n8n 实战：自动化执行排障决策树的智能体流程
知识管理与客服团队经常要做「排障决策树」这类事：把排障经验整理为决策树。每次都从头写提示词，结果时好时坏；把它做成智能体 Skill，就能让智能体每次按同一套步骤执行，输出结构也更稳定。
本文介绍如何在 n8n AI Agent 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。
这个技能做什么
| 项目 | 说明 |
|---|---|
| 技能 | 排障决策树（decision-tree-kb） |
| 作用 | 把排障经验整理为决策树 |
| 输入 | 排障记录 |
| 输出 | 决策树 |
| 形态 | 纯提示词 |
| 风险 | 低 |
| 适用人群 | 知识管理与客服团队 |
处理流程分四步：
- 提取判断点
- 排列顺序
- 写处理动作
- 测试路径
这个技能纯指令型，不需要额外脚本或外部连接，复制到大多数平台都能用；风险较低，但输出仍需快速过目再使用。
在 n8n AI Agent 中是什么形态
n8n 是可自托管的工作流自动化工具，内置 AI Agent 节点，可以给智能体挂上 HTTP 请求、代码等工具，并与数百种应用的触发器和动作衔接。
可以自托管或使用云服务；凭据在 n8n 中单独管理，不要写进节点参数。
示例配置
# n8n 流程示意（节点名称以 n8n 当前版本为准）
[Chat Trigger 或 Webhook]
│ content
▼
[AI Agent] 系统消息：排障决策树，提取判断点；排列顺序；写处理动作；测试路径
├─ 工具：无，纯提示词
▼
[IF 需人工确认?] ──是──▶ [发送给负责人审核]
│否
▼
[输出：决策树]
示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在知识管理与客服团队提出相关请求时能对上号；二是约束部分要写进「回答必须有出处，没有依据时如实说明」这类领域规矩，避免智能体自作主张。
安装与启用步骤
- 新建工作流，选择聊天触发或 Webhook 触发
- 添加 AI Agent 节点，写系统消息
- 为 Agent 挂上需要的工具节点
- 加 IF 节点把需人工确认的结果转给负责人
- 测试后启用工作流
实操：一次完整的运行
假设你在文档库与检索系统中发出这样的请求（虚构示例）：
用排障决策树技能处理这份排障记录，输出决策树。
智能体识别到任务与「排障决策树」相关后，会依次提取判断点、排列顺序、写处理动作、测试路径。最终交付决策树，并在末尾列出需要人工确认的内容。你的工作是对照原始排障记录抽查两三处关键信息，确认无误后再使用。
测试与验收
用固定测试数据手动执行工作流，检查每个节点输出，再开启自动触发。
针对这个技能，还建议额外准备：
- 一份信息齐全的标准排障记录，检查输出是否完整
- 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
- 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效
常见坑
- 把密钥直接写进代码节点。
- 自动触发未加频率限制，导致重复执行。
- 只写了步骤，没写交付格式，导致每次输出的决策树结构不同。
- 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。
延伸阅读
- 排障决策树 · Function Calling 版
- 排障决策树 · 扣子（Coze）智能体与工作流 版
- 排障决策树 · 钉钉 AI 助理 版
- 简易知识图谱 · n8n AI Agent 版
- 知识库效果评估 · n8n AI Agent 版
- 智能体Skills 分类：625 个技能 × 32 个角度
说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。