0基础学AI智能体，Coze和n8n该学那个？有什么区别吗?

从本篇文章开始，一起和偶然从零开始学习 n8n 吧！

文章开始前，先听博主巴拉几句，毕竟博主是真人更新，不是 AI 去写，多少也是有生活和感情的人，虽然我知道这和你们没关，哈哈！

兄弟们，这段时间更新的非常的少，主要是工作和生活上的一些事情，导致自己比较心累，我还和我的朋友说，是不是自己的心理出现了问题。

但朋友的回复真是让我又搞笑又无奈，摸了摸口袋，确实还是没什么钱去矫情，伤感 emo。

当然，我这种是因为事情太多导致的心累，不是那种疾病的，只是和我的朋友吐槽一下。

如果兄弟姐妹们，真的感觉是自己的心理出问题，那么我是建议你去看一下的哈，我并不会觉得你矫情，或者你太闲了导致的。

我希望，你爱生活，爱自己。

上个月去参加了大学舍友的婚礼，没想到舍友的速度是真快，去年毕业，今年就结婚了，毕业那会还和我们说他将会是宿舍里第一个结婚的，当时我还不相信。

大山里的风景，美那是真的美，但整个过程累，也是真的累。

广西的十万大山，那是真的山，从家到市区，开车都要四五个小时，需要翻过一座又一座山。

而且这些山的海拔都不低，再加上当时的雨天，车越往上开，雾越大，再看看哪没有护栏的山间小路，真的让人不敢睡觉，生怕翻车下去，直接东一块西一块的。

那种场景，手机拍不出来，身临其境的话，感觉像在天上一样！给大家看一种高海拔上山的照片你就懂了。

（在车上拍的，找不到好角度，可以很清晰看到云）

同时，我自己也想问一下关于前途和爱情，哪个更重要？

我查了一下后台，年纪比我大的粉丝，占比超 90% ，所以大部分人的经历，阅历都是远超我的。

所以，对于这些，其实大家比我懂得更多，也更深刻。

如果大家感兴趣，可以在评论区留言，说说自己的看法喔！

接下来咱们开始今天的内容吧。

什么是 n8n

n8n是一款开源的，基于节点的工作流自动化工具，提供了一个低代码平台，允许用户通过拖放操作创建复杂的工作流，无需编写大量代码。

它以强大的通用工作流自动化能力著称，近些年来积极拥抱AI，允许用户将LLM节点嵌入复杂的自动化流程中。

n8n支持超过400个应用程序和服务的集成，涵盖了从社交媒体到企业级应用的各个领域。

它灵活的部署方式(本地部署、私有服务器部署或n8n Cloud服务)和活跃的社区是它显著的优势。

n8n 与 coze 核心功能对比

开发门槛：

coze：开发门槛低，可视化操作，不用编程基础，适合非技术人员快速搭建 AI 应用。

就是说，你完全不用懂复杂的编程语言，只需要在界面上用鼠标拖一拖、拽一拽这些现成的“积木”（比如问答模块、图片生成模块），然后把它们用线连起来，一个 AI 应用就搭好了。

哪怕你是个纯小白，只要会玩拼图游戏，就能跟着教程一步步做出能用的AI助手，比如做个自动回复客服、帮你写文案的小机器人。

n8n：开发门槛适中，低代码平台，拖放操作，复杂集成和自定义需要编程基础或者逻辑思维。

它的基础操作也是拖拽，比完全手写代码要简单很多。界面上也有很多现成的工具给你用。

但是，当你想实现一些特别复杂或者个性化的高级功能时，就可能需要在这个工具箱里，写几行简单的指令（代码） 来告诉它具体怎么做。

这就需要你有一点逻辑思维，或者愿意学习一点基础编程概念。

所以它更适合有一定技术背景的开发者，因为它非常灵活和强大，几乎能连接所有你能想到的网络服务。

知识库能力：

coze：支持知识库，通过组件库“知识库查询”组件提供知识支持，功能相对基础，服务于对话型 AI 应用。

n8n：本身不直接提供知识库功能，但可以通过连接其它专业知识库服务，比如 FastGPT 或 RAGFlow 实现。

模型兼容性：

coze：支持主流 LLM 模型，具体选择可能受限于平台集成和字节跳动生态。

n8n：通过集成各种 API 或自定义节点，能够灵活支持几乎所有 LLM 模型，开放性高。

集成能力：

coze：比较丰富，内置了大量插件和模板，涵盖联网搜索，数据库，API 调用等，支持一键发布到飞书，微信，Discord，Telegram等。

n8n：极其强大，支持超过 400 个应用程序和服务集成，涵盖社交媒体，CRM，ERP，数据库，云服务等。

应用场景：

coze：创建智能体(AI Agents)和完整AI应用，比如智能客服机器人、个人效率助手，基于知识库问答等

n8n：通用自动化工作流管理工具，应用场景广泛，包括营销自动化、数据同步、任务提醒、跨系统数据流转等。

为什么要学习 n8n

n8n 侧重复杂业务流程集成和高度自定义，而 coze 侧重快速构建对话型应用和轻量级自动化。

它的关键优势在于，它是开源可自托管，数据自主可控的，集成能力强，灵活度高，支持复杂流程，比如条件分支，循环，错误处理等。

虽然Coze在快速构建 AI 聊天机器人和易用性方面表现出色。

但 n8n 在数据主权、集成广度、灵活性、复杂流程处理能力以及开源成本效益方面更有优势。

如何本地部署 n8n (Windows 版）

这里的 n8n 部署，我只教 Windows 版本的，因为我没有 Mac 的电脑，所以就没办法教大家使用 Mac 版的本地部署了。

Windows 系统要求：

版本： Windows 11 64 位 版本号： 21H2 或更高版本。

版本： Windows 10 64 位 版本号：最低要求 21H2 或更高版本，建议使用 22H2 或更高版本。

这个是我电脑的：

第一步：配置 wsl 环境

点击电脑快捷键 Win + R ，输入 cmd ，以管理员的方式运行 wsl --install 先去安装适用于 Linux 的 Windows 子系统。

安装完成后，我们重启电脑，然后再次输入 wsl --install 去安装 Ubuntu，并启动。

注：Ubuntu 是一个以桌面应用为主的 Linux 操作系统发行版，适合初学者入门。

第二步，安装 Docker

我们要去https://www.docker.com/products/docker-desktop/中下载 windows 版本的 Docker Desktop。

第三步，下载 n8n

打开 Docker deskstop 并进入 Docker Hub ，搜索 n8n

点击 pull 进行下载。

第四步，创建 n8n_data

安装完成后，我们进入 Volumes 然后点击 create ，创建一个 n8n_data

这里我解释一下 Volumes 的核心用途：

数据持久化：容器的文件系统是临时的，当容器被删除，其内部的数据也会丢失。Volume 可以将数据存储在容器之外，从而独立于容器的生命周期。

即使容器被删除或重启，Volume 中的数据依然安全。

数据共享：它允许在多个容器之间共享数据。

第五步，添加镜像

点击 images ，搜索 n8n ，点击 pull。

第六步，运行

运行镜像。

第七步，进入 n8n

打开浏览器，然后在网址上输入：localhost:端口号，就可以进入 n8n 界面了，我这里的端口号是 8080 ，所以我输入的位 localhost:8080 。

到这里，你就完成了 n8n 的 Windows 版本部署了，接下来我会讲关于 n8n 的节点介绍以及搭建你的第一个 n8n 工作流。

如果你对 n8n 感兴趣，那就和偶然一起从零开始学习 n8n 吧。

本期的内容就到这里了，感谢你的耐心。

如果看完喜欢，请帮忙转发分享一下，你的点赞转发，就是我更新下去的动力！