首先，我们看下我们的最终的流程编排效果：
这里我定义了4个节点：
节点1：定义一个Webhook节点，接收外部数据，相当于定义了个Controller。
节点2：是一个HTTP请求节点，这里我用它实现同城旅行网景点数据的获取。
节点3：是一个AI节点，负责解析网页HTML中的数据和推理
节点4：也是一个HTTP请求节点，负责的是将AI返回的数据，写入到FastGPT知识库中。
首先我们在主界面选择Create Workflow，创建工作流，进入编辑界面：
然后选择右侧的加号，添加一个Webhook节点，如下所示：
接下来会进入到节点编辑界面：
这里，其实相当于定义一个Webhook接口，同时对外暴露测试或者生产的地址。这个页面我们基本不需要动，选择上方的Back to cavas回到编辑页点击测试工作流：
就可以开启工作流的启动：
然后我们在Postman中访问该地址：
然后再N8N中可以看到结果：
接下来我们做第2个节点，我们首先看下同程旅行网的景点数据，比如我们访问如下网页：
https://www.ly.com/scenery/BookSceneryTicket_32291.html
我们鼠标右键查看源代码，看看这些景点名称和级别都在什么位置标签中：
通过这样的分析后，我们就知道了，我们需要的数据这种HTML标签中了。
然后，我们可以先启动下测试工作流，再通过Postman发送一个包含url参数的请求。有了这个请求后，我们开始配置第2个节点。
在第一个节点的基础之上创建第2个节点：
设置如下内容：
这里可以手动写表达式，也可以拖动左侧的JSON节点到URL编辑区，这样第2个节点配置完成。
继续添加第3个节点，这里我选择的是OpenAI节点，虽然没有OpenAI账号，但是我们有OneAPI，可以通过它包装为一个OpenAI格式的服务，这里也可以选择Ollama，也是支持的。
在AI节点中，我们选择如下，这里如果是第一次添加会让你选择OpenAI的认证授权信息，填写一下API地址和密钥即可：
然后我们把上一步的data数据，也就是网页的HTML数据拖动到用户提示词中：
然后设置下方的system提示词如下所示：
##角色你是一个HTML网页内容提取和分析专家,能够根据用户提供的网页的HTML内容提取出来相关景点的核心介绍、景点等级、景点说明等内容。##提取规则1、提取当前HTML网页中的TITLE名称中的景点信息标题2、请根据用户提供的同程旅行网的HTML内容，从<BODY>标签中提取出景点名称，景点级别等景点信息3、景点名称在class="s_name"元素中，以及class='s_des'中的简介，以及class="s_coms_address"元素中的景点地址4、<divclass="inf-f-con"元素中的景点介绍，如果inf-f-con中包含图片地址，请用Markdown的图片格式返回，尽可能保持原文的顺序结构。5、class="tra_line"元素中的停车信息、公共交通信息、地址等信息6、根据提取到的内容，优化为一篇景点介绍文章，自动对Markdown结果进行换行格式化，不要出现\n，以便生成的结果我能够直接使用。7、返回结果需要使用Markdown格式,返回内容即可。##返回格式###景点介绍**景点名称**：**景点级别**：**景点简介与图文与经典特色****景点地址**：**交通信息**：
这样我们的AI节点完成，我们在调试下，可以看到效果如下所示，成功解析到了数据：
有了这个数据后，我们在开发一个FastGPT的节点，写入知识数据，这里我们在添加一个HTTP请求节点，然后看下官方文档关于FastGPT Open API的接口说明：
通过接口文档可以知道，我们只需要创建这样一个JSON发送请求即可，接下来在FastGPT中，创建一个访问的Key:
然后创建个知识库：
单击进入到知识库中，可以获取到知识库ID:
创建好知识库以后，我们可以先构造一个请求的JSON：
如果Postman测试没问题，可以成功写入数据到FastGPT中，那么在HTTP节点中，设置URL:
在设置请求头：
在设置请求体Body，其中text字段为：解析到的网页内容，来源于上个节点：
继续设置其他参数，这里的文件名称我选择了第一个节点的Webhook的请求参数中的URL:
这样一个流程编排完成，接下来再启动流程，然后我们通过Postman触发这个流程，流程正在执行中：
执行完成，就可以成功写入到知识库中：
景点数据如下：
有了这个数据后，我们在之前的客服工作流中，添加这个知识库和分类：
测试效果如下：
可以看到这样，基于我们的私域的一个同程旅行网的AI景点客服就完成了。
通过N8N+FastGPT实现了知识的采集、整理、入库、提问。效率非常有提升。
感兴趣的可以一起交流和动手哦。
再来分享下N8N的优势：
优势一：
- 开源免费，数据主权完全自主完全开源代码在 GitHub 完全公开，可通过 Docker 私有化部署在企业内网，敏感数据零泄露风险，金融、医疗等合规场景必备。
- 零成本门槛
优势二：
- 400 + 节点，集成能力碾压级存在万物互联支持从传统数据库（MySQL、PostgreSQL）到云端服务（AWS S3、Google Sheets），甚至硬件设备（Arduino），真正实现 “跨系统数据同步 + 业务流程自动化”。
- 实战案例某跨境电商用 n8n 连接 Shopify 订单、物流 API、金蝶 ERP，自动完成 “订单创建→库存扣减→物流单号回传→财务记账” 全流程，人工干预减少 80%，月均节省 300 + 小时。
优势三：
- 代码 + 可视化双引擎，适配所有用户非技术用户通过拖拽 “HTTP 请求”“邮件通知”“数据过滤” 等节点，轻松搭建 “表单提交→审批流程→数据存档” 等基础工作流。
- 开发者友好用 JavaScript/Python 节点编写自定义逻辑（如数据加密、复杂算法），甚至接入自有微服务，某科技公司用 n8n 实现 “用户行为数据→AI 模型分析→个性化推荐接口” 实时联动，开发周期缩短 60%。
- 劣势
本文分享了使用开源的编排N8N工具，实现网页数据的抓取，然后通过FastGTP的API，实现景点数据的抓取入库，从而实现了基于同程旅行网的AI景点客服功能。通过这种N8N工作流自动化可以帮助组织减少人为错误，也可以释放员工的时间，让他们专注于更有价值的工作。
想要了解的更多N8N的使用信息，可以看看B站上的一些视频操作：
1、https://www.bilibili.com/video/BV1QdEezmEEK/
2、https://www.bilibili.com/video/BV14cPTecEwd/
3、https://baijiahao.baidu.com/s?id=1816380678045290591&wfr=spider&for=pc
4、https://zhuanlan.zhihu.com/p/1899890553686066541
5、https://www.bilibili.com/list/ml3492028540
6、n8n、dify、Coze 深度测评：从 0 到 1 选对 AI 自动化平台，避开 99% 的坑：
https://www.woshipm.com/ai/6205201.html
7、保姆级教程：用n8n打造一个24小时监控AI博主的工作流
https://www.woshipm.com/ai/6212281.html
喜欢本篇文章的，感兴趣的小伙伴可以一起交流沟通哦。
最近也看到有人问如何学习AI，这里分享几个资料如下：
1、通往AGI之路的知识库飞书云文档:
https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e
2、掘金的AI知识库的飞书云文档
https://agijuejin.feishu.cn/wiki/UvJPwhfkiitMzhkhEfycUnS9nAm?table=blk3RfZtR7Nh73tO
3、极客时间的AI知识库的飞书云文档
https://geek-agi.feishu.cn/wiki/B9rYwwg6xidZYJkbrlscxTQFnOc
4、LangGPT社区的飞书云文档（结构化提示词等等）：
https://langgptai.feishu.cn/wiki/RXdbwRyASiShtDky381ciwFEnpe5、一站式AI产品经理飞书知识库:
https://v11enp9ok1h.feishu.cn/wiki/KiIvwdFOciiqqNkwKzTcmn88ndL
ocker 一键部署，支持完全离线环境代码嵌入:随时插入 JavaScript/Python 代码段