把「可疑邮件研判」交给智能体,难点不在模型能力,而在流程是否说清楚:输入是什么(邮件原文与头信息),按什么顺序处理,交付什么(研判结论),哪些事不能做。Skill 就是把这些写下来的载体。

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
技能可疑邮件研判(phishing-email-check)
作用分析邮件是否为钓鱼并给出处理建议
输入邮件原文与头信息
输出研判结论
形态纯提示词
风险低
适用人群安全工程师与开发团队

处理流程分四步:

  1. 检查发件域与链接
  2. 识别诱导话术
  3. 判断风险
  4. 建议上报流程

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:可疑邮件研判,检查发件域与链接;识别诱导话术;判断风险;建议上报流程
      ├─ 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:研判结论]

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」,让智能体在安全工程师与开发团队提出相关请求时能对上号;二是约束部分要写进「扫描结论需人工复核,涉及生产的动作走变更流程」这类领域规矩,避免智能体自作主张。

安装与启用步骤

  1. 新建工作流,选择聊天触发或 Webhook 触发
  2. 添加 AI Agent 节点,写系统消息
  3. 为 Agent 挂上需要的工具节点
  4. 加 IF 节点把需人工确认的结果转给负责人
  5. 测试后启用工作流

实操:一次完整的运行

假设你在代码、配置与云环境中发出这样的请求(虚构示例):

用可疑邮件研判技能处理这份邮件原文与头信息,输出研判结论。

智能体识别到任务与「可疑邮件研判」相关后,会依次检查发件域与链接、识别诱导话术、判断风险、建议上报流程。最终交付研判结论,并在末尾列出需要人工确认的内容。你的工作是对照原始邮件原文与头信息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邮件原文与头信息,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,导致每次输出的研判结论结构不同。
  • 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

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。