、准备环境与模型密钥

1. 使用 n8n 云端或自托管实例均可；
2. 在凭证里配置至少一个聊天模型提供商的 API 密钥，例如 Google Gemini 或 OpenAI（以你账号实际可用的集成名为准）；
3. 新建空白工作流，准备从画布左侧添加节点。

密钥只放在 n8n 凭证中，不要写进系统消息明文。自托管时还要注意实例能访问对应模型服务的网络出口。

三、按入门路径拼节点

常见新手拼法如下：

1. 在画布添加第一步，选择 Chat Trigger，作为对话入口；
2. 连接 AI Agent 节点；
3. 在 Agent 上挂接聊天模型子节点，并选好已配置的凭证；
4. 按需挂接 Conversation Memory，让多轮对话能记住上下文；
5. 至少再挂一个工具子节点，例如简易计算器，或指向天气接口的 HTTP 请求类工具；
6. 保存工作流后，用 Open Chat 一类入口试聊。

菜单上的「Add first step」「Chat Trigger」「AI Agent」「Open Chat」等文案可能随版本微调，请以当前界面为准。

四、写好系统消息与试跑

在 AI Agent 的说明或系统消息里，用平静口吻约定角色，例如：「你是助理，需要外部数据时再调用工具，并简要解释你用了哪个工具」。然后在聊天里问一个必须碰工具才能答的问题，例如简单算术，或需要天气接口的城市查询。观察执行日志里是否出现工具调用，再核对返回是否合理。

小宁第一次建议只接一个工具，确认「问 → 选工具 → 回传」闭环后，再逐步加工具，避免一上来节点过多难以排查。

五、使用边界

1. 代理会自行决定是否调用工具，但仍可能选错或编造，重要结论要人工复核；
2. 工具权限尽量最小：只开放完成任务所需的接口；
3. 不要把未审核的代理直接对接到生产系统的高风险写入操作。

常见问题

问：为什么 Agent 报错说没有工具？
答：官方要求至少连接一个工具子节点。检查 Agent 下方是否已挂上工具，并保存工作流后再试。

问：还要选 Agent type 吗？
答：自 1.82.0 起该设置已弃用，统一按 Tools Agent 工作。若你看到旧截图，以当前版本文档为准。

问：必须用 Memory 吗？
答：不是必须。单轮问答可以先不挂；需要连续追问时再加 Conversation Memory。

问：云端和自托管有什么差别？
答：拼节点方式相同。差别主要在实例由谁运维，以及网络与密钥保管方式。按团队现有环境选择即可。

小贴士

1. 先跑通「一个模型 + 一个工具」，再扩展工具清单。
2. 系统消息写清何时该调用工具、何时直接回答。
3. 试聊时同时打开执行详情，确认真正命中了工具节点。
4. 把示例工作流另存一份，避免在练习稿上直接改生产流程。

参考资料

• n8n Docs：AI Agent node https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/
• Build and manage agents https://docs.n8n.io/build/build-and-manage-agents