Просмотр исходного кода

Merge pull request #9 from jjyaoao/main

Fix img error in n8n
jjyaoao 9 месяцев назад
Родитель
Сommit
fb3aee777f

+ 0 - 37
Add-Chapter/n8n配置.md

@@ -1,37 +0,0 @@
-这里我们介绍项目中使用的本地安装方式中的Docker,因为这种方式最稳定,并且最利于持续探索n8n的使用。
-
-我们先进入docker官网:[Docker: Accelerated Container Application Development](https://www.docker.com/)
-
-选择你的终端设备进行下载,这里以Windows作为演示。
-
-![image-20250912025341155](D:\code\multiAgentBok\HL-MAS\jjyaoao分支的hello-agents\hello-agents\Add-Chapter\n8n配置\image-20250912025341272.png)
-
-下载好以后可以切换磁盘存放路径,因为镜像一般很大,尽量不要存在C盘。
-
-![image-20250912032540657](D:\code\multiAgentBok\HL-MAS\jjyaoao分支的hello-agents\hello-agents\Add-Chapter\n8n配置\image-20250912032540657.png)
-
-后打开你的命令行,输入以下指令拉取n8n
-
-```
-docker volume create n8n_data
-docker run -d --restart unless-stopped --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n n8nio/n8n
-```
-
-现在我们就能在docker里面看到n8n运行啦
-
-![image-20250912033251997](D:\code\multiAgentBok\HL-MAS\jjyaoao分支的hello-agents\hello-agents\Add-Chapter\n8n配置\image-20250912033251997.png)
-
-点击5678:5678可以进入n8n的启动界面。
-
-![image-20250912033341666](D:\code\multiAgentBok\HL-MAS\jjyaoao分支的hello-agents\hello-agents\Add-Chapter\n8n配置\image-20250912033341666.png)
-
-进入页面后,可以看到打开新项目的按钮
-
-![image-20250912034040656](D:\code\multiAgentBok\HL-MAS\jjyaoao分支的hello-agents\hello-agents\Add-Chapter\n8n配置\image-20250912034040656.png)
-
-主要用到的功能有三个
-![image-20250912234709064](D:\code\multiAgentBok\HL-MAS\jjyaoao分支的hello-agents\hello-agents\Add-Chapter\n8n配置\image-20250912234709064.png)
-
-添加新节点按钮打开之后可以搜索节点或选择自己有需要的节点添加即可~
-
-![image-20250912234748845](D:\code\multiAgentBok\HL-MAS\jjyaoao分支的hello-agents\hello-agents\Add-Chapter\n8n配置\image-20250912234748845.png)

+ 37 - 0
Additional-Chapter/n8n配置.md

@@ -0,0 +1,37 @@
+这里我们介绍项目中使用的本地安装方式中的Docker,因为这种方式最稳定,并且最利于持续探索n8n的使用。
+
+我们先进入docker官网:[Docker: Accelerated Container Application Development](https://www.docker.com/)
+
+选择你的终端设备进行下载,这里以Windows作为演示。
+
+![image-20250912025341155](.\n8n配置\image-20250912025341272.png)
+
+下载好以后可以切换磁盘存放路径,因为镜像一般很大,尽量不要存在C盘。
+
+![image-20250912032540657](.\n8n配置\image-20250912032540657.png)
+
+后打开你的命令行,输入以下指令拉取n8n
+
+```
+docker volume create n8n_data
+docker run -d --restart unless-stopped --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n n8nio/n8n
+```
+
+现在我们就能在docker里面看到n8n运行啦
+
+![image-20250912033251997](.\n8n配置\image-20250912033251997.png)
+
+点击5678:5678可以进入n8n的启动界面。
+
+![image-20250912033341666](.\n8n配置\image-20250912033341666.png)
+
+进入页面后,可以看到打开新项目的按钮
+
+![image-20250912034040656](.\n8n配置\image-20250912034040656.png)
+
+主要用到的功能有三个
+![image-20250912234709064](.\n8n配置\image-20250912234709064.png)
+
+添加新节点按钮打开之后可以搜索节点或选择自己有需要的节点添加即可~
+
+![image-20250912234748845](.\n8n配置\image-20250912234748845.png)

+ 0 - 0
Add-Chapter/n8n配置/image-20250912025341272.png → Additional-Chapter/n8n配置/image-20250912025341272.png


+ 0 - 0
Add-Chapter/n8n配置/image-20250912032540657.png → Additional-Chapter/n8n配置/image-20250912032540657.png


+ 0 - 0
Add-Chapter/n8n配置/image-20250912033251997.png → Additional-Chapter/n8n配置/image-20250912033251997.png


+ 0 - 0
Add-Chapter/n8n配置/image-20250912033341666.png → Additional-Chapter/n8n配置/image-20250912033341666.png


+ 0 - 0
Add-Chapter/n8n配置/image-20250912034040656.png → Additional-Chapter/n8n配置/image-20250912034040656.png


+ 0 - 0
Add-Chapter/n8n配置/image-20250912234709064.png → Additional-Chapter/n8n配置/image-20250912234709064.png


+ 0 - 0
Add-Chapter/n8n配置/image-20250912234748845.png → Additional-Chapter/n8n配置/image-20250912234748845.png


+ 1 - 0
Extra-Chapter/readme.md

@@ -0,0 +1 @@
+Here is a space for learner. If you have any idea or thought with agent, you can use pull request to submit your idea!!!

+ 1 - 1
docs/chapter5/第五章 基于低代码平台的智能体搭建.md

@@ -114,7 +114,7 @@ n8n 的真正威力在于其强大的“连接”能力。它可以将原本孤
 
 ### 5.5.2 搭建智能邮件助手
 
-关于n8n的环境配置和最基础的使用,在项目的`Add-Chapter`文件夹下制作了文档,这里就不过多介绍。在上一节中,我们了解了 n8n 的基本概念。这个案例将清晰地展示现代 AI Agent 与传统自动化工作流的核心区别。传统流程是线性的,而我们即将构建的 Agent 将能够接收用户邮件,通过一个核心的 </strong>AI Agent 节点<strong> 进行“思考”,自主理解用户意图,并在多个可用“工具”中进行决策和选择,最终自动生成并发送高度相关的回复。
+关于n8n的环境配置和最基础的使用,在项目的`Additional-Chapter`文件夹下制作了文档,这里就不过多介绍。在上一节中,我们了解了 n8n 的基本概念。这个案例将清晰地展示现代 AI Agent 与传统自动化工作流的核心区别。传统流程是线性的,而我们即将构建的 Agent 将能够接收用户邮件,通过一个核心的 </strong>AI Agent 节点<strong> 进行“思考”,自主理解用户意图,并在多个可用“工具”中进行决策和选择,最终自动生成并发送高度相关的回复。
 
 整个过程模拟了一个更高级的决策逻辑:`接收 -> AI Agent (思考 -> 决策 -> 工具调用) -> 回复`。