Mindket
简体中文
English简体中文
登录注册
商店MCP技能计算器学习价格博客
发现
研究308写作59商务95法律13财务33营销172开发1,379效率382教育81陪伴14
帮助与支持
语言
English简体中文

由 Claude 为任意 Notion 数据库写出的 n8n 聊天助手

由 Mindket 上架n8n 工作流开发
新上架第 1 版 · 更新于
节点18应用2点赞

概览

  1. Auto-fixing Output Parser
  2. Anthropic Chat Model
  3. Anthropic Chat Model1
  4. Structured Output Parser
  5. Anthropic Chat Model2
  6. When chat message received
  7. Notion
  8. standardize schema
  9. Return error to chat
  10. Simplify properties object
  11. Set input data
  12. Generate Workflow Agent
  13. Set schema for eval
  14. Check for WF JSON errors
  15. Add feedback prompt
  16. Valid n8n workflow JSON?
  17. Set schem for rerun
  18. Return success to chat
由 Claude 为任意 Notion 数据库写出的 n8n 聊天助手，图片 1
‹2 / 2›

一个 n8n 工作流，在聊天里要一个 Notion 数据库链接，让 Claude 为这个数据库写出一个 n8n 助手工作流。它会检查 JSON，出了问题就让 Claude 重来，最后返回可以粘贴进 n8n 的 JSON。

由 Claude 为任意 Notion 数据库写出的 n8n 聊天助手 是一款 n8n 工作流，属于开发类，由 Mindket 上架。可免费获取。当前为第 1 版，最近更新于 。在本页下载，或复制它的 JSON，再导入 n8n 画布。在 n8n 里启用之前，它不会运行。

速览

用在
  • n8n Cloud：在那里新建一个工作流，把文件导入进去
  • 你自己的 n8n 服务器：同一个文件，同样的步骤
  • 换一个模板：改 Set input data 里的工作流 JSON
  • 换一个模型：改每个 Anthropic 节点里的模型

平台

n8n工作流自动化，可在 n8n 云端或你自己的服务器上运行
连接 2 个应用

运行方式

触发

一条聊天消息

用户在聊天页面里启动它：

  • 粘贴到聊天里的一个 Notion 数据库链接
  • 聊天页面由 n8n 提供，是公开的

动作

  1. 从 Notion 读数据库，链接不能用就回一条错误提示
  2. 把数据库的属性精简成 id、名称、类型和选项
  3. Claude 针对这些属性改写一个模板助手工作流，以 JSON 返回
  4. 一道检查找出损坏的搜索工具，Claude 的第二次调用判断这段 JSON 是不是有效的工作流
  5. 检查没过就带着说明把任务送回 Claude，通过了就把 JSON 返回到聊天里

结果

这个数据库对应的 n8n 聊天助手 JSON，显示在聊天里，可以粘贴到画布上

集成

开始之前要准备好这些。

Notion

数据库来源

给出链接所指数据库的属性。

需要一个 Notion 凭据，并把数据库共享给这个集成

Anthropic

工作流作者

改写模板，并判断结果是否有效。

需要一个 Anthropic API 密钥，放在一个 Anthropic 凭据里

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
13 个步骤，由聊天消息启动
AI
2 个步骤调用 AI 模型：Generate Workflow Agent、Valid n8n workflow JSON?
登录
需要登录：Notion、Anthropic
API 密钥
文件里没有留下 API 密钥
步骤类型
Mindket 的检查器能读懂它全部 7 种步骤类型

以上内容读自工作流文件，并非实际运行的结果。

关于

它是什么

这个 n8n 工作流替你造一个 Notion 聊天助手。你在聊天页面里粘贴一个 Notion 数据库的链接。工作流读这个数据库，把属性列表精简，再把这份列表和一个模板助手工作流交给 Claude。Claude 为你的数据库改写模板，返回 n8n 工作流 JSON。随后有两道检查，检查没过就把问题交给 Claude 重来。十八个节点干活，另有五张便签。

适合谁

想给好几个 Notion 数据库各配一个聊天助手、又不想每次都手工改同一个工作流的搭建者。它适合代理公司、顾问和内部工具团队。如果你刚接触 n8n，就别选它，因为结果是要你自己粘贴到画布上并设置的 JSON。Claude 仍可能出错，这些检查也只能抓住一部分错误。

谁在用，怎么用
行业谁在用怎么用例子
代理公司自动化服务商给每个客户配一个基于其常见问题数据库的聊天助手服务商粘贴客户的常见问题链接，几分钟就得到一个现成的助手工作流。
企业 IT内部工具团队把助手推广到几个部门团队为人事、IT 和后勤的数据库各生成一个助手。
软件开发者布道师展示聊天加 AI 智能体能造出什么讲者现场粘贴一个链接，把结果放到 n8n 画布上。
客服客服主管在新的帮助中心数据库上试一个助手主管先为新数据库生成一个助手，再决定要不要做定制的。

你需要会一点 n8n，有一个 Anthropic API 密钥，以及一个能访问该数据库的 Notion 集成。

用在哪里

任何能访问 Notion 和 Anthropic API 的 n8n 都能运行它。聊天页面由 n8n 自己提供。生成的工作流可以粘贴进 n8n 1.52.0 或更新的版本。

  • n8n Cloud：在那里新建一个工作流，把文件导入进去
  • 你自己的 n8n 服务器：同一个文件，同样的步骤
  • 换一个模板：改 Set input data 里的工作流 JSON
  • 换一个模型：改每个 Anthropic 节点里的模型

设置

点“下载”会把一个压缩包存到你的下载文件夹，里面有 workflow.json 和 Mindket 写的设置说明。 这里涉及两项服务。

先准备好这些
需要说明
n8nn8n Cloud 或你自己的服务器
Notion一个 Notion 集成，并把数据库共享给它
Anthropic一个 API 密钥，放在一个 Anthropic 凭据里
  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 Notion 凭据，在 Notion 里选中它。
  3. 添加一个 Anthropic 凭据，在 Anthropic Chat Model、Anthropic Chat Model1 和 Anthropic Chat Model2 里选中它。
  4. 在 Notion 应用里，把你的数据库共享给这个 Notion 集成。
  5. 在 n8n 里点 Chat，粘贴数据库的链接。
  6. 等待回答，这可能要几分钟。复制 JSON，粘贴到一块新的 n8n 画布上。
  7. 在粘贴出来的工作流里，添加你的 Notion 和 OpenAI 凭据，并选好你的数据库。

如何使用

打开聊天，粘贴一个 Notion 数据库链接。工作流会回答一个新工作流的 JSON，或者告诉你这个链接看起来不是数据库。

想要不同的效果，改这里
要改的在哪里改
Claude 改写的模板Set input data 里的工作流 JSON
模型每个 Anthropic Chat Model 节点里的 model
Claude 被要求做什么Generate Workflow Agent 里的提示词和前缀
对结果的检查Check for WF JSON errors 和 Valid n8n workflow JSON?
回答的长度Anthropic Chat Model 节点里的 maxTokensToSample
欢迎语When chat message received

示例

一位用户粘贴了一个公司制度数据库的链接。

工作流读这个数据库的属性，连同模板一起交给 Claude。检查通过后，聊天里显示一个新助手工作流的 JSON。粘贴到 n8n 里，节点就画出来了，只差凭据。

新手与专家

新手：n8n 把工作流画成用线连起来的方框，每个方框是一个节点，只做一件事。一个工作流可以复制成 JSON 文本，再粘贴到另一块画布上。这里是 Claude 来写这段文本，起点是一个已经能用的工作流。

专家：Notion 从聊天输入里的第一个网址读数据库，它的错误输出接到 Return error to chat。一个 Code 节点把每个属性精简成 id、名称、类型和选项。Set input data 把这些和模板、一条反馈提示合在一起。智能体是 ReAct 智能体，结构化输出解析器套在自动修复解析器里。一个 Switch 节点在搜索工具的请求体里找 object Object，之后文本分类器判断 JSON。任何一道检查失败都会回到 Set input data。

值得细看的地方
节点做什么要知道的
Notion读链接指向的数据库链接有误，或数据库没有共享，就转到 Return error to chat
Simplify properties object把每个属性精简成 id、名称、类型和选项它给智能体省 token
Set input data用数据库信息、模板和反馈拼出任务模板就是这个 Code 节点里的 JSON
Generate Workflow Agent请 Claude 改写模板它设成出错时继续，所以一次调用失败不会让运行停下
Check for WF JSON errors在搜索工具的请求体里找占位符命中就带着反馈回去再试一次
Valid n8n workflow JSON?让分类器判断这段 JSON 是不是有效的工作流判为无效就回去再试一次

注意事项

Claude 的模型换掉了，Code 节点里的模板清理过了，便签里的链接也删掉了。Mindket 没有运行过这个工作流。

  • 模型：三个 Anthropic 节点原来都是 1.2 版、没设模型，n8n 那时用的是 claude-3-5-sonnet-20240620。Anthropic 的弃用页面（2026 年 11 月 12 日查阅）显示该模型已在 2025 年 10 月 28 日退役，替代品是 claude-sonnet-5-5。Mindket 的版本在 1.6 版节点上设成它，并去掉了温度，n8n 对 Claude Sonnet 5 会忽略温度
  • 模板：Set input data 里的工作流是 Notion 知识库助手的一个变体。它的凭据，以及某家公司的数据库 ID 和名称都删掉了，它的聊天模型现在是 gpt-5.6-terra，示例标签列表留着，供 Claude 替换
  • 智能体类型：ReAct 智能体是 n8n 的提示里写明会在 n8n 3 中移除的模式。如果你的 n8n 已经去掉了它，就改用 Basic LLM Chain，沿用同样的提示词和解析器
  • 没有上限：检查没过就把任务送回 Claude，重试次数没有上限，每次都会用掉 Anthropic 的额度。头几次运行请盯着看
  • 公开聊天：触发器设成了公开，任何拿到 Chat URL 的人都能发起一次生成。这是问题的话，请把 Public 关掉
  • 质量：这些检查不会运行新生成的工作流。请先加上凭据并测试，再放心使用
  • 文件里没有任何凭据，也没有 Notion 数据库 ID

README 和文件

README

由 Claude 为任意 Notion 数据库写出的 n8n 聊天助手

一个 n8n 工作流，在聊天里要一个 Notion 数据库链接，让 Claude 为这个数据库写出一个 n8n 助手工作流。它会检查 JSON，出了问题就让 Claude 重来，最后返回可以粘贴进 n8n 的 JSON。

包里有什么

  • workflow.json：n8n 导出的工作流，二十三个节点。十八个干活，五个是便签，标出各个步骤。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

  • 三个 Anthropic 节点原来都是 1.2 版、没设模型，所以 n8n 用 claude-3-5-sonnet-20240620。Anthropic 的弃用页面（2026 年 11 月 12 日查阅）显示它已在 2025 年 10 月 28 日退役。Mindket 的版本用 1.6 版节点和 claude-sonnet-5-5，温度设置去掉了。
  • Set input data 里的模板工作流去掉了凭据，它的 Notion 数据库 ID 现在是 <YOUR_NOTION_DATABASE_ID>。数据库名称、它缓存的地址和聊天组件的 webhook ID 也都删掉了。它的聊天模型现在是 gpt-5.6-terra，因为它驱动的是带工具的智能体。
  • 有两张便签带着指向模板页面、项目页面和视频的链接。视频那张删掉了，另外两张重写成了没有链接的版本。
  • Notion 和 Anthropic 节点原来关联着原始所有者各个账号里的凭据。这些关联已删掉，请选你自己的。
  • 别的都没改。提示词、解析器、检查和重试循环都是原来副本自己的。

开始之前

  • 一个你能在上面打开聊天的 n8n 实例，n8n Cloud 或自己的服务器都行。
  • 一个 Notion 集成，并把你想配助手的数据库共享给它。
  • 一个 Anthropic API 密钥。

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 Notion 凭据，在 Notion 里选中它。
  3. 添加一个 Anthropic 凭据，在 Anthropic Chat Model、Anthropic Chat Model1 和 Anthropic Chat Model2 里选中它。
  4. 在 Notion 应用里，把你的数据库共享给这个 Notion 集成。
  5. 在 n8n 里点 Chat，粘贴数据库的链接。
  6. 等待回答，这可能要几分钟。复制 JSON，粘贴到一块新的 n8n 画布上。
  7. 在粘贴出来的工作流里，添加你的 Notion 和 OpenAI 凭据，并选好你的数据库。

一次运行的过程

  1. When chat message received 收下粘贴的链接。
  2. Notion 读数据库。链接有误就转到 Return error to chat。
  3. standardize schema 和 Simplify properties object 把属性精简。
  4. Set input data 把数据库信息、模板和一行反馈合在一起。
  5. Generate Workflow Agent 请 Claude 给出新的工作流 JSON。
  6. Set schema for eval 取出 JSON，Check for WF JSON errors 在搜索工具里找占位符。
  7. Valid n8n workflow JSON? 判断 JSON。好的转到 Return success to chat，坏的经 Set schem for rerun 回去重来。

改变结果

  • Claude 改写的模板：Set input data 里的工作流 JSON。
  • 模型：每个 Anthropic Chat Model 节点里的 model。
  • Claude 被要求做什么：Generate Workflow Agent 里的提示词和前缀。
  • 对结果的检查：Check for WF JSON errors 和 Valid n8n workflow JSON?。
  • 回答的长度：Anthropic Chat Model 节点里的 maxTokensToSample。
  • 欢迎语：When chat message received。

注意事项

  • Mindket 没有运行过这个工作流。没有调用过 Notion 和 Anthropic。节点的默认值和模型退役信息来自 n8n 的源码和 Anthropic 的文档，查阅日期是 2026 年 11 月 12 日。
  • 重试循环没有上限。一个总是过不了检查的模型会不断花掉 Anthropic 的额度，所以头几次运行请盯着看。
  • ReAct 智能体在 n8n 的节点里已标为弃用，会在 n8n 3 中去掉。迁移到那里时，请换成 Basic LLM Chain。
  • 工作流激活后，聊天页面是公开的，如果你不想让访客发起生成，就把 Public 关掉。
  • 这个工作流不会运行它生成的工作流。请加上凭据、选好你的数据库再测试。
  • 文件里没有任何凭据、密钥和 Notion 数据库 ID。
文件
NOTICE.md  573 B
README.md  4 KB
workflow.json  34 KB

3 个文件，共 38 KB，以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Nanosaur2-670M

well9472 · 工具包

用一个 670M 参数的小型扩散模型，根据文字提示生成插画，在 ComfyUI 中运行。这是一个低预算的研究模型，适合想试用或训练自己 LoRA 的人。

新上架

waqf-ocr-hand-written-v1

Waqf-AI · 工具包

读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型，适合要把阿拉伯语手写内容数字化的人。

新上架

Wan2.2-TI2V-5B-Diffusers

Wan-AI · 工具包

根据文本提示或图像加文字生成视频片段，最高 720P、每秒 24 帧，Diffusers 格式，适合单块消费级 GPU。

新上架

开发类的相似商品

查看开发类的全部商品

Wan2.2-S2V-14B

Wan-AI · 工具包

根据音频生成电影感的角色视频，也能给现有视频做口型同步。适合有大显卡的视频创作者、动画师和研究人员。

新上架

Wan2.2-Animate-14B

Wan-AI · 工具包

通过复制表演者的动作和表情，让角色动起来，或把角色换进视频里，是 Wan2.2 视频系列中的一个模型。只能使用你有权使用的面孔和形象。

新上架

d3-turbo

vllm-sr · 工具包

在一次调用中回答关于文字、图片或视频的选择、是非、打分、框选和跟踪类问题，并为每个答案给出概率。适合构建路由或视觉检查的人。

新上架