n8n
防抖 debounce， 是程式設計重要的概念之一。 用意是短時間有多個訊息進來，只處理一次。 處理哪一次呢？只處理最後一次。 就比如，有人點擊習慣什麼都按兩下， 你就要每次都處理兩次嗎？ 又比如，你做 Line 機器人。講一句回一句。 那如果使用者一次傳好幾句呢？ 像是打錯字，習慣的修正，再送一次。或是使用者分段講完。 你要跑一次一起處理，還是跑多次？ 現在你知道使用情境了，那在 n8n 怎麼做呢？ 就比如 Line 訊息好了，你其實可以把Webhook 來的訊息存到 db 裡。 另外做一個 短時間(ex:10s) 就跑一次的 schedule， 去檢查新訊息，並休息一下(ex:5s)。再檢查新訊息。 如果兩次新訊息，筆數都一樣，就表示沒有新訊息進來了。就可以開始處理。 最後再把新訊息標記成舊訊息。 讓
AI 自動化
n8n 有提供主從架構，讓多個 n8n 程式一起為你工作。 他們會懂得調派任務。 比如你把任務給主管，主管收到任務，就會把任務分配給底下的員工。而你身為老闆的你，只要面對主管。 這主管就是 Master, 員工就是 Slave (奴隸，真貼切) 透過多個程式，讓效率大幅提高。同時間能進行的任務更多。 那實際怎麼做呢？ 設定 N8N_ENCRYPTION_KEY 這是用來加密資料庫資料的密鑰，在原本單一 n8n ，不是那麼需要，啟動時就會幫你建立。 會存在 .n8n/config 中，長得就像這樣 { "encryptionKey": "cjw5GKuWL6eoqaC0MOnHdBNWOfxAzXsn" } 今天你要跑多個 n8n ，每個 n8n 都要讀資料庫，那些加密的資料就需要同樣的 encryptionKey 才能讀取。 所以需要直接在環境變數中直接設定
AI 自動化
n8n 可能有人會好奇，怎麼做計數器，例如一天只能使用 200次。 但是 Node 裡，似乎沒看到這功能。 但其實這功能就藏在 Code 裡 獲取靜態資料 其實這功能就藏在 $getWorkflowStaticData 使用這個函數，拿到的物件，其實是能持久化的，即使 n8n 關掉再開，資料也還在。 整個 n8n 共用這變數 使用 $getWorkflowStaticData('global') 這邊可以看到，這個 count 已經被使用 9 次了，並且在其他 Code 也可以獲得這個 count 單一 Node 使用，不能跨 Node 使用 使用 $getWorkflowStaticData('node&
AI 自動化
上次介紹了如何在 Zeabur, Docker, Node.js 部署自動化工具 n8n。 n8n教學-搭建自動化工具 n8n 的三個方案近幾年隨著 AI 發展，AI Agent 和自動化也成為企業轉型和提升效率的重要工具。這些技術不僅能夠處理大量的數據分析，還能自動完成重複性高、耗時的任務，讓員工能夠專注於更具創造性和戰略性的工作。 今天就教你，搭建自動化工具 n8n 的三個方案。 三種搭建n8n的方案 1. 使用 Zeabur 的 Saas 服務 2. 使用 Docker 部署在自家機器上 3. 使用 Node.js 直接啟動在自家機器上 使用 Zeabur 的 Saas 服務 這我也是看雷蒙才知道有 Zeabur 這平台，的確是新手很適合的入門。也推薦給大家使用 優點：
AI 自動化
近幾年隨著 AI 發展，AI Agent 和自動化也成為企業轉型和提升效率的重要工具。這些技術不僅能夠處理大量的數據分析，還能自動完成重複性高、耗時的任務，讓員工能夠專注於更具創造性和戰略性的工作。 今天就教你，搭建自動化工具 n8n 的三個方案。 三種搭建n8n的方案 1. 使用 Zeabur 的 Saas 服務 2. 使用 Docker 部署在自家機器上 3. 使用 Node.js 直接啟動在自家機器上 使用 Zeabur 的 Saas 服務 這我也是看雷蒙才知道有 Zeabur 這平台，的確是新手很適合的入門。也推薦給大家使用 優點：新手友善，0 基礎上手。以足矣面對 80% 的使用者需求。 缺點：更改設定麻煩，會遇到平台賦予的限制。
AI 自動化
雖然寫（一）但由衷希望不要有（二） 如果有（二）表示我又踩到更多坑 拆成多個 Workflow，供相同用途時重複使用 模組化是能不能組織龐大架構的必經之路， 把很多地方都能重複使用的功能，獨立出一個 Workflow，讓其他工作流可以使用。 出錯也知道是哪一塊出問題。減少找問題的時間。 Wait + Loop 限制 HTTP 節點使用速度 如果前一個 output 有很多 item，遇到 http 節點，會瞬間 n 個request 發出去。 通常目標 server 會做速率限制。如果一次太多請求，會給你 429 的速度太快的錯誤。節點就停了。 這時要使用 Loop 把 output 拆成多個，後面接 Wait 節點，停個幾秒（
AI 自動化
今天在處理資料時，發現 response 有異常，並不在預期裡。 原本已經有開啟 Error 的 Retry ，但這不是節點的 Error ，節點是正常執行完畢的。 那麼就要想個方法在遇到非預期結果時，重新執行。 改由迴圈以保持順序。 首先來看問題的 output 長什麼樣，可以看到正常應該是 有 sourceText , translatedText 兩個欄位， 今天不知道為什麼，有些是以 data 裡放 json 且為空值。 今天不太可能直接用 if 讓true false 正常和異常直接分兩邊，最後 merge 回來。這樣順序都亂掉。 所以為了保持順序，要在 Loop 裡進行重做。如果你問題不需要 Loop ，那可以跳過這步。 使用 Do No Thing 接值，
AI 自動化
用 js 做爬蟲，應該沒人不認識 cheerio 吧。 原來 cheerio 還能在 n8n 裡面跑 今天說的不是自己開發節點，如果你想知道如何開發節點，可以去看我相關文章。 https://www.mason-tang.com/n8n%e7%94%a8%e5%ae%a2%e8%a3%bd%e7%af%80%e9%bb%9e%ef%bc%8c%e8%87%aa%e5%8b%95%e5%9f%b7%e8%a1%8c%e5%
AI 自動化
merge 節點是很強大的資料處理節點。以下介紹 4 個最常使用的功能。 範例是按照順序製作的，要從頭看到尾喔。 Append 把相似/相同結構的資料，連接在一起 今天你有多個相似結構資料，可能是來自不同來源，現在你要把他們連接在一起輸出，就使用 Append。 Position 按照順序結合在一起 使用 Combine 的 Position 將，對應順序的資料結合在一起。也是我最常使用的功能。 可以看到，fruit 都各自多對應一個 car。 Metching Field 搜尋相同欄位，結合在一起 不同來源，但具有相同欄位的資料，透過 Metching Field 把資料關聯起來。 可以看到，因為只有 Tesla 和 BMW ，Toyota 就被排除了。是因為使用的 Output Type，是
AI 自動化
1. Baserow:以 PostgreSQL 為基底的開源資料庫表格平台。 2. Bitwarden:密碼管理工具，核心功能以開源模式提供。 3. Cal.com:開源的行程預約日曆平台。 4. Cockpit:Red Hat 主導的 Linux 伺服器網頁管理工具，GPLv2 授權。 5. Cortex:TheHive 專案相關的開源事件分析與自動化平臺（若此處指 TheHive/ Cortex）。 6. CrateDB:分散式 SQL 資料庫，具備開源社群版本 (Apache 2.0)。 7. crowd.dev:用於社群管理與洞察分析的開源平台。 8. DFIR-IRIS:又稱 IRIS（Incident Response Investigation System）
AI 自動化
因為最近在弄 AI 生圖 + n8n 自動化， 發現 AI 生出來的 PNG 實在太大了， 除了 resize 圖片等比例縮小，還想到轉成小很多的 JPEG， 但是發現內建沒有這功能，於是就手刻一個 plugin。 也公開給有需要的人使用。 輸入/輸出，可以是base 64 或 圖片檔。 格式就 JPG, PNG, BMP, TIFF, GIF 範例用的提示詞是 no one cares, angry 和 no one cares, sad 在 n8n 設定的 Community nodes 輸入 n8n-nodes-convert-image 即可使用。 https:
AI 自動化
安裝和設定 Anaconda brew install --cask anaconda echo 'export PATH="/opt/homebrew/anaconda3/bin:$PATH" ' >> ~/.zshrc source ~/.zshrc conda init zsh conda create --name comfyui python=3.12 # 查看最新 ComfyUI 建議 python version source ~/.zshrc conda activate comfyui 下載 ComfyUI 原始碼 git clone https://github.