n8n Agent 基礎補充教材
這份筆記整理自
260411_素養班_Day5.pdf中與 AI Agent 基礎有關的內容,重點放在 Agentic Workflow、Agent 的組成、n8n 中的 Agent 架構,以及為什麼要用 tool / memory / planning。
想一想
Agent 聽起來很進階,但可以先用一個簡單比喻理解:普通 workflow 像固定路線的公車,站點已經排好;Agent 比較像有目標的助理,它會根據任務判斷要不要查資料、要不要使用工具、下一步該做什麼。差別不只是「有沒有 AI」,而是流程中是否出現了模型的判斷與工具選擇。
不過,Agent 不是越自由越好。對初學者來說,Agent 最重要的設計不是讓它什麼都能做,而是讓它只在清楚範圍內做事。你要先定義任務、提供工具、寫清楚限制,再決定哪些結果需要人確認。如果工具描述不清楚,Agent 可能會用錯工具;如果權限太大,它可能做出你不想要的動作。所以學 Agent 時,要同時學能力與邊界:它可以幫你決策,但你仍然要設計規則、資料來源與安全欄杆。
本篇怎麼讀
- 學習目標:理解 AI Agent 與一般 workflow 的差別
- 先修需求:已看過 02 n8n 新手入門完整教學 與 07 n8n + OpenAI 實作範例集
- 讀完後你應該能:分辨普通 workflow 和 agent workflow、說明 agent 的基本部件、理解 model / memory / tool / planning 在 n8n 中的角色
1. 什麼是 Agentic Workflow
一般 workflow 比較像固定腳本:
- 有一個 trigger
- 跑固定步驟
- 回傳結果
Agentic Workflow 更像一個會思考的流程:
- 接收任務
- 理解目標
- 拆解步驟
- 視需要調用工具
- 檢查目前結果
- 決定下一步
最核心的差別不是「有沒有 AI」,而是:
- 有沒有決策
- 有沒有工具調度
- 有沒有反覆修正
可以簡化理解:
普通 workflow = 固定路線
agent workflow = 會判斷路線的流程
2. AI Agent 的基本組成
2.1 Agent Core
通常就是模型本身,負責:
- 理解任務
- 推理
- 決策
- 判斷要不要找工具
2.2 Memory
讓 Agent 不只看眼前一句話。
常見兩種:
- 短期記憶:保留這次對話或這次任務上下文
- 長期記憶:保留規章、知識、過去紀錄
2.3 Tools
Tool 是 Agent 的手腳。
例如:
- 搜尋
- 試算表
- 資料庫
- 檔案
- LINE / Slack / Email
- 各種 API
沒有 tool,Agent 多半只能回答,不能真正完成工作。
2.4 Planning
Planning 是把任務拆小,安排步驟。
例如:
- 先理解問題
- 再判斷資料夠不夠
- 不夠就搜尋或查資料
- 再彙整輸出
3. 為什麼這些概念在 n8n 特別好教
n8n 的優勢不只是能拖拉節點,而是它很適合把 Agent 結構視覺化。
你可以清楚看到:
- trigger 在哪裡
- model 在哪裡
- memory 在哪裡
- tool 在哪裡
- output 怎麼流
對學習來說,這比只看程式碼更容易理解 Agent 到底在做什麼。
4. n8n 裡 AI Agent 的骨架
可以先用這個骨架理解:
Chat Trigger -> Agent -> Chat Model -> Memory -> Tools -> Output
你會看到幾個關鍵部分:
4.1 Chat Trigger
負責接使用者輸入。
4.2 System Prompt
定義 Agent 的角色、規則、限制。
例如:
- 只能用繁體中文回答
- 不知道就先查工具
- 不可自行編造資料
4.3 Chat Model
模型本身可以是:
- OpenAI
- Ollama
- LM Studio
- Anthropic
- Azure OpenAI
4.4 Memory
決定要保留多少上下文。
4.5 Tools
負責實際執行動作,例如搜尋、查資料表、寫資料、發訊息。
5. 地端模型與雲端模型
PDF 內提到 Ollama、LM Studio、OpenAI,這很適合整理成部署思維。
地端模型
優點:
- 資料不出門
- 容易做內網與隱私控管
限制:
- 部署與維運較麻煩
- 模型能力可能不如雲端頂級模型
雲端模型
優點:
- 整合快
- 模型能力通常較強
限制:
- 要注意敏感資料
- 有 API 成本
重點不是哪個比較強,而是:
你的資料適合在哪裡跑
6. Tool 的價值
Tool 的真正價值不只是搜尋,而是讓 Agent 有辦法做事。
可以分幾類:
6.1 搜尋工具
- Google Search
- SerpAPI
6.2 資料工具
- Google Sheets
- 資料庫
- CRM
6.3 通訊工具
- LINE
- Slack
6.4 檔案工具
- 讀寫檔案
- 轉檔
- 處理文件
6.5 Retrieval 工具
- 向量資料庫
- 文件檢索
一句話:
Tool 決定 Agent 能不能真的完成任務。
7. 這對你自己的專案有什麼啟發
如果你正在做護理床邊語音記錄,這份 Agent 基礎最值得吸收的是:
- Agent 可以調工具,不只是聊天
- 語音流程可以先變 transcript
- transcript 可再交給 workflow 或 agent 做整理
- 最後輸出草稿,而不是直接變正式紀錄
這也是為什麼你後面做的 workflow 比較合理的方向會是:
語音 -> transcript -> 抽欄位 -> 草稿 -> 人工確認
本篇練習
- 用自己的話解釋
普通 workflow和agent workflow的差別。 - 說明 memory、tool、planning 各自負責什麼。
- 想一個你的工作場景,列出至少 3 個需要的 tools。
下一篇建議
如果你想接著理解知識檢索、RAG 與語音 Agent,下一步讀 10 n8n RAG 與 Voice Agent 補充教材。