如何使用n8n与Decapod构建自主AI智能体

两周前，我试用了Open Claw。我觉得它的潜力很大，但工具本身并不让我满意。

和许多人一样，我在安装过程中遇到了很多麻烦。而在使用Linux系统时，针对Mac系统的设计方式更是增加了不少障碍。有时候不清楚应该通过文档、命令行界面还是图形界面来进行配置和管理。

我认为它的用户界面很不直观，甚至让我怀疑它是否只是开发人员用的临时工具。尤其是颜色搭配，显得非常刺眼：所有的红色都会让人产生视觉错觉，导致白色的文字看起来像是绿色的，而且所有内容都像错误提示一样显示出来。

我完全搞不懂它的组织结构和设计逻辑。工作区、代理和会话这些概念我都是熟悉的，但Open Claw实现它们的方式让我完全无法理解。

一个简单的n8n工作流程图，清晰地展示了如何将Telegram与AI代理连接起来。

Open Claw最初是用来将聊天工具与AI连接起来的。八个月前，我就用n8n实现了这个功能，只需要几个节点而已，操作非常简单，所以我当时并没有觉得它有什么特别的。在我看来，Open Claw其实并没有什么独到之处，除了它的设计思路之外。它就像是代理型AI领域里的“Flappy Bird”罢了。

于是我决定自己动手做一个类似的工具。几小时后，我就用Python编写了一个简单的原型，并将其与Open WebUI连接了起来。

但我想知道OWUI到底向代理发送了什么样的指令。如果我是Python专家的话，可能会直接查看控制台输出来获取这些信息。但相反，我选择了我最熟悉的工具——n8n。就在这时，事情变得有趣起来了。

关于本手册

本手册将通过实际操作和我在项目中使用的示例，向您介绍如何创建代理型AI。

Decapod并不是一个独立的SaaS产品。它的所有组件都是开放源代码的，用户可以对其进行修改和定制。Decapod由一系列`docker-compose.yml`文件、脚本、AI代理指令以及n8n工作流程组成，这些元素共同帮助您快速建立起自己的代理型AI系统。

您将学习并使用以下概念和技术：

代理型AI及其相关工具和技能
使用Docker Compose构建Docker容器
Open WebUI
n8n
S3和MinIO存储服务
Caddy网站服务器
Postgres数据库

有关所需技能、服务和工具的详细信息，请参阅“需求与流程”部分。

Decapod——DIY爱好者的理想工具
Decapod的工作原理
需求与流程——我使用并推荐的工具
- 检查清单
组建梦想团队——采用宜家式管理方式
- 使用Cursor和SSH访问VPS
- 安装与配置Docker容器
配置与接线
永远存在的“Hello World”示例
迈向未来！
- 正在进行中的项目
- 未来规划
有疑问吗？来认识Finn船长吧！

Decapod——DIY者的理想工具

说实话，起初我根本没有考虑过使用Open Claw所带来的安全问题。但这些问题的严重性显而易见！我们这样做无异于在服务器上打开一个巨大的漏洞，让这个刚刚诞生的外星智能系统获得了对所有API密钥的访问权限……究竟会引发什么后果呢？

Decapod并不是一个单一的应用程序，而是一组工具和n8n工作流程的组合，它能让使用者完全掌控自己的代理程序及其相关工具。这个框架旨在为普通开发者提供更多帮助。

通过改用n8n，我意外地解决了很多问题，最终打造出了一个在我看来质量更高的项目：

双重安全防护机制——如果选择在VPS上运行，甚至还有三重防护。我的代理程序被安置在n8n框架内，而n8n本身又位于Docker容器中，最终这些组件都被部署在VPS上。
代理程序根本不需要知道任何API密钥，也不需要了解具体的服务连接方式。所有认证相关操作都由n8n来处理。
高度灵活性——虽然我更喜欢OWUI界面，但实际上，任何能够连接到OpenAI标准API端点的工具都可以与Decapod配合使用。
超过1,000种集成方案——n8n的最大优势在于它可以通过拖放节点将任意API与其它API连接起来。目前这样的集成方案已经超过了1,000种。
对技能的要求更加严格——Decapod确实需要使用某些“技能”，但这些技能必须与n8n的工作流程和节点相结合才能发挥作用。

Decapod还解决了许多其他问题：

减少了不必要的资源消耗——Decapod能够明确区分哪些任务适合用代码或逻辑来处理，哪些任务更适合由AI来完成。
有效避免了无限循环和任务挂起的情况——n8n拥有一个由AI管理的任务系统，当发现某个任务失败时，系统可以自动调整任务安排或暂停相关操作。
提供了人工干预机制——你可以在任何AI技能之前添加一个人工干预子工作流程，从而决定是否允许该技能继续执行。
可靠的MVP产品——Decapod的核心系统其实只是一个简单的MVP版本，但它完全基于成熟的开源企业级技术构建而成：n8n、Open WebUI、Docker、Caddy、Postgres以及MinIO。

Decapod的工作原理

Decapod是一种中间件，它的功能类似于OpenAI API。但它会拦截API调用请求，并实际利用真实的OpenAI API来执行相应的操作。

OpenAI API标准是当前业界应用最广泛的接口规范。几乎所有的工具，比如Open WebUI、Zed和Obsidian，都支持与OpenAI标准进行交互。因此，这些工具也同样可以与Decapod配合使用。

Decapod本身也可以连接到任何API，并将可用的模型传递给其他工具。我个人非常推荐OpenRouter——它同样遵循OpenAI标准，但允许用户以相同的费用使用数百种主流及独立开发的模型。Decapod在出厂时就已经配置好了与OpenRouter的兼容性。

一个采用高级路由功能的n8n工作流程图。

这是一张展示Decapod代理工具路由器的图片——它是Decapod系统中最重要的工作流程组件之一。

核心引擎

Decapod由拥有各种工具和技能的代理组成。所谓“工具”，指的是AI可以通过API来使用这些工具来执行特定任务；而“技能”则指的是Anthropic制定的代理技能标准，Open Claw也是采用这一相同的标准。

Decapod的代理拥有有限且不可更改的工具集，这些工具用于管理系统的状态及作业队列。其中有一种工具专门用于调用各种技能；而这些技能本身是动态可扩展的，因此在运行过程中你可以根据需要添加任意数量的技能。

每项技能都由核心指令以及JSON格式的规范组成。代理会根据这些JSON规范构建请求，并通过“use_skill”工具来执行相应的操作；随后，Decapod会找到与所选技能名称匹配的子工作流程，并将相关数据传递给该子流程。

简单来说：一项技能对应一个子工作流程，而JSON规范则定义了该子工作流程所需的输入数据。

当Decapod收到用户发送的消息时，它会将其传递给代理；如果只是普通消息，代理会直接作出响应；但如果消息中包含具体的操作指令，代理就会选择相应的工具开始执行任务。

Decapod会依次处理队列中的每一项作业，执行代理所需的操作，并将结果反馈回来。当代理完成所有任务后，系统会结束当前作业并停止发送后续请求，最终会将处理结果返回给用户。

Supakitchen——经济实惠的Supabase替代方案

我非常喜欢Supabase，它拥有Firebase的所有功能，同时还具备数据规范化处理的优势。不过由于每月为五项或更多服务支付20美元的费用对我来说有些不划算，因此我选择自行托管Decapod。

作为一个热衷于尝试新工具的“疯狂科学家”，我希望能自由地试用各种工具而无需受免费增值服务的限制。所以我将Decapod运行在Hetzner提供的VPS上，该VPS配备了8GB的RAM，每月的费用约为18美元。对于自行托管的环境来说，这8GB的内存已经足够使用了，不过Supabase本身对系统资源的要求还是相当高的。

我的真正目标是让代理能够访问文件系统并使用数据库，而通过MinIO和Postgres，我实现了这一目标。虽然没有实时数据处理的功能，但既然代理本身就是异步运行的，所以这也完全满足了我的需求。此外，代理的认证过程也是通过n8n框架来完成的，因此这样的配置已经非常不错了。

不过，你们完全可以根据自己的实际需求来选择适合的工具——Decapod其实可以与任何兼容S3协议的文件存储系统以及任何Postgres数据库配合使用。所以如果你们更喜欢使用Supabase，那就尽管去用吧！

开放式的WebUI界面——功能齐全的AI聊天工具

你完全可以使用Discord、Telegram、Slack等聊天工具来与AI进行交流，但这在处理多会话或使用不同模型时可能会显得比较麻烦。

迄今为止，最容易设置和使用的是Telegram。它提供了聊天功能、UI界面元素，甚至还可以嵌入应用程序，而完全不需要像使用Discord那样自行搭建服务器。我曾经用它在短短几小时内就开发出了一个用于客户信息筛选的工具。

一个展示客户信息生成系统相关按钮和命令的Telegram界面。

但是！虽然Telegram及其相关工具确实能够完成某些任务，但如果你想要使用新的功能或模型，就必须为每一个需求单独创建一个新的机器人程序。如果想切换不同的处理模型，就需要添加相应的命令；而如果要实现上下文管理，那就必须在服务器端进行处理。

正因如此，我更喜欢Open WebUI。OWUI提供了所有主流人工智能工具应该具备的功能，并且可以直接通过API进行调用。

它作为渐进式Web应用，在浏览器和移动设备上都能很好地运行。
你可以使用Python对它进行定制和扩展。
它提供了多种方式来管理和传递上下文信息，包括支持嵌套的项目/文件夹结构以及RAG功能。
你还可以与人工智能一起协作处理笔记内容。

这些只是我最喜欢的部分功能，但实际上还有很多其他功能。既然已经有最好的解决方案存在了，为什么还要重复发明轮子呢？

所需条件与流程——我使用并推荐的工具

欢迎来到我的“实验室”。我们现在正处于智能代理技术的边缘领域，正在通过组合各种技术组件来进行各种实验。让我来告诉你我是如何工作的，以及你在哪些方面可以遵循我的方法，在哪些方面不能偏离这些步骤。

Decapod已经是一个功能完备的最小可行产品，安装后几乎可以立即使用，而且不会遇到太多问题。不过目前它还只具备有限的几项功能，因此在你进一步开发之前，可能需要自己补充一些功能。幸运的是，你的Decapod智能代理可以帮助你完成这些工作。

检查清单

所需技能：

✅ 具有通用型思维模式、解决问题的能力以及探索精神。
- 安装Decapod并不需要成为任何领域的专家——我就是这样做的。
- 但你需要对多种不同的技术有所了解。
✅ 熟悉命令行、Docker以及Node.js。由于Decapod是需要自行托管的，因此这些技能是必不可少的。
✅ 能够阅读和编写简单的JavaScript代码。这对于使用n8n框架来构建应用程序非常有帮助。
✅ 熟悉JSON格式和API接口。在n8n框架中，所有数据传输都是通过JSON格式在各个节点之间进行的，而n8n本身就是一个通用的API连接器。

所需服务：

✅ 一个拥有DNS访问权限的域名。
- 由于CORS和安全方面的原因，这个域名对于n8n的正常运行至关重要。
- 另外，如果通过IP地址来托管OWUI PWA，它就只是普通的网页而已，无法发挥其全部功能。
- 支持HTTPS协议还能提升整体安全性。
- 如果成本是个问题，你可以从gen.xyz网站以0.99美元的价格购买一个全数字域名。这个选项看起来挺靠谱的，不过我自己还没有试过。
✅ 一台拥有SSH访问权限的专用VPS服务器。（任何VPS服务器都应该提供SSH访问功能。）
- 理论上，如果你确定自己的电脑能够24小时不间断运行，也可以在自家电脑上托管这些服务。但使用VPS服务器会让你更加放心，也能避免让你的个人电脑变得过于复杂。
- 像AWS和Google Cloud这样的知名云服务平台，如果使用不当，反而可能会让你付出沉重的代价。因此，选择那些不太面向企业的云服务会更为稳妥。我曾经使用过以下这些服务商：
  - Hetzner——这是我目前个人最喜欢的云服务提供商。总部位于德国，服务质量高且价格合理，同时也提供一些美国服务器选项；使用欧洲服务器的话，费用会更加低廉。
  - Digital Ocean——总部位于美国，非常可靠，价格适中，提供的服务种类也很多，不过几乎所有的服务器都位于美国。
  - Webdock——总部位于丹麦，是这些选项中费用最低的。
- ✅ 一个OpenRouter账户。这个账户为数百种人工智能模型提供了统一的接口。与Hugging Face不同，OpenRouter不会强制用户购买高级功能，但在购买信用点或代币时需要支付一定的附加费用。不过我觉得这笔额外的费用是值得的——因为这样就可以随时根据需要切换不同的智能模型，而无需再配置额外的密钥、账户或连接设置。当然，这个选项也是可选的；如果你愿意，可以直接将Decapod连接到Kimi或Gemini等模型上使用。
工具：
- ✅ Cursor——我非常喜欢这款工具。它非常适合我的操作风格。当你在创作过程中即兴发挥、自由发挥各种想法时，如果你不持续参与操作，AI肯定会总是选择错误的路径。而使用Cursor，我可以掌控整个创作过程，扮演导演的角色，让AI来承担繁重的工作，这样我就不用花费数小时去搜索信息，也不用在Stack Overflow上翻找那些十年前的问题了。尤其是在处理命令行相关任务时，没有它的话，我根本不可能在两周内完成Decapod项目的开发；但如果没有我的参与，AI也同样无法完成这个项目。
- ✅ 另一款优秀的AI工具，能帮助你进行构思、规划与设计。Cursor确实很实用，但它更侧重于功能性。我会一直打开它的界面，边工作边向它输入相关信息，依靠它来获得新的视角，从而解决一些更为复杂的问题，比如调试n8n流程中的错误。而Claude则可以用于几乎所有场景——它的对话方式最为自然，能够很好地理解关于自身行为的指令，并且始终注重准确性和可靠性，因此非常值得信赖。
组建“梦想团队”——采用宜家式组装方法

以下就是你在Dekkaplonkën的宜家式包装中会找到的各种组件和工具（具体信息请参见GitHub仓库）。
1. 四个Docker容器，其中包含了五个服务以及相应的docker-compose配置文件。只需将其启动即可使用。
- 基础设施：Caddy用于路由管理；SSL证书则用于保障https连接的安全性。
- 基础设施：Postgres数据库，可满足你所有的数据存储需求。
- MinIO：一种与S3兼容的文件存储系统。
- n8n：终极自动化工具。
- Open WebUI：终极AI聊天界面。
- SQL数据库表
  - 用于记录Decapod系统的运行状态的表格。
  - 用于存储任务信息、工作流程以及工具使用历史的表格。
- S3文件与文件夹——包含代理程序的模板文件
  - 四种初始技能模板（其中两种已实际集成到n8n系统中）。
  - 两份教学文档，其中包含了角色设定及各项技能的定义。
- n8n工作流程文件（共6,889行纯JSON代码）
  - API中间件：负责管理会话流程及循环执行逻辑。
  - AI工具路由器：用于执行代理程序发出的工具请求。
  - 消息记录功能：用于在代理程序的聊天历史记录中添加相应的指令。
  - 作业队列获取模块：通过数据库查询，按优先级和创建时间顺序获取待处理的作业任务。
  - 辅助工作台：用于测试和管理各种工作流程。目前其中包含一个用于组装技能模板的工具。
  - 工作进程：负责遍历作业队列，与代理程序进行交互，并根据代理的响应来调用相应的工具。
  - 写入文件的功能模块以及研究配方相关的功能模块。
  - 还有一些占位符文件（因为Decapod目前还处于MVP阶段）。
- 此外还有：
  - Docker使用指南。
  - 一个用于根据模板生成代理程序的脚本。
  - 一个破坏性脚本，可用于将本地的代理程序文件上传到S3账户中，但会覆盖现有文件。开发过程中可以使用这个工具，但如果让代理程序自行修改指令的话，就会带来问题。
  - 用于同时启动或停止所有Docker容器的脚本。