能查询 Supabase 或 Postgres 数据库的聊天智能体

能查询 Supabase 或 Postgres 数据库的聊天智能体

一个带聊天智能体的 n8n 工作流，回答关于 Postgres 数据库的问题，比如 Supabase 项目背后的那个。它列出表，读取需要的那张表的列，写出 SQL 并运行，背后是一个 OpenAI 模型。

包里有什么

• workflow.json：n8n 导出的工作流，九个节点，其中三个是便签。里面没有任何凭据。有一张便签写着工作流的标题。
• README.md：这份设置说明，压缩包里的是英文版。

我们相对原来的副本改了什么

• 模型节点和三个 Postgres 工具原来关联着作者 n8n 里的凭据。这些关联已删掉，请选你自己的。
• 有三张便签放着作者的推广、一条联盟链接、一个视频链接和设置步骤。现在一张改成了简短的标题，另外两张删掉了。
• 原来的副本没有 settings 块。Mindket 的版本把执行顺序设成 v1。
• 别的都没改。文件里没有 Code 节点，表达式也不用修。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个 n8n 服务器能访问的 Postgres 数据库，比如 Supabase 项目的那个。你需要它的主机、数据库名、用户和密码。Supabase 把它们列在项目的数据库设置里。
• 一个 OpenAI API 密钥。
• 一个只能读的数据库用户。见“注意事项”。

设置

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
2. 添加一个 Postgres 凭据，填上数据库的主机、数据库、用户和密码。在 DB Schema、Get table definition 和 Run SQL Query 里选中它。
3. 添加一个 OpenAI 凭据，在 OpenAI Chat Model 里选中它。
4. 打开 AI Agent，读一下它的系统消息，三行短话，把它设定成数据库助手。如果你想让智能体知道某一列是什么意思，就把你的表的说明加在那里。
5. 保存，在画布上点 Chat，比如问问它能看到哪些表。

一次运行的过程

1. When chat message received 收你的消息，AI Agent 从 chatInput 读它。
2. 智能体是一个 OpenAI Functions 智能体，有三个工具。
3. DB Schema 列出 public 模式里的基础表。
4. Get table definition 从模型取一个 table_name。它返回每一列的名字、类型、可否为空和默认值，以及外键指向的表。
5. Run SQL Query 运行模型写在它的 query 字段里的 SQL。它的描述要求智能体用 ->> 运算符读出 JSON 列里的值。
6. 智能体根据返回的行在聊天里回答。

改变风格

• 智能体的指令：AI Agent 里的系统消息。
• 模型：OpenAI Chat Model，这个文件里没有设。
• 工具能看到什么：DB Schema 和 Get table definition 里的模式过滤，也就是 public。
• 智能体怎么写 SQL：Run SQL Query 和 Get table definition 里的工具描述。

注意事项

• Run SQL Query 会运行模型写的任何 SQL，包括插入、更新和删除。请用只能读的数据库用户连接，或者指向一份副本。
• Get table definition 把模型给的表名直接放进查询文本。只读用户能限制措辞糟糕或怀有恶意的消息所能做的事。
• 智能体类型：n8n 把 OpenAI Functions 模式标为已弃用，并说它会在 n8n v3 中移除。更新之后，把 AI Agent 换成当前的 AI Agent，再接回它的模型和工具。
• 模型：OpenAI Chat Model 没有设模型，所以用节点自己的默认值，n8n 代码库在 2026 年 11 月 12 日是 gpt-5-mini。OpenAI 的弃用页面（当天查阅）给 gpt-4o 和 gpt-4o-mini 定的关停日期是 2027 年 1 月 14 日，替代模型是 gpt-6-luna。如果你的 n8n 给的是较老的默认值，就在节点里选一个模型。
• 只列出 public 模式。别的模式里的表，两个查找工具找不到。
• 查询结果会发给模型，所以结果很大会花不少 token。请问计数和合计，不要整张表地要。
• 你的数据：表清单、列的定义、你的问题和返回的行都会发给 OpenAI。
• 聊天只能在 n8n 的编辑器里打开，因为触发器的公开选项是关着的。