能回答一张 Google 表格问题的聊天智能体

能回答一张 Google 表格问题的聊天智能体

一个带聊天框的 n8n 工作流，AI 智能体回答关于一张 Google 表格里客户表的问题。智能体通过三个小工具读取这张表，所以只索取需要的列和行。

包里有什么

• workflow.json：n8n 导出的工作流，14 个节点和 5 张便签。里面没有任何凭据。
• 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

• 智能体原来运行 gpt-3.5-turbo-0125，温度设为 0。OpenAI 已在 2026 年 10 月 23 日停用 gpt-3.5-turbo，并指定 gpt-5.6-terra 为替代。模型节点现在运行 gpt-5.6-terra，温度设置也去掉了，因为 OpenAI 关于该模型的页面没有列出温度设置。
• 智能体原来是 ReAct 智能体，它要求模型在一个标记词处停下。OpenAI 关于 gpt-5.6-terra 的页面列出了函数调用，却没有 stop 设置，所以智能体现在是 Tools Agent。原来让旧智能体先调用 list_columns 的那一行，移到了它的系统消息里。
• Set Google Sheet URL 里原来是原作者的表格地址。现在写成 <YOUR_GOOGLE_SHEET_URL>。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个能打开你的表格的 Google 账号，以及 n8n 里的一个 Google Sheets OAuth2 凭据。
• 一个 OpenAI API 密钥。
• 一张有一行表头、每个客户一行的表格。别的表也行，因为工具读的是列名，不是固定字段。

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. 在 Set Google Sheet URL 里，把 <YOUR_GOOGLE_SHEET_URL> 换成浏览器里显示的表格地址，要带上 #gid= 那一段，这样才会读对标签页。
3. 给 Get Google sheet contents 添加一个 Google Sheets OAuth2 凭据。
4. 给 OpenAI Chat Model 添加一个 OpenAI 凭据。
5. 聊天之前先保存工作流。三个工具是按保存下来的 id 调用这个工作流本身的，从没保存过的副本没有 id。
6. 打开画布底部的聊天，问一个问题，比如哪位客户最大。

一次运行的过程

1. Chat Trigger 把每条聊天消息交给 AI Agent，它跑在 OpenAI Chat Model 上。智能体没有记忆，所以每条消息都是单独回答的。
2. 智能体有三个工具：list_columns、get_customer 和 column_values。每一个都是一个 Call n8n Workflow Tool，调用的就是这同一个工作流。它把智能体给的文字作为 query 传进去，再带上自己固定的 operation 字段。
3. 一次工具调用从 Execute Workflow Trigger 开始。Set Google Sheet URL 设置 sheetUrl，Get Google sheet contents 读取标签页。这个节点用的是 Get Row(s) 操作，那是它的默认操作，并加上一列 row_number。第 1 行是表头，所以第一位客户在第 2 行。
4. Check operation 把这次调用送上三条分支之一。
   - col names：Get column names 返回各列的名字。
   - col values：Prepare column data 为每一行保留智能体要的那一列，外加 row_number。
   - rows：Filter 保留 row_number 等于查询值的那一行。
5. Prepare output 把剩下的内容变成 response 里的一段 JSON 文字，它作为工具的回答回到智能体那里。

调整

• 表格：Set Google Sheet URL 里的 sheetUrl。
• 智能体知道什么、怎么回答：AI Agent 里的系统消息。
• 模型：OpenAI Chat Model。
• 每个工具的用途：三个工具节点各自的描述。智能体读它们来选工具。
• 谁能聊天：在你打开 Chat Trigger 里的 Make Chat Publicly Available 之前，只有你自己能在编辑器里聊。

要知道的

• 下面的事实来自 2026 年 11 月 12 日读取的 n8n 源码和 OpenAI 页面。没有对真实的表格或 OpenAI 运行过。
• 每次工具调用都会把整个标签页重新读一遍。几百行的表没问题。几万行的表会很慢，而且 column_values 会把每一行的某一列都送回来。
• 列清单每一行返回一次，因为 Get column names 对每一行都会运行。表一长，智能体就会收到许多遍同样的清单。
• row_number 是一行在标签页里的位置，不是客户编号。智能体从 column_values 得知它，再让 get_customer 取那一行。
• 按 OpenAI 的页面，gpt-5.6-terra 每百万个输入 token 收费 2 美元，每百万个输出 token 收费 12 美元。推理 token 算作输出。每条聊天消息可能触发好几次工具调用，而每次调用都会读一遍表格。
• 你的数据：工具返回的列名和行会作为聊天的一部分发给 OpenAI。
• 凭据：这个 JSON 里没有任何凭据。