第 61 章

Azure AI Foundry 集成：部署配置 / Structured Outputs Beta / 企业 Entra ID 接入

第六十一章：与 n8n/Zapier 集成：无代码工作流中的 Claude 节点

61.1 无代码自动化平台的价值

n8n 和 Zapier 代表了"工作流自动化"这一类平台的两种形态：

Zapier 是面向非技术用户的 SaaS 平台，拥有 6000+ 应用集成，操作简单直观，但灵活性有限，深度定制需要付费
n8n 是开源、可自托管的工作流平台，支持复杂逻辑（条件分支、循环、子工作流）、代码节点（JavaScript/Python），以及完整的 HTTP 请求能力

将 Claude 嵌入这两个平台，能让不懂编程的业务团队直接构建 AI 驱动的自动化流程：客户邮件自动分类回复、表单数据智能提取、报告自动生成发送、多渠道内容发布等。

61.2 在 n8n 中配置 Claude HTTP 节点

n8n 内置了 Anthropic 节点（从 n8n v1.22+ 开始），也可以通过通用 HTTP Request 节点手动配置。本节重点介绍手动配置方式，以便理解底层原理。

61.2.1 创建 Anthropic API 凭据

在 n8n 中：

进入 Settings → Credentials → New Credential
选择 HTTP Header Auth
设置 Header Name 为 x-api-key，Header Value 为你的 Anthropic API Key

61.2.2 配置 HTTP Request 节点调用 Claude

// n8n HTTP Request 节点配置（JSON 视图）
{
  "method": "POST",
  "url": "https://api.anthropic.com/v1/messages",
  "authentication": "headerAuth",
  "headers": {
    "anthropic-version": "2023-06-01",
    "content-type": "application/json"
  },
  "body": {
    "model": "claude-opus-4-5",
    "max_tokens": 1024,
    "system": "{{ $json.systemPrompt }}",
    "messages": [
      {
        "role": "user",
        "content": "{{ $json.userMessage }}"
      }
    ]
  },
  "options": {
    "response": {
      "response": {
        "responseFormat": "json"
      }
    }
  }
}

在 n8n 的 GUI 中配置步骤：

拖入 HTTP Request 节点
Method: POST
URL: https://api.anthropic.com/v1/messages
Authentication: 选择之前创建的 Header Auth 凭据
Headers 标签页：
- anthropic-version: 2023-06-01
- Content-Type: application/json
Body 标签页 → JSON：粘贴上方 body 内容
使用 {{ $json.fieldName }} 引用上游节点的数据

61.2.3 提取 Claude 响应内容

Claude API 返回的响应结构为：

{
  "id": "msg_01xxx",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "这里是 Claude 的回复内容..."
    }
  ],
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 42,
    "output_tokens": 128
  }
}

在 n8n 中使用 Set 节点 提取文本内容：

// Set 节点中的表达式
{{ $json.content[0].text }}

或使用 Code 节点 进行更复杂的处理：

// Code 节点
const response = $input.first().json;
const text = response.content[0].text;
const inputTokens = response.usage.input_tokens;
const outputTokens = response.usage.output_tokens;

return [{
  json: {
    claudeResponse: text,
    tokensUsed: inputTokens + outputTokens,
    cost: ((inputTokens * 3 + outputTokens * 15) / 1_000_000).toFixed(6)
  }
}];

61.3 构建实用的 n8n Claude 工作流

61.3.1 工作流一：Gmail 邮件智能分类与自动回复

触发器：Gmail Trigger（新邮件到达）
  ↓
Set 节点：构建分类 Prompt
  ↓
HTTP Request：调用 Claude（分类）
  ↓
IF 节点：根据分类分支
  ├── 技术支持 → 查询知识库 → Claude 生成回复 → Gmail Reply
  ├── 销售询价 → 通知 Slack → 创建 CRM 记录
  └── 投诉 → 标记高优先级 → 通知主管 → 人工处理

分类节点的 Claude 配置：

// HTTP Request 节点 - Body
{
  "model": "claude-haiku-4-5",
  "max_tokens": 64,
  "messages": [
    {
      "role": "user",
      "content": "将以下邮件分类为：technical_support/sales_inquiry/complaint/general。只输出分类名称，不要解释。\n\n邮件主题：{{ $json.subject }}\n邮件内容：{{ $json.snippet }}"
    }
  ]
}

回复生成节点：

{
  "model": "claude-opus-4-5",
  "max_tokens": 512,
  "system": "你是公司的技术支持专员。根据知识库内容（如有提供）生成专业、友好的回复邮件。用与来信相同的语言回复。",
  "messages": [
    {
      "role": "user",
      "content": "客户邮件：\n{{ $json.emailBody }}\n\n知识库参考：\n{{ $json.knowledgeBaseResult }}\n\n请生成回复邮件正文（不要包含邮件头和签名）："
    }
  ]
}

61.3.2 工作流二：Webhook 触发的文档处理流水线

触发器：Webhook（接收 POST 请求，携带文档 URL）
  ↓
HTTP Request：下载文档内容
  ↓
Code 节点：文本预处理（去除 HTML 标签、截断到 50000 字符）
  ↓
HTTP Request：Claude 提取结构化信息
  ↓
Set 节点：解析 Claude 的 JSON 输出
  ↓
Google Sheets：写入提取的数据
  ↓
Webhook Response：返回处理结果

Claude 提取节点配置：

{
  "model": "claude-opus-4-5",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "从以下文档中提取关键信息，严格按照 JSON 格式输出，不要包含任何其他文字：\n\n文档内容：\n{{ $json.documentText }}\n\n需要提取的字段：\n- company_name: 公司名称\n- contact_person: 联系人\n- phone: 联系电话\n- email: 邮箱地址\n- product_mentioned: 提到的产品列表（数组）\n- key_requirements: 关键需求（最多3条，数组）\n- urgency: 紧迫程度（high/medium/low）\n\n输出示例：{\"company_name\": \"...\", ...}"
    }
  ]
}

Code 节点解析 JSON 输出：

const claudeText = $input.first().json.content[0].text;

// Claude 有时会在 JSON 前后加上说明文字，需要提取 JSON 部分
const jsonMatch = claudeText.match(/\{[\s\S]*\}/);
if (!jsonMatch) {
  throw new Error(`Claude 未返回有效 JSON: ${claudeText}`);
}

const extracted = JSON.parse(jsonMatch[0]);

return [{ json: extracted }];

61.3.3 工作流三：定时内容生成与多渠道发布

触发器：Schedule（每天 9:00 AM）
  ↓
HTTP Request：获取今日热点话题（RSS/API）
  ↓
HTTP Request：Claude 生成多格式内容
  ↓
Code 节点：解析不同格式的内容
  ↓
并行执行：
  ├── Twitter API：发布简短版本（280字符）
  ├── LinkedIn API：发布专业版本
  └── Notion API：存档完整版本

Claude 多格式生成节点：

{
  "model": "claude-opus-4-5",
  "max_tokens": 2048,
  "messages": [
    {
      "role": "user",
      "content": "基于以下话题，生成三种格式的内容。严格按照 JSON 格式输出。\n\n话题：{{ $json.topic }}\n背景信息：{{ $json.background }}\n\n输出格式：\n{\n  \"twitter\": \"Twitter 帖子（最多280字符，可含 hashtag）\",\n  \"linkedin\": \"LinkedIn 长文（300-500字，专业语气，可含换行）\",\n  \"full_article\": \"完整文章（800-1200字，包含标题、引言、正文、结语）\"\n}"
    }
  ]
}

61.4 在 Zapier 中集成 Claude

Zapier 通过 Webhooks by Zapier 或 HTTP 操作（需要 Zapier Premium）调用 Claude API。

61.4.1 使用 Webhooks by Zapier 调用 Claude

Zap 结构：

触发器：你的应用（如 Typeform 新表单提交）
  ↓
操作：Webhooks by Zapier - Custom Request
  ↓
操作：Formatter by Zapier - Text（提取 Claude 回复）
  ↓
操作：下游应用（Gmail/Slack/Google Sheets 等）

Webhooks by Zapier 节点配置：

Method: POST
URL: https://api.anthropic.com/v1/messages

Headers:

x-api-key: sk-ant-xxxxxxxxxx
anthropic-version: 2023-06-01
Content-Type: application/json

Data（Raw Body，JSON 格式）:

{
  "model": "claude-haiku-4-5",
  "max_tokens": 512,
  "messages": [
    {
      "role": "user",
      "content": "请总结以下客户反馈的核心问题（不超过3句话）：__feedback_content__"
    }
  ]
}

注意：Zapier 中使用双下划线包裹变量名（__fieldName__）引用上一步的字段。

提取回复的 Formatter 配置：

Transform: Extract Pattern
Input: 上一步 Webhook 的 body 字段
Pattern: "text":"(.*?)" (使用正则提取 text 字段)

或者使用 Zapier 的 Code by Zapier（Python/JavaScript）：

// Zapier Code by Zapier - JavaScript
const responseBody = JSON.parse(inputData.webhookBody);
const claudeText = responseBody.content[0].text;

return {
  claudeResponse: claudeText,
  inputTokens: responseBody.usage.input_tokens,
  outputTokens: responseBody.usage.output_tokens
};

61.4.2 Zapier 工作流示例：Typeform → Claude 分析 → Google Sheets

触发器：Typeform - New Entry（新客户调研表单）
  ↓
操作：Webhooks by Zapier（POST 到 Claude API）
  - 分析表单答案，提取关键痛点和优先级
  ↓
操作：Code by Zapier（解析 Claude JSON 输出）
  ↓
操作：Google Sheets - Create Spreadsheet Row
  - 写入提取的结构化数据
  ↓
操作：Slack - Send Channel Message
  - 通知产品团队有新的高优先级反馈

61.5 Webhook 触发器：让外部事件驱动 Claude

n8n 的 Webhook 触发器允许外部系统主动触发 Claude 处理。

61.5.1 n8n Webhook 接收 + Claude 处理

// 工作流：HTTP POST 请求 → Claude 分析 → 返回结果

POST https://your-n8n.com/webhook/analyze-text
Content-Type: application/json

{
  "text": "需要分析的文本内容",
  "analysis_type": "sentiment|summary|extraction",
  "language": "zh"
}

n8n 工作流节点：

Webhook 触发器：监听 POST 请求，记录 Body
Switch 节点：根据 analysis_type 分支
HTTP Request（Claude）：对应不同 analysis_type 使用不同 prompt
Set 节点：格式化输出
Webhook Response 节点：返回结果给调用方

// Webhook Response 的返回内容（Set 节点配置）
{
  "success": true,
  "result": "{{ $json.claudeResponse }}",
  "tokens_used": "{{ $json.tokensUsed }}",
  "processing_time_ms": "{{ $json.processingTime }}"
}

61.6 错误处理与稳定性

61.6.1 n8n 的错误处理节点

HTTP Request（Claude）
  ↓ 成功
Set 节点（处理结果）
  ↓ 失败（Error Trigger）
  ↓
IF 节点：检查错误类型
  ├── 429 Rate Limit → Wait 节点（等待 60s）→ 重试
  ├── 500 Server Error → 发送告警到 Slack
  └── 其他 → 记录日志 → 跳过处理

Rate Limit 处理的 Code 节点：

// 检查是否是速率限制错误
const statusCode = $input.first().json.statusCode;
const retryAfter = $input.first().json.headers?.['retry-after'];

if (statusCode === 429) {
  const waitSeconds = retryAfter ? parseInt(retryAfter) : 60;
  return [{
    json: {
      shouldRetry: true,
      waitMs: waitSeconds * 1000,
      message: `Rate limited, waiting ${waitSeconds}s`
    }
  }];
}

return [{ json: { shouldRetry: false, error: $input.first().json } }];

61.6.2 成本控制：按需选择模型

// Code 节点：根据任务复杂度选择模型
const taskType = $input.first().json.taskType;
const textLength = $input.first().json.text?.length || 0;

let model = "claude-haiku-4-5";  // 默认用最便宜的模型

if (taskType === "complex_analysis" || textLength > 10000) {
  model = "claude-opus-4-5";
} else if (taskType === "summarization" || taskType === "translation") {
  model = "claude-sonnet-4-5";
}

return [{
  json: {
    ...$input.first().json,
    selectedModel: model
  }
}];

61.7 最佳实践

提示词管理

在 n8n 中，将系统提示词存储在专用的数据节点或环境变量中，而非硬编码在每个节点里：

// n8n 环境变量（Settings → Environment Variables）
// CLAUDE_SYSTEM_PROMPT_CUSTOMER_SERVICE = "你是..."
// CLAUDE_SYSTEM_PROMPT_ANALYTICS = "你是数据分析..."

// 在 Code 节点中读取
const systemPrompt = $env.CLAUDE_SYSTEM_PROMPT_CUSTOMER_SERVICE;

输出验证

// 验证 Claude 输出是否为有效 JSON
function safeParseClaudeJson(text) {
  // 尝试直接解析
  try {
    return JSON.parse(text);
  } catch (e) {}
  
  // 尝试提取 JSON 块
  const jsonMatch = text.match(/```json\n?([\s\S]*?)\n?```/) || 
                    text.match(/\{[\s\S]*\}/);
  if (jsonMatch) {
    try {
      return JSON.parse(jsonMatch[1] || jsonMatch[0]);
    } catch (e) {}
  }
  
  throw new Error(`无法解析 Claude 输出为 JSON: ${text.substring(0, 200)}`);
}

小结

n8n 和 Zapier 通过 HTTP Request 节点将 Claude API 整合进可视化工作流。关键配置要素包括：Header Auth 凭据（x-api-key）、anthropic-version 请求头，以及使用表达式（n8n 的 {{ $json.field }}，Zapier 的 __field__）动态注入上下文。实用工作流场景涵盖邮件自动分类回复、文档结构化提取、多格式内容生成。生产化要点是：速率限制重试、按任务复杂度路由模型、Claude 输出的 JSON 安全解析，以及集中管理系统提示词。

本章评分

4.7 / 5 (3 评分)