n8n 是一个开源的工作流自动化平台，旨在为技术团队提供灵活且强大的自动化解决方案。它结合了代码的灵活性和无代码的快速性，让用户既能通过可视化界面设计工作流，也能通过编写 JavaScript 或 Python 代码实现复杂功能。

n8n 支持 400 多个集成和 900 多个现成的模板，涵盖了从社交媒体管理到数据处理的广泛场景。也支持与各大AI平台对接，今天要介绍的就是与DeepSeek集成

01.

集成教程

一、安装n8n

1. 使用Docker安装（推荐）

   • 安装Docker：访问Docker官网，下载并安装适合你操作系统的Docker Desktop。

   • 拉取n8n镜像并运行：打开终端或命令行，运行以下命令：

docker volume create n8n_datadocker run -it --rm \--name n8n \-p 5678:5678 \-v n8n_data:/home/node/.n8n \n8nio/n8n

1. • 访问n8n界面：安装完成后，打开浏览器访问

http://localhost:5678，根据提示设置用户名和密码。

二、安装DeepSeek节点

1. 进入n8n界面：登录到n8n的Web界面。

2. 安装社区节点：点击Settings > Community Nodes，搜索并安装n8n-nodes-deepseek节点。

3. 重启n8n：安装完成后，重启n8n以确保节点正确集成。

   

三、配置DeepSeek API Key

1. 生成API Key：在DeepSeek平台注册账号，生成API Key。

2. 创建凭据：在n8n中，点击Credentials，然后点击+ Create a new credential，选择DeepSeek类型，输入API Key并保存。

   

四、创建工作流

1. 创建新工作流：点击New Workflow创建一个新的工作流。

2. 添加触发器：选择一个触发器，例如Manual Trigger作为工作流的起点。

3. 添加DeepSeek节点：搜索并添加n8n-nodes-deepseek节点。

4. 配置节点：

   • 在Select Credential中，选择之前创建的API Key。

   • 选择模型（如V3或R1），并设置提示。

5. 测试工作流：点击Test step按钮，验证是否成功。

   

02.

开源信息

开源地址：https://github.com/n8n-io/n8n

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

五、AI产品经理大模型教程

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​