工作流（workflow）在 AI Agent 系统中扮演着重要角色，决定了智能体如何感知、思考、行动并适应复杂任务。
n8n 是一个工作流自动化平台，它为技术团队提供了代码般的灵活性和无代码般的速度，GitHub 超 89.9k star。其关键能力包括：
按需编写代码：编写 JavaScript/Python 代码，添加 npm 包，或使用可视化界面
原生 AI 平台：基于 LangChain 构建基于本地数据和模型的 AI 代理工作流
完全掌控：自主托管，使用公平代码许可，或使用云服务
企业级就绪：高级权限管理、单点登录（SSO）和离线部署
活跃社区：400 多种集成和 900 多个现成可用的模板
现在，通过 n8n 调用 PPIO派欧云提供的高性能大模型 API 服务，能够构建强大的自动化流程，同时完全掌控数据和部署。
PPIO × n8n 配置教程
前置工作：获取 PPIO API Key
要想将 PPIO API 接入 n8n（以及其他各种AI平台），需要准备三个基本信息：Base URL、Model ID 以及 API Key （密钥） 。
其中，Base URL 是 API 服务的根地址，API Key是用于身份验证和权限访问控制的密钥，Model ID 则是用于指定调用的具体模型资源。
（1）获取并保存【API key】
首先，注册登录PPIO派欧云，登录地址为：ppinfra.com/?utm_source… 15 元代金券。
然后，打开 API 密钥管理页面，点击【创建】按钮，输入自定义密钥名称，生成 API 密钥。
❗️❗️❗️注意： 密钥在服务端是加密存储，请在生成时保存好秘钥（比如记录在备忘录里）；若遗失密钥，可以在控制台上删除并创建一个新的密钥。
（2）获取 【Base URL】
PPIO 的 Base ****URL 固定地址为：api.ppinfra.com/v3/openai
（3）获取需要使用的模型 ID，包括：
deepseek/deepseek-r1-turbo
deepseek/deepseek-v3-turbo
deepseek/deepseek-v3-0324
qwen/qwq-32b
此外，在模型广场点击任一模型后，可以从 API 接入指南获取 Base URL 以及模型 ID。更多信息比如最大上下文及价格可参考模型列表：ppinfra.com/pricing
在 n8n 中集成 PPIO API，构建聊天 AI Agent
准备工作：注册n8n
n8n有两种使用方式。
一是本地下载安装，使用 n8n 的开源代码许可。开源地址：github.com/n8n-io/n8n?…
二是直接使用在线的云服务。本文将以云服务的方式进行演示如何使用 n8n 来构建一个简单的聊天 AI Agent。
创建一个新的工作流
如果你是一个新用户，首先打开 n8n 网址 n8n.io 进行注册。注册完成后进入 n8n 的主界面，会看到一个空白的工作流；如果你是一个 n8n 老用户，可以直接创建一个新的工作流。
添加触发节点（trigger node）
每个工作流程都需要一个起点。在 n8n 中，这些被称为“触发节点”。我们从聊天节点开始。
- 选择“添加第一步” 或按 Tab 打开节点菜单。
- 搜索“聊天触发器（Chat Trigger）” 。n8n 会显示与搜索相匹配的节点列表。
- 选择聊天触发器（Chat Trigger） 将节点添加到画布，节点详细信息可以选择默认。
- 选择“返回画布”后，添加聊天节点成功。
添加AI Agent节点
AI Agent节点是将 AI 添加到工作流程的核心。
- 选择添加节点 ，触发节点上的连接器调出节点搜索。
- 输入“AI”并选择AI Agent节点来添加它。
- 现在将显示AI Agent的编辑视图。有一些字段可以更改。由于我们使用的是Chat Trigger节点，因此提示的来源和规范的默认设置无需更改。
- 选择返回画布，添加AI Agent节点成功。
添加 PPIO API 凭证
AI Agent 需要附加聊天模型来处理输入的提示。
- 单击 AI 代理节点上的聊天模型的加号添加聊天模型。随即会出现“语言模型”的搜索对话框。这些是 n8n 内置支持的大模型。我们拉到最下方，选择 OpenAI Chat Model，以此来添加 PPIO 的模型（跟OpenAI API 协议兼容）。
- 打开节点编辑器，为 PPIO 模型添加凭证，以此来让 n8n 与 PPIO 模型建立通信连接。此处的凭证，就是前面准备的 PPIO Base url 以及 API key。
- 到了最关键的一步： 新凭证可自定义名称，然后将提前准备好的 PPIO API Key 以及 Base URL 填写进去并保存。保存之后会弹出连接成功的提示。
- 返回上一步，此时会看到在模型list里出现PPIO支持的模型列表。我们选择 DeepSeek R1 作为演示实例。
- 返回画布，此时看到聊天模型已经添加成功。
测试节点
现在节点已连接到聊天触发器和聊天模型，我们可以点击 Open chat 测试工作流程。输入问题后，聊天模型的响应出现在消息下方，日志窗口显示 AI 代理的输入和输出。 当回答成功之后，工作流会显示绿色，
到此，一个简单的聊天机器人Agent就配置完成了！
更改节点设置
除了最基本的配置之外，还有更个性化的参数设置。
比如，聊天机器人默认的角色是一位“乐于助人的助手”，通过在AI Agent节点的“系统消息（System Message）”里设置，可以改变聊天机器人的初始设置，来实现不同风格的聊天。
将其改为“你是一位才华横溢的诗人，总是用押韵的对句回复”。
当我再次问“你好吗”，效果是这样的：
添加记忆功能
聊天模型现在为我们提供了有用的输出，但是其中存在一些问题，比如，当你告诉聊天模型你的名字，例如“嗨，我叫路易”，等模型回复你之后，你再次询问“我叫什么名字？”，AI无论如何都无法回答你。
这是因为 n8n 的 AI Agent 工作流默认没有保存上下文——AI Agent 没有记忆。
为了记住对话中发生的事情，AI Agent 需要保存上下文。我们可以通过在 AI Agent 节点中添加内存来实现这一点。
- 在 AI Agent 节点底部的记忆节点点击 + 号。在出现的面板中，选择“简单内存”。这将使用运行 n8n 实例的内存，通常足以满足简单使用需求。
- 参数不用修改，默认为5次交互，然后返回画布。
- 此时，当你告知模型你的名字后，他就会记住。
- 最后，在离开之前保存工作流。
至此，将 PPIO API 集成到 n8n 工作流的方式已经完成了，赶快去体验吧！
