Einen n8n-Workflow importieren
Diese Schritt-für-Schritt-Anleitung importiert einen aus n8n exportierten Workflow — einen KI-Agenten, der Chatnachrichten mit einem OpenAI-Chatmodell und einem Gedächtnis beantwortet — in ein Aggregate, ein Release und ein Manifest, die n8n mitsamt dem Workflow so, wie sie geschrieben sind, für Docker Compose bauen, baut sie anschließend und führt das Ergebnis aus. Jede Datei und jeder Ausgabeblock unten stammt aus einem echten Lauf; der Workflow und jede Phase der Anleitung befinden sich im Beispiel import-n8n, in dem ein Prüfskript den Import erneut ausführt, das, was er schreibt, was er ausgibt, und die Blöcke, die diese Seite zitiert, mit den dort abgelegten Dateien vergleicht und das, was der Import geschrieben hat, validiert und baut.
Das Beispiel generieren
Sie können diesen Import mit den Befehlen auf dieser Seite ausführen oder ihn von Ihrem KI-Assistenten ausführen lassen.
Schreiben Sie das Beispiel in einen neuen Ordner, der nach ihm benannt ist:
aggrega scaffold --example import-n8nDanach gibt er die als Nächstes auszuführenden Befehle aus. Der erste wechselt in den neuen Ordner; der folgende, unten, wechselt in den Ordner source des neuen Ordners, der enthält, was diese Seite importiert, und in dem der Import läuft:
cd import-n8n
Der Workflow
support-agent.json, für diese Anleitung in der Form geschrieben, in der n8n einen Workflow exportiert, enthält vier Knoten: einen Chat-Trigger, einen AI Agent mit einer kurzen Systemnachricht, einen OpenAI-Chat-Model-Knoten, der gpt-4o-mini auswählt, und einen Simple-Memory-Knoten, verbunden durch die Verbindungen, die n8n nach dem Namen des Knotens auflistet, von dem jede ausgeht. Der Chat-Trigger ist öffentlich, sodass eine an seine URL gesendete Chatnachricht den Workflow startet, und er fragt den Absender nach Benutzer und Passwort, die er gegen eine Anmeldeinformation für Basic-Authentifizierung prüft, die n8n speichert:
"parameters": { "public": true, "authentication": "basicAuth", "options": {} }, [… omitted: the node's identifier, name, type, version, position and webhook identifier] "credentials": { "httpBasicAuth": { "id": "Vx3mQ8rLb2Nk7Tz5", "name": "Chat basic auth" } }Der Modellknoten wählt seine Anmeldeinformation auf dieselbe Weise aus, per Referenz — der Export enthält die Kennung und den Namen jeder Anmeldeinformation, niemals den Benutzer, das Passwort oder den Schlüssel:
"parameters": { "model": { "__rl": true, "value": "gpt-4o-mini", "mode": "list", "cachedResultName": "gpt-4o-mini" }, "options": {} }, "id": "6f1d2c3a-7b4e-4a8f-9c21-0d3e5f6a7b03", "name": "OpenAI Chat Model", "type": "@n8n/n8n-nodes-langchain.lmChatOpenAi", "typeVersion": 1.2, "position": [120, 220], "credentials": { "openAiApi": { "id": "Rb7nW2xQ9kT4mZ1c", "name": "OpenAI account" } }Neben dem Workflow macht eine .aggrega-config.yaml den Ordner zu einem Workspace:
# The workspace key marks this directory as the workspace root, so an import run# here writes its drafts beside support-agent.json.workspace: {}# The registry the importer is fetched from the first time an import needs it.default_registry: hub.aggrega.aiund import-answers.yaml enthält die Antworten auf das, was kein Workflow enthalten kann. Ein Import für Docker Compose benötigt keine: Er hängt den OpenAI-Schlüssel über eine Variablenreferenz an, die Docker Compose aus Ihrer Shell befüllt. Ein Import für Kubernetes hängt ihn über den Namen eines Kubernetes-Secrets an, den nur Sie angeben können, daher nennt die Datei dieses Secret (siehe Auf Kubernetes):
# Values the import could not draft from the source, keyed by the drafted file and the key path inside# it. Write each one beside its key; an import of the same source, and a sync, read them from here and# ask nothing. A secret is never written here: its key asks where the secret comes from — a variable# name, ${NAME}, or the name of a Kubernetes Secret.release.yaml: # The origin of the secret value, written by the operator in the Release. Read exactly as # values.origin is. Write it here or in values.origin, never in both. A secret: name where it comes # from, never the value. spec.components.n8n.uses.model.openai-chat-model.features.credential.infra.origin: "openai-api-key"Die Antwortdatei des Imports beschreibt die Datei vollständig.
Der Import gleicht jeden Knoten mit den Components des Katalogs des Arbeitsbereichs ab, und --target entwirft ein Manifest aus dessen Recipes. Der Arbeitsbereich nennt keinen Katalogordner, daher liest der Import den Katalog der Standardbibliothek aus der Registry, aus der er seinen Importer holt: einen signierten Snapshot des veröffentlichten Katalogs, den der erste Import holt, verifiziert und im Inhalts-Cache des Arbeitsbereichs ablegt und den die Aufzeichnung, die der Import neben seine Entwürfe schreibt, über seinen Digest benennt. Ein Arbeitsbereich, der eigene Katalogordner nennt — in AGGREGA_CATALOG_DIRS oder unter workspace.catalog_dirs —, importiert stattdessen gegen diese. Wechseln Sie in source:
cd sourceDen Import ausführen
aggrega import support-agent.json --target composeAuf der Standardausgabe listet er auf, was er geschrieben hat:
wrote aggregate.yamlwrote release.yamlwrote manifest.yamlwrote .aggrega-import.jsonAuf der Standardfehlerausgabe, wobei <workspace> für den Ordner steht, in dem Sie ihn ausgeführt haben:
[… omitted: a warning that the importer runs unverified, printed where its module is read from beside its Plugin entity in a catalog folder rather than fetched]read as the n8n format, with drafted paths relative to <workspace>warn: the value of credentials.httpBasicAuth.id of node When chat message received is carried as written in the flow the draft carries: its format marks the field as a credential, and setting empty_credentials to marked or all writes it emptywarn: the value of credentials.openAiApi.id of node OpenAI Chat Model is carried as written in the flow the draft carries: its format marks the field as a credential, and setting empty_credentials to marked or all writes it emptywarn: node OpenAI Chat Model reaches openai-chat-model, wired to the model socket of core/ai-agent/n8n as openai-chat-model, other than through that connection: an n8n @n8n/n8n-nodes-langchain.lmChatOpenAi node reaches the part at the address the stored credential it selects, or its own parameters, give; the platform delivers this connection as OPENAI_BASE_URL and OPENAI_API_KEY, but an n8n workflow reads a variable of the platform's environment only through an expression reading $env, which the platform refuses while values.allow_env_access_in_nodes is false, the value the draft leaves it at; setting it true lets every workflow, and every user who can edit one, read every variable of the platform's environment, the delivered credentials includedmade no choice for When chat message received (@n8n/n8n-nodes-langchain.chatTrigger)made no choice for AI Agent (@n8n/n8n-nodes-langchain.agent)mapped OpenAI Chat Model (@n8n/n8n-nodes-langchain.lmChatOpenAi) to core/ai-model/openai as a reference, HIGH at 0.9143made no choice for Simple Memory (@n8n/n8n-nodes-langchain.memoryBufferWindow) warning: node "n8n" (provider "compose"): artifact "n8n-flow.compose-fragment.yaml": skipped provenance label injection — the fragment declares no compose service. Compose carries build provenance as service labels, so a fragment contributing only top-level networks, volumes or configs carries none; the services this component emits elsewhere carry the full set.Pull complete: <workspace>/release.lock (entities=8, source_artifacts=0, external_inputs=0)
- Die Zeile
mappedbesagt, dass der OpenAI-Chat-Model-Knoten zum OpenAI-Modell der Standardbibliothek wurde,core/ai-model/openai, referenziert statt entworfen, da er in der hohen Stufe passte, mit 0.9143: eine eigene Komponente, verdrahtet mit dem Socketmodelder Plattform. - Die Zeilen
made no choicebesagen, dass der Trigger, der Agent und das Gedächtnis innerhalb des Workflows bleiben, den n8n selbst ausführt. - Die ersten beiden Zeilen
warnnennen die Kennungen der gespeicherten Anmeldeinformationen, die der Trigger und der Modellknoten auswählen und die n8n als Anmeldeinformationen kennzeichnet. Sie sind Referenzen, keine Geheimnisse, und werden so übernommen, wie sie geschrieben sind. - Die dritte Zeile
warnist diejenige, die genau zu lesen ist: Der Modellknoten erreicht OpenAI mit der gespeicherten Anmeldeinformation, die er auswählt, nicht über die Verbindung, die der Entwurf verdrahtet. Die Plattform liefert die Verbindung in die Umgebung von n8n, und n8n verweigert einem Workflow das Lesen seiner Umgebung, solange das Aggregatevalues.allow_env_access_in_nodesauffalsebelässt, wie es der Entwurf tut. Wird es auftruegesetzt, kann jeder Workflow, und jeder, der einen bearbeiten kann, jede Variable der Plattform lesen, einschließlich des gelieferten Schlüssels. Der Schlüssel, den der Workflow verwendet, ist daher derjenige, den n8n speichert, wie Ausführen zeigt. - Die letzten beiden Zeilen sind der Pull. Es blieb nichts zu beantworten, daher hat der Import die Abhängigkeiten des entworfenen Release abgerufen, wie es
aggrega pulltut, undrelease.lockgeschrieben; der Build unten braucht nichts weiter. Die Zeilewarninggibt auch der Build aus, und Validieren und bauen erklärt sie.
Die Antwortdatei nennt ein Secret, nach dem dieser Import nicht fragt: Der Import lässt dafür nichts leer, wendet daher keine Antwort an und lässt die Datei unverändert.
Was er schreibt
Das Aggregate, das Release und das Manifest heißen imported/support-agent, nach dem eigenen Namen des Workflows, Support agent, reduziert auf support-agent — ein Workflow ohne Namen wird nach seiner Datei benannt —, unter dem Namespace, den die Einstellung target_namespace des Importers festlegt, imported, sofern Sie keinen anderen festlegen (Einstellungen).
aggregate.yaml — eine Instanz der n8n-Plattform der Standardbibliothek, core/ai-agent/n8n, die den Workflow so enthält, wie er exportiert wurde, hier größtenteils weggelassen, und das Modell, verdrahtet mit ihrem Socket model:
apiVersion: aggrega.ai/v1beta1kind: Aggregatemetadata: name: imported/support-agent version: 0.1.0 description: Draft Aggregate imported from a source in the n8n format.spec: components: n8n: type: core/ai-agent/n8n values: workflow_id: 'sQ4vT8nKp2LmX7bR' flow_definition: | { "id": "sQ4vT8nKp2LmX7bR", "name": "Support agent", [… omitted: the rest of the workflow, as exported] } uses: model: openai-chat-model: target: openai-chat-model # For the compose target, the lines below declare credential on openai-chat-model: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none. features: credential: type: core/secret-value values: key: OPENAI_API_KEY # swap to core/ai-model/azure-openai (score 0.4125) by setting type: core/ai-model/azure-openai openai-chat-model: type: core/ai-model/openai values: model: |- gpt-4o-miniworkflow_id ist die Kennung, die der Export dem Workflow gibt. Das Modell ist core/ai-model/openai, mit dem Modell, das der Knoten auswählt, gpt-4o-mini; der Kommentar darüber nennt eine andere Component des Katalogs, der der Knoten ähnelt, mit ihrer Bewertung. Der OpenAI-Schlüssel, den die Plattform dem Modell vorlegt, wird auf der Verbindung mit der Variablen deklariert, unter der er in der Umgebung von n8n ankommt, OPENAI_API_KEY; das Release gibt an, woher er stammt.
release.yaml — das Release, das das Aggregate mit dem Manifest bereitstellt:
apiVersion: aggrega.ai/v1beta1kind: Releasemetadata: name: imported/support-agent # environment is a drafted default, since no source names the environment this Release deploys to; change it to name the one it deploys to. environment: development version: 0.1.0 description: Draft Release imported from a source in the n8n format.spec: aggregate: imported/support-agent manifest: imported/support-agent components: n8n: infra: # The image running core/ai-agent/n8n, at the version this importer drafts, which the catalog's Recipes for it are known to run; the import does not raise or lower it to follow the source. image: "n8nio/n8n:1.110.1" # Published on this machine's loopback address, 127.0.0.1: reachable from this machine only, by any process running on it. Delete this line to keep the service internal. published_port: 5678 uses: model: openai-chat-model: features: credential: type: core/secret-value infra: # Attached by reference, never as a value: the credential n8n presents to openai-chat-model on its model connection, read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${OPENAI_API_KEY}" openai-chat-model: {}environmentistdevelopment, ein Standardwert, der laut dem Kommentar darüber auf die Umgebung zu ändern ist, in die das Release ausgerollt wird.- Das Image ist n8n 1.110.1, die Version, die die Recipes des Katalogs für n8n ausführen.
published_portist 5678, der Port, auf dem n8n bereitstellt, daher antwortet der Editor auf Ihrem Rechner unterhttp://127.0.0.1:5678. Wie sein Kommentar sagt, kann jeder Prozess auf diesem Rechner ihn dort erreichen und nichts anderes; löschen Sie die Zeile, um n8n allein im Netzwerk des Stacks zu halten. Ein andererpublished_portals 5678 benötigt danebeninfra.external_base_url: http://127.0.0.1:<published_port>, sonst meldet n8n die Adressen seines Editors und seiner Webhooks unterlocalhost:5678.- Der Schlüssel ist ein Variablenverweis,
${OPENAI_API_KEY}, den Docker Compose beim Start des Stacks aus Ihrer Shell befüllt. Das OpenAI-Modell der Standardbibliothek ist ein gehosteter Dienst, und eine Verbindung dorthin muss Zugangsdaten tragen, daher bindet das Release welche an, obwohl der Workflow seinen Schlüssel aus dem Speicher von n8n liest.
manifest.yaml — die Compose-Recipes der Plattform und des Modells sowie die Realisierung, die den Variablenverweis des Schlüssels unverändert in die Compose-Datei schreibt:
apiVersion: aggrega.ai/v1beta1kind: Manifestmetadata: name: imported/support-agent version: 0.1.0spec: mappings: components: type: core/ai-agent/n8n: compose/n8n core/ai-model/openai: compose/openai features: type: core/secret-value: compose/dotenv-secret.aggrega-import.json ist die Aufzeichnung dessen, was der Import geschrieben hat, die ein späteres aggrega import --sync liest, und release.lock fixiert jede Katalogentität, zu der das Release aufgelöst wird, nach Version und Digest.
Validieren und bauen
aggrega validate --release release.yamlaggrega build --release release.yaml

Die Validierung gibt aus:
notice: LINT: Feature "core/secret-value" at core/secret-value:1.0.0 declares property "origin" in both values: and infra: pillars (path: origin)release dependency validation passed: release.yaml (schema-pillar + dependency pillars)und der Build, wobei <workspace> für den Ordner mit den Entwürfen steht:
warning: node "n8n" (provider "compose"): artifact "n8n-flow.compose-fragment.yaml": skipped provenance label injection — the fragment declares no compose service. Compose carries build provenance as service labels, so a fragment contributing only top-level networks, volumes or configs carries none; the services this component emits elsewhere carry the full set. notice: LINT: Feature "core/secret-value" at core/secret-value:1.0.0 declares property "origin" in both values: and infra: pillars (path: origin)[… omitted: a total build time, which differs per run]Build completed: 1 file written to <workspace>/distDie Zeile warning betrifft den Teil der Compose-Datei, der den Workflow enthält, einen Eintrag configs auf oberster Ebene, der keinen Service hat, an dem die Labels des Builds angebracht werden könnten. Die Zeile notice ist rein informativ: Das Secret-Feature akzeptiert sein origin aus den values des Aggregate oder aus der infra des Release, und der Hinweis meldet, dass ein Blatt in beiden deklariert ist. Keine von beiden ändert das Urteil.
dist/compose/docker-compose.yaml enthält n8n und einen Service, der den Workflow importiert, bevor n8n startet:
services: n8n: image: n8nio/n8n:1.110.1 environment: OPENAI_BASE_URL: https://api.openai.com/v1 OPENAI_API_KEY: ${OPENAI_API_KEY} N8N_BLOCK_ENV_ACCESS_IN_NODE: "true" ports: - 127.0.0.1:5678:5678 [… omitted: the labels the build writes on every service, naming the Aggregate, the component, the environment and the compiler's version] volumes: - type: volume source: n8n--data target: /home/node/.n8n networks: - compose depends_on: n8n--import-flow: condition: service_completed_successfully [… omitted: the service's health check] n8n--import-flow: image: n8nio/n8n:1.110.1 command: - import:workflow - --input=/flows/workflow.json entrypoint: - n8n [… omitted: the labels the build writes on every service] volumes: - type: volume source: n8n--data target: /home/node/.n8n networks: - compose restart: "no" configs: - source: n8n-flow target: /flows/workflow.jsonDer Workflow gelangt über n8n import:workflow zu n8n, ausgeführt auf demselben Datenvolume bei jedem Start des Stacks, vor n8n selbst. N8N_BLOCK_ENV_ACCESS_IN_NODE ist "true", die Sperre von n8n, die einem Workflow das Lesen seiner Umgebung verwehrt, da das Aggregate allow_env_access_in_nodes auf false belässt. Der OpenAI-Chat-Model-Knoten liest seinen Schlüssel daher aus dem eigenen Anmeldeinformationsspeicher von n8n, so wie der Chat-Trigger seinen Benutzer und sein Passwort liest, und der Lauf weiter unten speichert beides. Das Compose-Recipe von n8n veröffentlicht nur dann einen Port auf Ihrem Rechner, wenn das Release published_port im infra von n8n setzt, und dann allein auf der Loopback-Adresse 127.0.0.1; ohne ihn ist der Service nur im Netzwerk des Stacks erreichbar.
Mit einem KI-Assistenten
Ein KI-Assistent, der mit den Tools von Aggrega eingerichtet ist, kann dasselbe tun: Fügen Sie diesen Prompt dort ein.
Verwenden Sie nur die Aggrega-Tools und legen Sie selbst keinen Ordner an. Wenn der Workspace-Ordner noch keinen Ordner `import-n8n` enthält, rufen Sie das Tool `scaffold` einmal auf, mit `example` auf `import-n8n` gesetzt und ohne `dir`: Es schreibt das Beispiel in einen neuen Ordner `import-n8n`, dessen Ordner `source` enthält, was diese Seite importiert. Rufen Sie dann das Tool `import` auf, mit `workspace_root` auf `import-n8n/source`, `source` auf `support-agent.json` und `target` auf `compose` gesetzt: Es liest die benötigten Antworten aus `import-answers.yaml` neben `support-agent.json`, schreibt seine Entwürfe nach `import-n8n/source` und zieht, was sie benötigen. Rufen Sie dann das Tool `validate` auf, mit `workspace_root` auf `import-n8n/source` und `release` auf `release.yaml` gesetzt, und das Tool `build`, mit `workspace_root` auf `import-n8n/source`, `release` auf `release.yaml` und `write` auf true gesetzt. Sagen Sie mir, welche Dateien der Build geschrieben hat; sie liegen unter `import-n8n/source/dist/`.In VS Code öffnen
Wenn die Aggrega-Erweiterung für Visual Studio Code installiert ist, öffnen Sie in VS Code den Ordner import-n8n/source, in den der Import seine Entwürfe geschrieben hat. Der Ordner enthält ein Release, das entworfene release.yaml, daher wählt der Editor es für Sie aus und prüft die Entwürfe beim Bearbeiten gegen dieses Release, wobei er seine Befunde in der Datei und im Bereich Probleme markiert. Aggrega: Show topology graph in der Befehlspalette zeichnet die Komponenten des Release und die Verbindungen zwischen ihnen. Aggrega: Build, Aggrega: Preview build und Aggrega: Pull wirken auf dasselbe Release, und jeder ist auch eine Schaltfläche im Bereich Commands der Ansicht Aggrega in der Aktivitätsleiste; Build schreibt seine Dateien in dist/ des Ordners. Aggrega in Visual Studio Code verwenden behandelt den Rest.
Ausführen
n8n liest beide Anmeldeinformationen, die der Workflow auswählt, anhand ihrer Kennungen aus seinem eigenen Speicher: den OpenAI-Schlüssel unter Rb7nW2xQ9kT4mZ1c und Benutzer und Passwort des Chats unter Vx3mQ8rLb2Nk7Tz5. Die eigene Befehlszeile von n8n speichert sie unter diesen Kennungen aus einer Datei. Schreiben Sie sie mit Ihren eigenen Werten in credentials.json:
[ {"id": "Rb7nW2xQ9kT4mZ1c", "name": "OpenAI account", "type": "openAiApi", "data": {"apiKey": "your OpenAI key"}}, {"id": "Vx3mQ8rLb2Nk7Tz5", "name": "Chat basic auth", "type": "httpBasicAuth", "data": {"user": "a user of your own", "password": "a password of your own"}}]Setzen Sie den Schlüssel in Ihrer Shell, so wie das entworfene Release ihn liest, und starten Sie den Stack:
export OPENAI_API_KEY='your OpenAI key'docker compose -p support-agent -f dist/compose/docker-compose.yaml up -d --wait-p benennt das Projekt, wie es der Ausführungsschritt von Wie ein Import abläuft erklärt. --wait kehrt zurück, sobald n8n sich als fehlerfrei meldet, nachdem der Dienst, der den Workflow importiert, gelaufen und beendet ist. Kopieren Sie die Anmeldeinformationen in den Container von n8n, importieren Sie sie und entfernen Sie die Kopie:
docker compose -p support-agent -f dist/compose/docker-compose.yaml exec -T n8n sh -c 'umask 077; cat > /tmp/credentials.json' < credentials.jsondocker compose -p support-agent -f dist/compose/docker-compose.yaml exec n8n n8n import:credentials --input=/tmp/credentials.jsondocker compose -p support-agent -f dist/compose/docker-compose.yaml exec n8n rm /tmp/credentials.json[… omitted: n8n's notices about its settings file's permissions, error tracking and deprecated settings]Successfully imported 2 credentials.n8n hält nun beide Anmeldeinformationen, löschen Sie daher credentials.json:
rm credentials.jsonAktivieren Sie dann den Workflow und starten Sie n8n neu, damit die Aktivierung wirksam wird:
docker compose -p support-agent -f dist/compose/docker-compose.yaml exec n8n n8n update:workflow --id=sQ4vT8nKp2LmX7bR --active=truedocker compose -p support-agent -f dist/compose/docker-compose.yaml restart n8nSobald docker compose -p support-agent -f dist/compose/docker-compose.yaml ps n8n n8n wieder als (healthy) zeigt, gibt docker compose -p support-agent -f dist/compose/docker-compose.yaml logs n8n die Zeile Activated workflow "Support agent" (ID: sQ4vT8nKp2LmX7bR) aus.
Testen
Öffnen Sie http://127.0.0.1:5678, die Adresse, die published_port veröffentlicht: Der Editor von n8n fragt beim ersten Besuch nach einem Owner-Konto und zeigt dann Support agent.
Der Chat-Trigger nimmt eine Nachricht nur mit dem oben gespeicherten Benutzer und Passwort an; ohne sie antwortet er HTTP/1.1 401 Unauthorized und Authorization is required!, und mit einem falschen Passwort HTTP/1.1 403 Forbidden. Mit beiden in CHAT_USER und CHAT_PASSWORD liest curl sie von seiner Standardeingabe, sodass sie in keiner Befehlszeile erscheinen:
printf 'user = "%s:%s"\n' "$CHAT_USER" "$CHAT_PASSWORD" | curl --config - -sS -i -X POST \ http://127.0.0.1:5678/webhook/a3c9e1f2-4b5d-4e6f-8a7b-9c0d1e2f3a04/chat -H 'Content-Type: application/json' \ -d '{"action": "sendMessage", "sessionId": "s1", "chatInput": "In one short sentence: what does a support plan cover?"}'HTTP/1.1 500 Internal Server Error[… omitted: the response's other headers]
{"message":"Error in workflow"}Der Lauf speicherte einen Platzhalter für den OpenAI-Schlüssel, daher hielt der Workflow bei seinem Aufruf des Modells an. n8n behält die Ausführung, die der Editor unter den Ausführungen des Workflows auflistet, mit der Ablehnung durch OpenAI: Incorrect API key provided: sk-place*****************-key. Mit Ihrem Schlüssel ist die Antwort HTTP/1.1 200 OK und die Antwort des Agenten, als {"output": "…"}.
Auf Kubernetes, mit dem unter Auf Kubernetes beschriebenen Build angewendet, hält n8n seine Daten in einem Volume, das so lange lebt wie sein Pod, daher startet ein neuer Pod ohne das, was Sie gespeichert haben; speichern Sie die Anmeldeinformationen stattdessen auf der laufenden Instanz und aktivieren Sie dort den Workflow. Schreiben Sie credentials.json wie unter Ausführen, importieren Sie die Datei über kubectl exec von der Standardeingabe im Namespace, in den Sie angewendet haben, und löschen Sie sie anschließend:
kubectl exec -i -n <namespace> deploy/n8n -- n8n import:credentials --input=/dev/stdin < credentials.jsonDefaulted container "main" out of: main, import-flow (init)[… omitted: n8n's notices about its settings file's permissions, error tracking and deprecated settings]Successfully imported 2 credentials.Leiten Sie einen lokalen Port an den Service von n8n, n8n-default, weiter und lassen Sie den Befehl laufen:
kubectl port-forward -n <namespace> svc/n8n-default 5678:5678Richten Sie von einem anderen Terminal aus das Owner-Konto über die API von n8n ein, die Sie anmeldet und die Sitzung in cookies.txt speichert, und aktivieren Sie dann den Workflow:
curl -sS -c cookies.txt -X POST http://127.0.0.1:5678/rest/owner/setup -H 'Content-Type: application/json' \ -d '{"email": "owner@example.com", "firstName": "Your", "lastName": "Name", "password": "a password of your own"}'curl -sS -b cookies.txt -X PATCH http://127.0.0.1:5678/rest/workflows/sQ4vT8nKp2LmX7bR \ -H 'Content-Type: application/json' -d '{"active": true}'Die zweite Antwort ist der Workflow, mit "active":true. Die obige Chat-Nachricht erreicht ihn dann unverändert unter derselben Adresse; der Lauf erhielt dasselbe {"message":"Error in workflow"} und dieselbe Ablehnung in der Ausführung.
Stoppen Sie den Stack mit dem folgenden Befehl. -v entfernt außerdem das Datenvolume von n8n und damit die gespeicherten Anmeldeinformationen und die Aktivierung:
docker compose -p support-agent -f dist/compose/docker-compose.yaml down -vAuf Kubernetes
Derselbe Workflow wird mit dem Target helm für Kubernetes importiert. Die Entwürfe für Docker Compose liegen bereits in source, und der Import überschreibt dort nie ein Aggregate; erstellen Sie diese Entwürfe daher mit --output-dir in einem eigenen Ordner, und validieren und bauen Sie dann von dort aus:
aggrega import support-agent.json --target helm --output-dir helmcd helmaggrega validate --release release.yamlaggrega build --release release.yamlDie Entwürfe unterscheiden sich dort, wo das Ziel es tut. Das Manifest ordnet die Plattform helm/n8n zu, das Modell helm/openai und den Schlüssel helm/k8s-existing-secret, das ihn aus einem bereits im Namespace vorhandenen Secret liest. Das Release bindet den Schlüssel als core/referenced-secret an und nennt dabei dieses Secret, openai-api-key, aus der Antwortdatei.
Der Build schreibt einfache Kubernetes-Manifeste unter dist/helm/ im Stammverzeichnis des Workspace, source, was von helm aus ../dist/helm/ ist. Erstellen Sie das Secret in dem Namespace, in den Sie anwenden, mit dem Schlüssel unter dem Datenschlüssel value, und wenden Sie dann den Ordner an, wie der Ausführungsschritt von Wie ein Import abläuft erklärt. Der Workflow liest seine Zugangsdaten weiterhin aus dem eigenen Speicher von n8n, den Testen auf Kubernetes befüllt.