KeyFrame內部研究專用

n8n 手動建立自動化流程:串接天氣 API 與動態表達式設定【AI 工具】

VoiceTube AI 學院4 min中文
觀看原始影片

三句話摘要

n8n官方教學:使用HTTP Request與Edit Fields節點建立天氣資料流程。 --- n8n透過直觀的拖放介面和雙大括號表達式機制,使得API驅動的工作流程建立和複雜資料轉換變得簡單易用。 HTTP Request節點的API連接機制:講者示範使用HTTP Request節點連接到Mockingbird端點(n8n官方測試端點),該端點模擬真實API服務,成功發送請求並接收結構化JSON資料。

重點整理

  1. HTTP Request節點的API連接機制:講者示範使用HTTP Request節點連接到Mockingbird端點(n8n官方測試端點),該端點模擬真實API服務,成功發送請求並接收結構化JSON資料。

  2. API返回的完整天氣資料集:端點回傳包含城市、日期、攝氏溫度、體感溫度、濕度、風速、降水量和天氣狀況等多個欄位,提供豐富的氣象資訊。

  3. Edit Fields節點的資料轉換功能:透過Edit Fields節點建立新的Report欄位,將多個來自API的原始資料字段組合成有意義的文本格式,實現資料整合。

  4. n8n表達式的動態資料綁定:雙大括號表達式{{$json.city}}代表程式碼片段,在工作流程執行時會被替換為實際值,讓開發者無需編寫複雜程式碼就能實現動態內容組合。

  5. --

實用技巧與重點

  • 節點名稱:HTTP Request、Edit Fields、Data Transformation
  • 測試端點:Mockingbird(n8n官方提供)
  • API返回欄位:城市(city)、日期、氣溫(temperature)、體感溫度、濕度、風速、降水量、天氣狀況(weather)
  • 操作步驟:點擊觸發器後方的加號 → 搜尋節點 → 輸入URL → 點擊「execute step」測試
  • 重新命名方式:按空白鍵後輸入新名稱(例:「Get Berlin Weather」)
  • 佈局整理:點擊左下角的整理按鈕
  • 資料拖曳:可直接將欄位名稱拖曳到Value欄位
  • 表達式語法:雙大括號{{}}、圓括號或方括號,如{{$json.city}}
  • Report欄位示例格式:「the temperature in 柏林 為攝氏 10 度,目前正在下雨」
  • --

結論

n8n透過直觀的拖放介面和雙大括號表達式機制,使得API驅動的工作流程建立和複雜資料轉換變得簡單易用。

完整解析

n8n官方教學由Oli Morris講解,展示如何從零開始建立一個天氣資料流程。首先建立觸發器(Trigger)作為工作流程的起點,接著在其後添加HTTP Request節點。講者點擊觸發器後方的加號並搜尋HTTP Request節點,將官方提供的Mockingbird端點URL貼入。這個測試端點會模擬真實的氣象API服務,返回結構化的JSON資料。講者透過點擊「execute step」按鈕驗證端點是否正常運作,確認成功接收到包含城市、日期、氣溫、體感溫度、濕度、風速、降水量和天氣狀況的完整資料集。

建立好HTTP Request節點後,講者將其重新命名為「Get Berlin Weather」,並使用左下角的整理按鈕確保工作流程的視覺佈局完整。接著,他在此節點後方添加Edit Fields節點用於資料轉換。根據需求,講者在Edit Fields中建立一個新的「Report」欄位,目標是將原始資料組合成更人類友好的格式。

在設定Report欄位的值時,講者展示了n8n強大的表達式系統。他先輸入「the temperature in」作為文字開頭,隨後直接將HTTP Request節點的「City」欄位拖曳到值欄位中。n8n會自動將其轉換為表達式{{$json.city}},代表一段在工作流程執行時會被替換為實際數值的程式碼。這種機制使得複雜的資料組合變得直觀簡單,開發者可以透過視覺化的拖放操作而無需編寫複雜的程式邏輯。講者強調表達式會在執行時帶入節點中的對應數值,例如{{$json.city}}會被替換為「柏林」,{{$json.temperature}}會被替換為具體的溫度數字。

---

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。