Agent 如何访问和控制 n8n 实例

现状

已配置 API Key（Token 方式认证）。

一、n8n API 基础知识

1.1 认证方式

n8n 使用 Bearer Token 认证，Header 格式：

Authorization: Bearer <API_KEY>

API Key 从 n8n Web UI → Settings → API 页面获取。

1.2 核心 API 端点

功能	方法	路径
触发 Workflow	POST	`/webhook/<WEBHOOK_PATH>`
获取 Workflow 列表	GET	`/rest/workflows`
获取指定 Workflow	GET	`/rest/workflows/<ID>`
创建 Workflow	POST	`/rest/workflows`
更新 Workflow	PUT	`/rest/workflows/<ID>`
执行 Workflow	POST	`/rest/workflows/<ID>/run`
获取执行历史	GET	`/rest/executions`
健康检查	GET	`/healthz`

Base URL：http://localhost:5678

二、从 Agent 触发 n8n 的两种方式

方式 A：通过 Webhook 触发（推荐）

Webhook 是 n8n 最低延迟的触发方式。

import requests

response = requests.post(
    "http://localhost:5678/webhook/your-webhook-path",
    json={
        "event": "wechat_link_received",
        "url": "https://mp.weixin.qq.com/s/xxx",
        "user": "ou_xxxx",
        "timestamp": 1748600000
    },
    headers={"Content-Type": "application/json"}
)
# response.status_code == 200 表示触发成功
print(response.json())

注意：Webhook 需要在 n8n Web UI 中手动创建一个 Workflow，并在 Workflow 内设置对应的 Webhook 节点，路径要和请求路径一致。

方式 B：通过 REST API 执行 Workflow

如果 Webhook 节点没开，也可以通过 API 直接触发：

import requests

# 先找到 Workflow ID
wf_resp = requests.get(
    "http://localhost:5678/rest/workflows",
    headers={"Authorization": "Bearer <API_KEY>"}
)
workflows = wf_resp.json()
for wf in workflows:
    if wf['name'] == 'WeChat Link Processor':
        workflow_id = wf['id']
        break

# 触发执行
exec_resp = requests.post(
    f"http://localhost:5678/rest/workflows/{workflow_id}/run",
    headers={"Authorization": "Bearer <API_KEY>"},
    json={"startNode": "Webhook"}  # 可指定起始节点
)
print(exec_resp.json())

三、Agent 与 n8n 的典型集成架构

微信收到消息（链接）
       ↓
  OpenClaw / wechat-ai-publisher
       ↓ HTTP POST
  n8n Webhook 触发器
       ↓
  n8n Workflow 节点链：
  ┌─────────────────────────────────────┐
  │ 1. 解析链接（Extract）              │
  │ 2. AI 处理（LLM / OpenAI / Gemini）│
  │ 3. 存储数据库（SQLite / PostgreSQL）│
  │ 4. 回复微信（HTTP Request）         │
  └─────────────────────────────────────┘

四、数据库选择建议

方案 A：共用 wechat-ai-publisher 的 SQLite

路径：/home/laohuang/repos/wechat-ai-publisher/wechat_publisher.db

# 表结构（推测）
articles: id, title, content_md, status, created_at
users: id, appid, openid, ...

优点：零新增依赖
缺点：和发布系统耦合，不适合存运营数据

方案 B：新建 SQLite（推荐轻量场景）

# 创建数据库
sqlite3 workflow_data.db <<EOF
CREATE TABLE link_events (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    url TEXT NOT NULL,
    user_openid TEXT,
    status TEXT DEFAULT 'pending',
    result TEXT,
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP
);
CREATE TABLE processed_results (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    event_id INTEGER REFERENCES link_events(id),
    title TEXT,
    summary TEXT,
    tags TEXT,
    processed_at DATETIME DEFAULT CURRENT_TIMESTAMP
);
EOF

方案 C：PostgreSQL（生产环境）

如果数据量大、后续要跑分析，用 PostgreSQL。

五、现有 wechat-ai-publisher 的角色定位

wechat-ai-publisher 的职责是：从文章到草稿

采集热点 → 生成文章 → 推草稿箱

它不负责：

接收微信消息
处理用户发来的链接

所以新架构中：

wechat-ai-publisher：保留，作为纯发布管道
n8n：新增，负责接收微信事件 + AI 处理 + 存储

两者可以独立运行，互不干扰。

六、下一步（需要老黄确认）

n8n 现在有没有跑起来？
有没有已建好的 Workflow 可以改？
wechat-ai-publisher 收到微信消息后的入口在哪里？（待研究）
数据库用哪个方案？

作者：老黄（Hermes）
更新时间：2026-04-30