这篇文章给你一条完整的、能跑起来的链路:用 n8n 2.x 从零搭一个会自己选工具的 AI Agent 订单助手——用户丢一句"我的货到哪了",它自己查单、查物流、判断要不要发邮件,高风险动作还会停下来等人审批。全部基于 10 月 12 日更新的教程和 10 月 9 日刚发布的 n8n 2.43.3 整理。

零、先备料:把文档变成 Agent 能查的知识库
Agent 要"查单",先得有单可查。如果你的订单/商品资料还是散落的 PDF、表格,先用文档解析流水线喂给它:
MinerU 4.0.12(2026-10-11 刚发版,GitHub 81.5k star)是目前文档解析里更新最勤的引擎之一——4.0.x 系列 5 天连发 3 版。它的定位明确写着"for your Agentic workflows",链路是:
原始 PDF/DOCX/图片 → 版面解析(表格/公式/多栏)→ 结构化 markdown/JSON(带来源映射)→ 切块 → 灌入向量库/RAG 知识库关键在"带来源映射":Agent 回答时能指到原文档的哪一页,而不是把内容揉碎了丢给你。GitHub 地址:https://github.com/opendatalab/MinerU
备完料,下面才是今天的正菜。
一、先搞清楚:为什么 Agent 比普通工作流贵
n8n 的计费逻辑是按执行次数(Cloud 版):
| 套餐 | 价格 | 执行次数/月 |
|---|---|---|
| Starter | €20 | 2,500 |
| Pro | €50 | 10,000 |
| Business | €667 | 40,000 |
自托管(€4-12 的 VPS)则没有执行上限。
两个容易算错账的点(这是 8 条消息对话成本翻倍的元凶):
- 8 条消息的对话 = 8 次执行——按条计费,多聊几句就贵几份。
- Agent 内部循环 5 次选工具,仍只算 1 次执行——执行费没涨,但每次循环都要调 LLM,成本转移到了模型账单上。所以算 Agent 成本永远是双账单:执行费 + 模型 token 费。
二、8 步搭建订单助手(空画布到发布)
按 10 月 12 日更新版教程的骨架走:
- Chat Trigger:入口节点,接收
chatInput+sessionId(会话 ID,Agent 记忆靠它串起来)。 - AI Agent 节点:n8n 自 1.82.0 起所有 AI Agent 都是 Tools Agent 架构。挂三个子节点:Chat Model(选模型)+ Tools(工具)+ Memory(记忆)。
- 工具 1:Google Sheets 查单——LLM 用
$fromAI()自动填充参数,不用你手写参数映射。 - 工具 2:HTTP 查物流——对接物流查询接口。
- 工具 3:Gmail 发信——给客户的确认邮件。
- Human Review 审批:高风险动作(发邮件)执行前先暂停,等人点确认。
- Memory 配置:⚠️ 队列(queue)模式下必须把 Chat Memory 换成 Postgres 或 Redis,否则实例重启就丢上下文——这是最常踩的一个坑。
- Publish:发布前检查 Max Iterations(默认 10),按任务复杂度调。
三、MCP 三个方向(2026 年 4 月起支持)
n8n 对 MCP 的支持已经做到三向打通,选集成方式时按这个表:
| 方向 | 节点 | 场景 |
|---|---|---|
| 调别人的 MCP | MCP Client Tool | 把现成 MCP 服务当工具挂进 Agent |
| 把自己的工作流暴露成 MCP | MCP Server Trigger | 让外部 Agent 来调你的 n8n |
| 实例级全局 | Instance-level MCP | 全实例共享一组 MCP 连接 |
四、成本测算:40 条/工作日落在哪档
按教程的算法:一个客服场景 40 条消息/工作日 ≈ 880 次执行/月——落在 Starter(2,500 次)之内,€20/月封顶,剩下的是模型 token 费。
这里插两组公开基准数字校准预期(来自 Alice Labs《AI Automation ROI Benchmark 2026》,47 个公开基准指标、每条带原始出处,口径是聚合基准非单企业数据):
- GPT-3.5 级推理成本 2022→2024 降了约 280 倍——"模型账单"那一侧还在快速变便宜,今年按当前价格做的成本测算,明年大概率虚高。
- 编码任务完成快 55.8%、客户支持效率 +15%——客服/支持类是 Agent 落地收益最被反复验证的场景,订单助手正在这条线上。
- 只有约 21% 的企业做了端到端的工作流重设计(BCG 口径)——多数公司的 AI 是"贴在旧流程上",没动流程本身。上面 8 步里"Human Review 插在发邮件之前"就是在重设计,不是贴补丁。
五、6 个坑(按踩中频率排)
- 队列模式不换 Postgres/Redis 记忆 → 实例重启丢上下文,对话"失忆"。
- 工具挂太多 → 建议 ≤8-10 个,LLM 选工具会开始抽风。
- 温度没调 → 工具调用类任务建议 ~0.2,高了参数就飘。
- Max Iterations 留默认不管 → 简单任务 10 轮循环白烧 token 费;复杂任务不够用又提前停。
- 高风险动作没插审批 → Agent 直接给客户发邮件发错了没兜底。
- 只算执行费不算模型费 → 执行费封顶了,token 费没封顶,成本大头在后者。
六、参考来源
- n8n 搭建教程(2026-10-12 更新):https://www.stackledge.com/blog/how-to-build-an-ai-agent-in-n8n
- n8n 2.43.3 release(2026-10-09):https://github.com/n8n-io/n8n/releases/tag/n8n%402.43.3
- MinerU 4.0.12(2026-10-11):https://github.com/opendatalab/MinerU
- ROI 基准报告 v1.2(2026-06-25 更新):https://alicelabs.ai/reports/ai-automation-roi-benchmark-2026