企業級AI工作流：從自動化到智能化轉型
鄭天民
- 出版商: 機械工業
- 出版日期: 2026-10-01
- 售價: $534
- 語言: 簡體中文
- 頁數: 272
- ISBN: 7111819969
- ISBN-13: 9787111819967
-
相關分類:
LangChain、Large language model、Prompt Engineering
下單後立即進貨 (約4週~6週)
商品描述
這是一本系統講解如何基於n8n低代碼平臺構建企業級AI工作流的工程實踐指南，圍繞“感知層—認知層—執行層”三層融合架構展開，聚焦企業級AI工作流在私有化部署、系統集成、合規治理等方面的真實挑戰。全書共9章，分為4大部分：?設計方法（第1章）：系統介紹自動化工作流的核心概念與智能化演進路徑，對比傳統自動化與Agent驅動的核心差異；從業務、技術、合規3個維度分析企業落地要素；運用任務拆解法和規則描述法梳理業務場景；詳細拆解感知層、認知層、執行層三層架構的設計要點；總結鏈式、路由式、評估優化式、並行式4種設計模式。?技術體系（第2~6章）：聚焦n8n平臺的完整能力棧。從Docker私有化部署、中文界面配置，到Schedule/Webhook/Chat等觸發器節點的選型；從HTTP請求、Notion、MySQL等400多個內置節點的集成應用，到代碼節點、子工作流、錯誤處理等進階技巧。重點講解LLM集成（聊天模型、提示工程、輸出解析器）、Agent開發（工具調用、記憶管理、MCP）、RAG構建（文本嵌入、向量存儲、重排序）三大AI能力模塊，揭示n8n與LangChain框架的整合機制，以及“場景梳理—節點選型—流程編排—持續運營”的n8n開發四步法。?案例實戰（第7~8章）：從真實業務場景出發，構建兩個端到端的智能工作流。商品智能調價工作流：整合HTTP請求、Firecrawl爬蟲抓取、LLM結構化提取、AI Agent定價決策、業務系統回寫。票務對賬工作流：整合TextIn OCR識別、規則引擎、多源數據合並、異常告警。每個案例均包含需求分析、節點選型、流程編排、測試驗證的完整過程，並隨書附贈可在Docker環境直接運行的工作流JSON文件。?治理體系（第9章）：探討智能工作流在企業規模化落地中的人機協同模型、安全合規策略及監控審計機制。涵蓋必須由機器完成、必須由人完成、人機協同完成3類協作模式的責任階梯與熔斷降級策略；身份認證與授權體系（Basic、Token、API Key、OAuth 2.0）；身份與權限層、工具描述層、運行環境層、行為統計層4層設防的工具調用管控機制。
作者簡介
鄭天民15年+軟件行業從業經驗，世界500強集團前技術總監。日本足利工業大學信息工程學碩士，在大型上市公司和互聯網獨角獸公司擔任過架構師、技術總監、CTO。 講師和企業內訓師，對AI企業賦能、系統架構設計和技術管理有豐富經驗。阿裏雲MVP、騰訊雲TVP。
目錄大綱
前言
第一部分 設計方法
第1章 構建企業級智能工作流
1.1 認識自動化工作流
1.1.1 自動化工作流的基本概念
1.1.2 自動化工作流的核心原理
1.2 工作流模式升級：從自動化到智能化
1.2.1 大模型及其應用方式
1.2.2 從大模型到Agent
1.2.3 融合Agent和工作流
1.3 智能工作流的企業落地
1.3.1 智能工作流的價值分析
1.3.2 智能工作流的構建需求
1.3.3 智能工作流的構建方法
1.3.4 智能工作流與企業系統的融合架構
1.4 創建企業級智能工作流
1.4.1 智能工作流的設計模式
1.4.2 智能工作流的架構設計
1.5 本章小結
第二部分 技術體系
第2章 搭建私有化智能工作流平臺
2.1 企業級智能工作流的選型
2.2 引入n8n平臺
2.2.1 n8n功能體系
2.2.2 n8n開發模式
2.3 私有化部署n8n
2.3.1 n8n部署方案總覽
2.3.2 部署Docker
2.3.3 部署和配置n8n服務
2.4 n8n應用集成
2.4.1 n8n集成業務系統
2.4.2 調用n8n工作流
2.5 n8n融合AI大模型
2.5.1 大模型應用開發的核心概念
2.5.2 n8n與大模型整合
2.6 本章小結
第3章 構建n8n工作流
3.1 n8n工作流的開發過程
3.1.1 工作流的基本組件
3.1.2 執行工作流
3.1.3 管理工作流
3.1.4 配置工作流
3.2 n8n數據處理方式
3.2.1 數據結構和表達式
3.2.2 數據轉換
3.2.3 使用代碼處理數據
3.3 n8n流程控制邏輯
3.3.1 條件拆分
3.3.2 數據合並
3.3.3 循環
3.3.4 等待
3.3.5 子工作流
3.3.6 錯誤處理
3.4 n8n工作流案例演練
3.4.1 業務場景和方案設計
3.4.2 工作流實現
3.5 本章小結
第4章 使用n8n集成節點
4.1 n8n集成節點和憑證
4.2 觸發器節點
4.2.1 觸發器節點概述
4.2.2 常用觸發器節點
4.3 動作節點
4.3.1 動作節點概述
4.3.2 常用動作節點
4.3.3 組合動作節點
4.4 集群節點
4.5 n8n集成節點實戰
4.5.1 業務場景和方案設計
4.5.2 工作流實現
4.6 本章小結
第5章 基於n8n構建Agent應用
5.1 Agent與n8n
5.1.1 Agent關鍵技術
5.1.2 n8n Agent的開發模式
5.2 工作流集成Agent
5.2.1 使用AI Agent節點
5.2.2 構建LangChain鏈
5.3 構建MCP客戶端和服務器
5.3.1 MCP的基本概念和原理
5.3.2 實現MCP服務器
5.3.3 集成MCP服務器
5.4 本章小結
第6章 基於n8n構建RAG應用
6.1 RAG與n8n
6.1.1 RAG的核心概念
6.1.2 RAG的組成結構
6.1.3 n8n RAG的開發模式
6.2 基於n8n創建RAG索引
6.2.1 數據加載和分割
6.2.2 向量化和存儲
6.3 基於n8n執行RAG檢索
6.3.1 使用Agent執行數據檢索
6.3.2 直接使用節點執行數據檢索
6.3.3 執行結果重排序
6.4 本章小結
第三部分 案例實戰
第7章 構建商品智能調價工作流
7.1 場景分析和架構設計
7.1.1 商品智能調價場景分析
7.1.2 商品智能調價工作流設計
7.2 創建商品智能調價工作流
7.2.1 感知層：商品價格數據預處理
7.2.2 認知層：商品價格智能計算
7.2.3 執行層：商品價格調整和通知
7.3 執行商品智能調價工作流
7.4 本章小結
第8章 構建票務對賬智能工作流
8.1 場景分析和架構設計
8.1.1 票務對賬場景分析
8.1.2 票務對賬工作流設計
8.2 創建票務對賬工作流
8.2.1 感知層：對賬數據預處理
8.2.2 認知層：對賬數據智能匹配
8.2.3 執行層：商品價格調整和通知
8.3 執行票務對賬工作流
8.4 本章小結
第四部分 治理體系
第9章 智能工作流的治理體系
9.1 智能工作流人機協同
9.1.1 人機協同基本理念
9.1.2 人機協同分工模型
9.2 智能工作流的合規性分析
9.2.1 身份認證和授權體系
9.2.2 工具調用管控
9.2.3 監控和安全審計
9.3 本章小結
