n8n：20 万 star 的自动化工具，接上 DeepSeek 就能自动处理每天的破事

Dify 解决"做一个 AI 应用"，n8n 解决"让流程自己跑"。

20.9 万 star（GitHub 上排前列），地址：

https://github.com/n8n-io/n8n

它是工作流自动化工具：触发器（定时、webhook、新邮件）+ 一堆节点（HTTP、数据库、文件、AI），连起来就是一个自动化任务。

装

services:
  n8n:
    image: docker.n8n.io/n8nio/n8n
    container_name: n8n
    ports: ["5678:5678"]
    volumes:
      - ./n8n-data:/home/node/.n8n
    environment:
      - GENERIC_TIMEZONE=Asia/Shanghai
      - N8N_SECURE_COOKIE=false
      - N8N_DIAGNOSTICS_ENABLED=false
    restart: unless-stopped

docker compose up -d

打开 http://NAS地址:5678，先建管理员。

N8N_SECURE_COOKIE=false 是因为你用 http 访问，不关会登录不上。

接 DeepSeek 两种方式

方式一：用内置的 OpenAI 节点

新节点搜 OpenAI，在凭据里填：

• Base URL：https://api.deepseek.com/v1
• API Key：sk-你的key

然后在资源里选 “Message a model”，模型名手填 deepseek-chat。

方式二：HTTP Request 节点（更可控）

POST https://api.deepseek.com/chat/completions
Headers: Authorization: Bearer sk-...
Body: {"model":"deepseek-chat","messages":[...]}

好处是你能看到原始请求和响应，调试时更清楚。

三个真能省事的流程

一、每天早上的新闻摘要

定时触发 → 抓几个 RSS → 合并内容 → DeepSeek"挑出 5 条和科技相关的，各写一句话" → 发到微信/Telegram。

十分钟搭好，之后每天自动。

二、邮件自动分类

新邮件触发 → DeepSeek 判断"是垃圾 / 要回复 / 仅知会" → 打标签 → 需要回复的推到手机。

三、下载完成通知

监听下载目录（或者 qBittorrent 的 webhook）→ 取文件名 → DeepSeek 判断是什么类型的内容 → 归到对应目录并通知你。

几个必须知道的点

它是"节点"思维。没有编程基础也能用，但流程一复杂，还是要理解数据在节点之间怎么流动。

错误处理要自己加。默认出错就停。给关键节点加 “Continue on Fail”，或者加一个错误分支。

执行历史会撑大数据库。默认存所有执行记录，跑久了很占地方。设置里限制保留条数和大小。

它是 source-available 不是纯开源。自用免费，商用要看它的许可条款。

会踩的坑

登录后提示 “invalid cookie” N8N_SECURE_COOKIE=false 没加，或者用 IP 访问但配了域名。

Webhook 收不到 域名/IP 填错，或者反代没转发。用它的 “Test URL” 先在本机试通。

AI 节点很慢 串行调用，一条链路里有三个 AI 节点就是三次等待。能合并的合并。

中文乱码 某个节点的编码不是 UTF-8。用 Code 节点手动转一次。

它适合谁

• 每天有重复性的信息处理（新闻、邮件、通知）；
• 想把 NAS 上各种服务串起来（下载完自动整理、备份完自动通知）；
• 会一点技术，但不想写完整程序。

不适合：只想要"聊天"的；流程极其复杂、需要严格测试的场景（那还是写代码）。

最后

n8n 和 DeepSeek 的组合，真正解决的是一类以前"要么手动要么放弃"的事：每天要看好几处信息，然后做判断，然后分发。

现在它自己跑，你只在结果不对的时候改一下流程。

这是 AI 落地的日常形态——不炫，但每天都在省你的时间。

有问题留言。