使用 n8n 和 OpenRouter 构建 AI 驱动的 CRM 聊天助手

Source: Dev.to

技术栈

• n8n – 自托管工作流自动化
• OpenRouter – AI 模型 API 网关
• CRM – 任意具备 REST API 的 CRM
• Docker – 容器运行时
• Claude Sonnet 4.6（通过 OpenRouter） – 为代理提供动力的 LLM

架构

[Employee] → n8n Chat UI → [AI Agent (Claude via OpenRouter)]
                                ├── Tool: Search API
                                └── Tool: Search API
                                      ↓
                                 [CRM API]
                                      ↓
                        [AI generates response in Japanese]
                                      ↓
                          [Employee receives answer]

关键思路是让 AI 代理根据用户的自然语言查询决定调用哪个 CRM API。

第 1 步 — 使用 Docker 运行 n8n

在本地启动 n8n 只需一条命令：

docker run -d \
  --name n8n \
  --restart always \
  -p 5678:5678 \
  -e WEBHOOK_URL=http://YOUR_IP:5678/ \
  -e N8N_EDITOR_BASE_URL=http://YOUR_IP:5678/ \
  -v n8n_data:/home/node/.n8n \
  n8nio/n8n

关键收获

• 认证方式已更改 – 旧指南中提到的 N8N_BASIC_AUTH_* 已废弃。n8n 现在在首次启动时通过网页 UI 使用基于邮箱的账户设置。
• 局域网访问需要正确的环境变量 – 若未设置 WEBHOOK_URL 和 N8N_EDITOR_BASE_URL，聊天 UI 可能会调用 localhost，导致其他网络用户出现 CORS 错误。

第 2 步 — 构建 AI 代理

与下面这种简单流水线不同：

Chat → HTTP Request → AI

我实现了一个 具备工具的 AI 代理，让 LLM 自主选择正确的 CRM 端点。

工作流结构：

Chat Trigger → AI Agent
                ├── Tool: search
                └── Tool: search

每个工具调用特定的 CRM 端点。动态查询示例：

{{ $json.query }}

第 3 步 — 系统提示（最关键的部分）

系统提示 决定了代理的可靠性。请仔细编写，以：

• 定义代理的角色和能力。
• 列出可用工具及其预期的输入/输出。
• 设置防护措施（例如，“绝不要在未进行摘要的情况下返回原始数据”。）

（为简洁起见，具体提示文本已省略。）

第 4 步 — 在局域网共享

获取本机 IP 地址：

ipconfig getifaddr en0

将聊天链接分享给团队成员：

http://YOUR_IP:5678/webhook/xxxxx/chat

为安全起见启用 Basic Auth。

挑战与经验教训

Token 限制爆炸

对 CRM 进行无过滤查询会返回整个数据集，导致 超过 800 万 token。

解决方案

• 强制使用搜索条件。
• 阻止空查询。

成本

支持大约 10 位用户 × 每日 5 次查询。

结论

使用 n8n + OpenRouter，我在 不到一天的时间 内构建了可用的 AI CRM 助手。
最大收获是：系统提示的设计至关重要。有了合适的防护措施，你可以将任何基于 API 的系统转变为 自然语言接口。