最近在玩 n8n 的 AI Workflow Builder,感觉有点意思。它让你用大白话描述一个自动化流程,然后它自己帮你把节点、连线都搭好。这对于快速验证想法或者搭建一些重复性工作的自动化流程来说,确实方便了不少。
这篇文章,我们就来实战一把,用一条 Prompt 从零开始,搭建一个全自动的“每日站会纪要”生成器。整个流程的目标是:
- 每天早上定时触发。
- 自动抓取 Google Calendar 上当天的所有会议。
- 如果会议纪要记在关联的 Google Doc 里,就去读取文档内容。
- 调用大模型(LLM)对每个会议内容进行总结,提炼出关键信息(行动项、决策、风险点)。
- 把所有会议的总结汇集成一份“每日摘要”。
- 最后,将这份摘要写入一个指定的 Google Doc。
听起来不错吧?我们一步步来看怎么实现。
n8n AI 工作流构建器是个什么东西?
简单来说,n8n 的 AI Workflow Builder 是一个用自然语言驱动的工作流生成工具。你不需要手动去拖拽和配置每一个节点,而是直接给它一段文字描述你的目标。
你可以把它理解成一个工作流的“编译器”:你用自然语言写“源码”(你的想法),它“编译”出一个可视化的、可执行的工作流图。
它的工作循环大致分为三步:
- 描述 (Describe): 你用一个 Prompt 告诉它你想要什么。
- 监控 (Monitor): 它会实时展示构建过程,一个个节点被添加和连接。
- 审查与优化 (Review and Refine): 生成初步框架后,你需要检查并补全一些关键信息(比如 API 密钥),或者再用新的 Prompt 让它调整流程。
需要注意的是,这东西是消耗“积分”的。每次创建或修改工作流都会算一次。不过免费套餐给的额度,用来跑通我们这个 Demo 是绰绰有余的。

实战:从一条 Prompt 到自动化站会纪要
好了,理论不多说,直接动手。
第一步:准备工作与启用 AI 构建器
首先,你得有一个 n8n 账号。登录后,新建一个工作区。在画布上,你应该能看到一个 “Build with AI” 的图标,点它就对了。

如果没看到,检查一下右下角的通知(小铃铛图标),确保你的 n8n 版本是最新的。更新后等一两分钟,工作区就会刷新。

第二步:一条 Prompt 生成骨架
现在,把下面这段精心设计的 Prompt 粘贴到输入框里。这段话清晰地描述了我们的需求,包括数据源、处理逻辑、输出格式和一些配置项。
构建一个 n8n 工作流,每天早上 10:00 运行,从我的 *primary* Google Calendar 中获取当天的所有会议事件。
对于每个事件,收集标题、描述、开始/结束时间、参与者、会议链接和事件链接。如果描述中包含 Google Doc 的 URL,则获取该文档的内容;否则,直接使用事件的描述。
将每个会议总结成要点:行动项(包括负责人)、关键决策和风险点。然后,将所有会议的总结汇总成一份带有日期标题的“每日站会摘要”。
创建或更新一个目标 Google Doc(我会提供 Doc ID)来存放这份摘要。忽略已取消的事件,并优雅地处理没有任何会议的日期。
暴露两个配置字段:calendarId(默认为 "primary")和 targetDocId(用于输出摘要的 Google Doc ID)。

点击“Build”,看着 AI 帮你搭建工作流。很快,一个包含各个节点的流程图就出现在你面前了。

当然,这只是一个骨架。AI 不知道你的账号密码,所以接下来我们需要手动完成凭证配置。
第三步:节点配置与凭证补全
你会看到流程图里有些节点标着红色的警告,这表示它们缺少必要的配置,主要是 API 凭证。在这一步,我们需要把各个服务得凭证配置好。
3.1 连接 Google Calendar
这是我们流程的数据源。
- 点击名为
Fetch Today’s Calendar Events的节点。 - 在 “Credential to connect with” 选项中,点击 “Connect” 并完成 Google 账号的授权流程。
- 在 “Calendar From List” 参数里,选择你的邮箱地址。
- (可选)可以设置一下时区,确保 “今天” 的定义和你的工作时间一致。
- 点击
Execute node测试一下,如果成功,你应该能看到当天第一个会议的详细信息。

配置成功后,节点的警告就会消失,变成绿色。

3.2 连接 Google Docs
这个流程既要读取会议纪要,又要写入最终的摘要,所以需要 Google Docs 的读写权限。
- 打开
Fetch Google Doc Content节点。 - 在 “Credentials” 部分,创建或选择一个 Google OAuth2 凭证。这需要你去 Google Cloud Console 创建一个 OAuth 客户端 ID 和密钥,并启用 Google Drive API。
- 将 Client ID 和 Secret 填入 n8n 并完成授权。

同样的方法,也为后面 Post to Google Doc 和 Update a document 节点配置好凭证。
3.3 GPT 节点配置
数据准备好后,就该送给 LLM 进行总结了。
- 找到名为
Summarize meeting content的节点(通常是一个 OpenAI 或类似的 LLM 节点)。 - 你需要提供一个 API 密钥。n8n 的免费套餐提供了一些轻量级模型的额度,但如果你想用更强的模型(如 GPT-4),就需要绑定自己的 OpenAI API Key。

3.4 发布与更新文档
最后一步是把生成的摘要写入 Google Doc。
- 在
Post to Google Doc节点中,操作(Operation)应为Create。这会每天创建一个新的文档。 - 在
Update a document节点中,操作为Update。它的 Doc ID 需要引用上一步创建的文档 ID,通常可以用表达式{{$json.id}}来获取。同时,Action 设置为Insert,把摘要内容插进去。

至此,所有节点的配置都完成了。整个工作流应该都是绿色的了。
第四步:逐个节点走查
我们再快速过一遍整个工作流的逻辑,确保每个环节都符合预期。
-
定时触发 (Daily morning trigger): 流程的起点,每天早上 10 点准时运行。
-
工作流配置 (Workflow configuration): 一个集中管理变量的节点,比如目标文档 ID
targetDocId。 -
获取今日日历 (Fetch today’s calendar events): 从 Google Calendar 拉取当天的所有会议。
-
检查有无会议 (Check if events exist): 一个 IF 节点,判断返回的会议数量是否大于0。如果没有,流程就提前结束。
-
过滤已取消会议 (Filter canceled events): 排除掉
status为cancelled的事件,避免干扰。 -
提取事件详情 (Extract event details): 整理每个会议的关键信息,如标题、时间、参与者等。
-
检查有无关联文档 (Check for linked docs): 另一个 IF 节点。它会尝试从事件描述中提取 Google Doc 链结,有就走读取文档的分支,没有就走使用描述内容的分支。
-
获取文档内容或备选 (Fetch Google Doc content or fallback): 读取文档内容,或者直接把事件描述作为会议记录。
-
合并数据 (Merge doc content with event data): 把会议元数据和纪要内容整合在一起,方便喂给 LLM。
-
总结会议内容 (Summarize meeting content): 核心的 AI 步骤。这里的 Prompt 也很关键:
你是一个会议纪要总结助手。 根据给定的会议内容和元数据,生成三个部分(使用项目符号):行动项(注明负责人/截止日期)、关键决策、风险点。 请保持简洁和真实——返回 Markdown 格式。 -
汇总所有会议总结 (Aggregate all meeting summaries): 把每个会议生成的总结收集到一个数组里。
-
构建每日摘要 (Build daily digest): 把数组里的内容格式化成一篇完整的 Markdown 文档,加上日期标题。
-
发布到 Google Doc (Post to Google Doc / Update a document): 最后,将生成的内容写入 Google Doc。
最终的输出效果大概是这样的:

我的一些思考
n8n 的 AI Workflow Builder 确实极大地加速了原型设计的过程。从一个模糊的想法到一个基本可行的工作流骨架,可能只需要几分钟。这对于不熟悉所有 n8n 节点的人来说尤其友好。
但它还远没到能一键生成生产级应用的程度。AI 生成的框架往往需要你手动去微调,特别是凭证管理、错误处理和一些复杂的数据转换逻辑。这个工具更像一个聪明的“副驾驶”,帮你快速搭起框架,但具体的细节和异常处理,还的你亲自来掌舵。
如果你想在这个基础上继续玩,可以考虑几个方向:
- 多渠道分发: 把摘要同时推送到 Slack 或邮件。
- 历史归档: 将每日摘要记录到 Notion 或 Airtable 中,方便日后检索分析。
- 任务联动: 自动把“行动项”转换成 Jira 或 Trello 的任务卡片。
- 模型升级: 换成更强大的闭源模型(如 Claude 3 Opus)或更具性价比的开源模型,来提升总结质量。
总的来说,这是一个非常有潜力的方向,让自动化工具的门槛再一步降低了。
关于
关注我获取更多资讯