n8n 实战：自动化执行统计方法选择的智能体流程

把「统计方法选择」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（数据类型与问题），按什么顺序处理，交付什么（方法建议），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	统计方法选择（`stats-helper`）
作用	根据数据与问题推荐统计方法
输入	数据类型与问题
输出	方法建议
形态	带脚本
风险	低
适用人群	研究人员与学生

处理流程分四步：

判断变量类型
推荐检验
说明前提
给出代码示例

这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；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：统计方法选择，判断变量类型；推荐检验；说明前提；给出代码示例
      ├─ 工具：Code（解析与校验）
      ▼
[IF 需人工确认?] ──是──▶ [发送给负责人审核]
      │否
      ▼
[输出：方法建议]

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」，让智能体在研究人员与学生提出相关请求时能对上号；二是约束部分要写进「引用必须回到原文核对，绝不编造文献」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

假设你在文献库、数据与写作工具中发出这样的请求（虚构示例）：

用统计方法选择技能处理这份数据类型与问题，输出方法建议。

智能体识别到任务与「统计方法选择」相关后，会依次判断变量类型、推荐检验、说明前提、给出代码示例。最终交付方法建议，并在末尾列出需要人工确认的内容。你的工作是对照原始数据类型与问题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数据类型与问题，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，导致每次输出的方法建议结构不同。
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。