一般的 n8n workflow 是「發生 A 就做 B」：表單送出就寫進試算表、每天早上八點就寄報表。流程是死的，每一步都是你事先畫好的。AI Agent 不一樣——你給它一個目標和一批工具，路線它自己決定。客戶問「我上週的訂單到哪了」，Agent 會自己判斷：先查訂單系統、再查物流 API、最後把兩邊資料整理成一句人話回覆。這三步你都沒畫，是它自己想的。
這篇帶你在 n8n 裡從零做出第一個會用工具的 AI Agent。不需要寫程式，但需要一把語言模型的 API Key——那筆費用不含在託管費用裡，文末會告訴你大概要抓多少預算。
30 秒總覽
| 項目 | 內容 |
|---|---|
| 做出什麼 | 一個能對話、會自己決定何時查資料的 AI 助理 |
| 需要多久 | 第一次約 30～45 分鐘 |
| 需要準備 | n8n 實例（1.x 版）＋ 一把 LLM API Key（OpenAI、Gemini 或 Claude） |
| 難度 | 做過一個普通 workflow 即可上手；完全沒碰過 n8n 請先看第一個工作流程教學 |
事前準備：實例與 API Key
AI Agent 節點是 n8n 1.x 的內建功能，不用裝任何社群節點。在 RoamerHost 開通的 n8n 託管實例固定跑最新穩定版，登入編輯器就能直接用；自架的朋友請先確認版本在 1.19 以上。
API Key 去對應平台申請：OpenAI 到 platform.openai.com、Gemini 到 Google AI Studio、Claude 到 console.anthropic.com。三家都可以，第一次做建議選 Gemini——有免費額度，測試階段幾乎不花錢。
步驟一：建立 Workflow 與 Chat Trigger
新增一個 workflow，第一個節點選 Chat Trigger（搜尋「chat」就有）。它會給你一個聊天視窗，之後測試都在這裡進行，不用先煩惱要接哪個通訊軟體。
加好之後畫布下方會出現「Open chat」按鈕——先留著，等 Agent 接上再按。
步驟二：加入 AI Agent 節點並接上模型
在 Chat Trigger 後面新增 AI Agent 節點。它跟一般節點長得不一樣：下方多了三個掛載點——Chat Model（大腦）、Memory（記憶）、Tool（手腳）。
- 點 Chat Model 掛載點，選你要的模型供應商（例如 Google Gemini Chat Model）。
- 在 Credential 欄位選「Create new credential」，貼上你的 API Key 存檔。
- 模型挑便宜的先跑通，例如 gemini-2.5-flash 或 gpt-4o-mini，之後嫌不夠聰明再換大的。
這時候按「Open chat」打幾句話，Agent 已經能回覆了——但它現在只是個聊天機器人，還沒有任何工具。
步驟三：給它工具，Agent 才算 Agent
Tool 掛載點可以掛不只一個工具，常用的三種：
- HTTP Request Tool——讓 Agent 能打任何 API。描述欄（Description）務必用白話寫清楚「這個工具是查什麼的、什麼時候該用」，Agent 是靠這段描述決定要不要呼叫它。
- Google Sheets Tool——查庫存、查價目表這類存在試算表裡的資料。
- Call n8n Workflow Tool——把你現有的 workflow 包成工具給 Agent 用。這是威力最大的一種：查訂單、開工單、寄通知，每個都做成獨立 workflow，Agent 需要時自己呼叫。
先掛一個就好。例如掛一個 HTTP Request Tool 指向公開的天氣 API，描述寫「查詢指定城市目前天氣」。回到聊天視窗問「台北現在天氣如何」，你會看到 Agent 在執行紀錄裡真的去呼叫了那個工具——這一刻它就從聊天機器人變成 Agent 了。
步驟四：System Message 與記憶
AI Agent 節點的 Options 裡有 System Message，這段決定它的個性與界線。實務上最有效的三件事：
- 講清楚它是誰——「你是某某公司的客服助理，只回答與本公司服務相關的問題」
- 講清楚查不到時怎麼辦——這條最重要，沒寫的話它會編一個答案給你
- 講清楚工具的使用時機——「查訂單一律使用工具，不要憑印象回答」
Memory 掛載點掛一個 Simple Memory（舊稱 Window Buffer Memory），Agent 就記得同一場對話的前幾句，客人不用每句話都重講一次訂單編號。注意這是「單場對話」的記憶，跨天、跨使用者的長期記憶需要另外接資料庫。
步驟五：測試、除錯與上線
測試時盯著兩個地方：聊天視窗看回覆，執行紀錄（Executions）看它實際呼叫了哪些工具、傳了什麼參數。Agent 答非所問時，九成是工具描述寫得太模糊，它不知道該用哪個。
測穩之後把 Chat Trigger 換成（或並接）你要的入口：
- Telegram Trigger——最快，申請一個 bot token 就能上線，做法同 Webhook 與第三方串接教學的觸發器章節。
- Webhook Trigger——接 LINE、網站客服窗或任何能發 HTTP 請求的服務。
記得把 workflow 右上角切到 Active，觸發器才會真的對外收訊息。
費用與三個常見的坑
Token 費用比一般聊天高。Agent 每決定一次要不要用工具，就是一輪模型呼叫；一句提問背後可能是三、五輪。用 gemini-2.5-flash 或 gpt-4o-mini 這級的模型，一個月幾百則對話大約在 NT$50～150 之間；換旗艦模型會貴一個數量級，先用小模型跑通再說。
小心無限迴圈。工具回傳的錯誤訊息寫得不清楚時，Agent 可能反覆重試同一個工具。AI Agent 節點的 Max Iterations 預設 10 次，不要調高它，並在 System Message 講清楚「工具連續失敗兩次就直接告訴使用者查詢失敗」。
別讓 Agent 碰不可逆的操作。查資料、算數字放心給它；刪除資料、退款、寄信給全部客戶這種事，讓工具只做到「建立待審核項目」，最後一步留給人按。
該用 n8n Agent 還是 Dify Agent？
兩邊都能做 Agent，分工其實很清楚：重點在「串接動作」選 n8n——它有幾百個現成整合，Agent 查完資料還能接著開工單、發通知、寫資料庫；重點在「知識問答」選 Dify——內建 RAG 知識庫，上傳文件就能讓 AI 照著回答，不用自己組檢索流程，細節見 Dify Agent 教學，沒用過 Dify 的話先看 Dify 教學：打造你的第一個 AI 聊天機器人。兩個也常一起用：Dify 負責回答、n8n 負責動手。
準備好動手了嗎？開一台 n8n 託管實例，60 秒就能進編輯器；想有人帶著做，n8n 自動化入門課會從第一個節點教到 AI Agent 上線。
想找人幫你做？
這些流程要是不想自己搭，或是規模大到需要有人一起規劃，浪花科技（RoamerHost 的母公司）承接企業流程自動化與 AI Agent 的委託開發：
