n8n-workflow-architect

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

n8n Workflow Architect

n8n 工作流架构师

The Intelligent Automation Architect (IAA) - Strategic guidance for building automation systems that survive production.

智能自动化架构师（IAA）——为构建可投入生产的自动化系统提供战略指导。

When to Use This Skill

何时使用此技能

Invoke this skill when users:

Want to plan an automation project - "I need to automate my sales pipeline"
Have multiple services to integrate - "I use Shopify, Klaviyo, and Notion"
Need architecture decisions - "Should I use n8n or Python for this?"
Are evaluating feasibility - "Can I automate X with my current stack?"
Want production-ready guidance - "How do I make this reliable?"

当用户有以下需求时调用此技能：

想要规划自动化项目 - "我需要自动化我的销售流程"
需要集成多个服务 - "我使用Shopify、Klaviyo和Notion"
需要架构决策建议 - "我应该用n8n还是Python来做这个？"
评估可行性 - "我能用现有技术栈自动化X流程吗？"
需要生产就绪指导 - "如何让这个系统更可靠？"

The Core Philosophy

核心理念

Viability over Possibility

The gap between what's technically possible and what's actually viable in production is enormous. This skill helps users build systems that:

Won't break at 3 AM on a Saturday
Don't require a PhD to maintain
Respect data security, scale, and state management
Deliver actual business value, not just technical cleverness

可行性优先于可能性

技术上可行的方案与实际可投入生产的方案之间存在巨大差距。此技能帮助用户构建以下类型的系统：

不会在周六凌晨3点崩溃
不需要专业博士来维护
兼顾数据安全、可扩展性和状态管理
交付实际业务价值，而非仅仅是技术炫技

Architecture Decision Framework

架构决策框架

Step 1: Stack Analysis

步骤1：技术栈分析

When a user mentions their tools, evaluate each for:

Tool Category	Common Examples	n8n Native Support	Auth Complexity
E-commerce	Shopify, WooCommerce, BigCommerce	Yes	OAuth
CRM	HubSpot, Salesforce, Zoho CRM	Yes	OAuth
Marketing	Klaviyo, Mailchimp, ActiveCampaign	Yes	API Key/OAuth
Productivity	Notion, Airtable, Google Sheets	Yes	OAuth
Communication	Slack, Discord, Teams	Yes	OAuth
Payments	Stripe, PayPal, Square	Yes	API Key
Support	Zendesk, Intercom, Freshdesk	Yes	API Key/OAuth

Action: Use

search_nodes

from n8n MCP to verify node availability.

当用户提及他们的工具时，从以下维度评估每个工具：

工具类别	常见示例	n8n原生支持	认证复杂度
电商平台	Shopify, WooCommerce, BigCommerce	是	OAuth
CRM系统	HubSpot, Salesforce, Zoho CRM	是	OAuth
营销工具	Klaviyo, Mailchimp, ActiveCampaign	是	API密钥/OAuth
生产力工具	Notion, Airtable, Google Sheets	是	OAuth
沟通工具	Slack, Discord, Teams	是	OAuth
支付系统	Stripe, PayPal, Square	是	API密钥
客服工具	Zendesk, Intercom, Freshdesk	是	API密钥/OAuth

操作：使用n8n MCP的

search_nodes

功能验证节点可用性。

Step 2: Tool Selection Matrix

步骤2：工具选择矩阵

Apply these decision rules:

应用以下决策规则：

Use n8n When:

选择n8n的场景：

Condition	Why
OAuth authentication required	n8n manages token lifecycle automatically
Non-technical maintainers	Visual workflows are self-documenting
Multi-day processes with waits	Built-in Wait node handles suspension
Standard SaaS integrations	Pre-built nodes eliminate boilerplate
< 5,000 records per execution	Within memory limits
< 20 nodes of business logic	Maintains visual clarity

条件	原因
需要OAuth认证	n8n自动管理令牌生命周期
由非技术人员维护	可视化工作流自带文档属性
包含需要等待数日的多步骤流程	内置Wait节点处理暂停逻辑
标准SaaS集成	预构建节点无需编写样板代码
每次执行处理<5000条记录	在内存限制范围内
业务逻辑节点数<20个	保持可视化清晰度

Use Python/Claude Code When:

选择Python/Claude Code的场景：

Condition	Why
> 5,000 records to process	Stream processing, memory management
> 20MB files	Chunked processing capabilities
Complex algorithms	Code is more maintainable than 50+ nodes
Cutting-edge AI libraries	Access to latest packages
Heavy data transformation	Pandas, NumPy optimization
Custom ML models	Full Python ecosystem access

条件	原因
需要处理>5000条记录	支持流处理和内存管理
文件大小>20MB	具备分块处理能力
包含复杂算法	代码比50+个节点更易维护
需要前沿AI库	可访问最新的软件包
大量数据转换	Pandas、NumPy优化处理
自定义ML模型	可访问完整Python生态系统

Use Hybrid (Recommended for Complex Systems):

混合方案（复杂系统推荐）：

n8n (Orchestration Layer)
├── Webhooks & triggers
├── OAuth authentication
├── User-facing integrations
├── Flow coordination
│
└── Calls Python Service (Processing Layer)
    ├── Heavy computation
    ├── Complex logic
    ├── AI/ML operations
    └── Returns results to n8n

n8n (编排层)
├── Webhooks与触发器
├── OAuth认证
├── 用户侧集成
├── 流程协调
│
└── 调用Python服务（处理层）
    ├── 重型计算
    ├── 复杂逻辑
    ├── AI/ML操作
    └── 将结果返回至n8n

Business Stack Quick Assessment

业务技术栈快速评估

When user describes their stack, respond with this analysis:

当用户描述其技术栈时，使用以下分析模板回复：

Template Response:

回复模板：

markdown

undefined

markdown

undefined

Stack Analysis: [User's Business Type]

技术栈分析：[用户业务类型]

Services Identified:

已识别服务：

[Service 1] - [Category] - n8n Support: [Yes/Partial/No]
[Service 2] - [Category] - n8n Support: [Yes/Partial/No] ...

[服务1] - [类别] - n8n支持：[是/部分支持/否]
[服务2] - [类别] - n8n支持：[是/部分支持/否] ...

Recommended Approach: [n8n / Python / Hybrid]

推荐方案：[n8n / Python / 混合]

Rationale:

[Key decision factor 1]
[Key decision factor 2]
[Key decision factor 3]

理由：

[关键决策因素1]
[关键决策因素2]
[关键决策因素3]

Integration Complexity: [Low/Medium/High]

集成复杂度：[低/中/高]

Auth complexity: [Simple API keys / OAuth required]
Data volume: [Estimate based on use case]
Processing needs: [Simple transforms / Complex logic]

认证复杂度：[简单API密钥 / 需要OAuth]
数据量：[根据用例估算]
处理需求：[简单转换 / 复杂逻辑]

Next Steps:

后续步骤：

[Specific action using other n8n skills]
[Pattern to follow from n8n-workflow-patterns]
[Validation approach from n8n-validation-expert]

---

[使用其他n8n技能的具体操作]
[遵循n8n-workflow-patterns中的模式]
[使用n8n-validation-expert的验证方法]

---

Common Business Scenarios

常见业务场景

Scenario 1: E-commerce Automation

场景1：电商自动化

Stack: Shopify + Klaviyo + Slack + Google Sheets

Verdict: Pure n8n

All services have native nodes
OAuth handled automatically
Standard webhook patterns
Use:
```
n8n-workflow-patterns
```
→ webhook_processing

技术栈：Shopify + Klaviyo + Slack + Google Sheets

结论：纯n8n方案

所有服务均有原生节点
OAuth自动处理
标准Webhook模式
使用：
```
n8n-workflow-patterns
```
→ webhook_processing

Scenario 2: AI-Powered Lead Qualification

场景2：AI驱动的潜在客户资格审核

Stack: Typeform + HubSpot + OpenAI + Custom Scoring

Verdict: Hybrid

n8n: Typeform webhook, HubSpot sync, notifications
Python/Code Node: Complex scoring algorithm, AI prompts
Use:
```
n8n-workflow-patterns
```
→ ai_agent_workflow

技术栈：Typeform + HubSpot + OpenAI + 自定义评分

结论：混合方案

n8n：Typeform Webhook、HubSpot同步、通知
Python/代码节点：复杂评分算法、AI提示词
使用：
```
n8n-workflow-patterns
```
→ ai_agent_workflow

Scenario 3: Data Pipeline / ETL

场景3：数据管道/ETL

Stack: PostgreSQL + BigQuery + 50k+ daily records

Verdict: Python with n8n Trigger

n8n: Schedule trigger, success/failure notifications
Python: Batch processing, streaming, transformations
Reason: Memory limits in n8n for large datasets

技术栈：PostgreSQL + BigQuery + 每日5万+条记录

结论：Python搭配n8n触发器

n8n：调度触发器、成功/失败通知
Python：批量处理、流处理、数据转换
原因：n8n的内存限制不适合大数据集

Scenario 4: Multi-Step Approval Workflow

场景4：多步骤审批工作流

Stack: Slack + Notion + Email + 3-day wait periods

Verdict: Pure n8n

Built-in Wait node for delays
Native Slack/Notion integrations
Human approval patterns built-in
Use:
```
n8n-workflow-patterns
```
→ scheduled_tasks

技术栈：Slack + Notion + 邮件 + 3天等待期

结论：纯n8n方案

内置Wait节点处理延迟
Slack/Notion原生集成
内置人工审批模式
使用：
```
n8n-workflow-patterns
```
→ scheduled_tasks

Production Readiness Checklist

生产就绪检查清单

Before any automation goes live, verify:

在任何自动化系统上线前，验证以下内容：

Observability

可观测性

Error notification workflow exists
Execution logging to database
Health check workflow for critical paths
Structured alerting by severity

存在错误通知工作流
执行日志存储至数据库
关键路径的健康检查工作流
按严重程度划分的结构化告警

Idempotency

幂等性

Cost Awareness

成本意识

AI API costs calculated and approved
Rate limits documented
Caching strategy for repeated calls
Model right-sizing (Haiku vs Sonnet vs Opus)

AI API成本已计算并获批
速率限制已记录
重复调用的缓存策略
模型合理选型（Haiku vs Sonnet vs Opus）

Operational Control

操作控制

Kill switch accessible to non-technical staff
Approval queues for high-stakes actions
Audit trail for all actions
Configuration externalized

Use

n8n-validation-expert

skill to validate workflows before deployment.

非技术人员可访问的紧急停止开关
高风险操作的审批队列
所有操作的审计追踪
配置外部化管理

部署前使用

n8n-validation-expert

技能验证工作流。

Integration with Other n8n Skills

与其他n8n技能的集成

This skill works as the planning layer that coordinates other skills:

┌─────────────────────────────────────────────────────────────┐
│                  n8n-workflow-architect                      │
│            (Strategic Decisions & Planning)                  │
└─────────────────────────────────────────────────────────────┘
                              │
         ┌────────────────────┼────────────────────┐
         ▼                    ▼                    ▼
┌─────────────────┐  ┌─────────────────┐  ┌─────────────────┐
│ n8n-workflow-   │  │ n8n-node-       │  │ n8n-validation- │
│ patterns        │  │ configuration   │  │ expert          │
│ (Architecture)  │  │ (Node Setup)    │  │ (Quality)       │
└─────────────────┘  └─────────────────┘  └─────────────────┘
         │                    │                    │
         └────────────────────┼────────────────────┘
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                     n8n MCP Tools                            │
│    (search_nodes, validate_workflow, create_workflow, etc.) │
└─────────────────────────────────────────────────────────────┘

此技能作为规划层协调其他技能：

┌─────────────────────────────────────────────────────────────┐
│                  n8n-workflow-architect                      │
│            (战略决策与规划)                  │
└─────────────────────────────────────────────────────────────┘
                              │
         ┌────────────────────┼────────────────────┐
         ▼                    ▼                    ▼
┌─────────────────┐  ┌─────────────────┐  ┌─────────────────┐
│ n8n-workflow-   │  │ n8n-node-       │  │ n8n-validation- │
│ patterns        │  │ configuration   │  │ expert          │
│ (架构设计)  │  │ (节点配置)    │  │ (质量保障)       │
└─────────────────┘  └─────────────────┘  └─────────────────┘
         │                    │                    │
         └────────────────────┼────────────────────┘
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                     n8n MCP工具                            │
│    (search_nodes, validate_workflow, create_workflow, etc.) │
└─────────────────────────────────────────────────────────────┘

Skill Handoff Guide:

技能交接指南：

After Architect Decides...	Hand Off To
Pattern type identified	`n8n-workflow-patterns` for detailed structure
Specific nodes needed	`n8n-node-configuration` for setup
Code node required	`n8n-code-javascript` or `n8n-code-python`
Expressions needed	`n8n-expression-syntax` for correct syntax
Ready to validate	`n8n-validation-expert` for pre-deploy checks
Need node info	n8n MCP → `get_node_essentials` , `search_nodes`

架构师决策后...	交接至
确定模式类型	`n8n-workflow-patterns` 获取详细结构
需要特定节点	`n8n-node-configuration` 进行设置
需要代码节点	`n8n-code-javascript` 或 `n8n-code-python`
需要表达式	`n8n-expression-syntax` 获取正确语法
准备验证	`n8n-validation-expert` 进行部署前检查
需要节点信息	n8n MCP → `get_node_essentials` , `search_nodes`

Plan Mode Activation

规划模式激活

For complex architectural decisions, enter plan mode to:

Analyze the full business context
Evaluate all integration points
Design the data flow architecture
Identify failure modes and mitigations
Create implementation roadmap

针对复杂架构决策，进入规划模式以：

分析完整业务背景
评估所有集成点
设计数据流架构
识别故障模式与缓解措施
创建实施路线图

Trigger Plan Mode When:

触发规划模式的场景：

User has 3+ services to integrate
Unclear whether n8n or Python is better
High-stakes automation (payments, customer data)
Complex multi-step processes
AI/ML components involved

用户需要集成3个以上服务
不确定选择n8n还是Python
高风险自动化（支付、客户数据）
复杂多步骤流程
包含AI/ML组件

Plan Mode Output Structure:

规划模式输出结构：

markdown

undefined

markdown

undefined

Automation Architecture Plan

自动化架构规划

1. Business Context

1. 业务背景

[What problem are we solving?]

[我们要解决什么问题？]

2. Stack Analysis

2. 技术栈分析

[Each service, its role, integration complexity]

[每个服务的角色、集成复杂度]

3. Recommended Architecture

3. 推荐架构

[n8n / Python / Hybrid with rationale]

[n8n / Python / 混合方案及理由]

4. Data Flow Design

4. 数据流设计

[Visual representation of the flow]

[流程的可视化表示]

5. Implementation Phases

5. 实施阶段

Phase 1: [Core workflow] Phase 2: [Error handling & observability] Phase 3: [Optimization & scaling]

阶段1：[核心工作流] 阶段2：[错误处理与可观测性] 阶段3：[优化与扩展]

6. Risk Assessment

6. 风险评估

[What could go wrong, how we prevent it]

[可能出现的问题及预防措施]

7. Maintenance Plan

7. 维护计划

[Who maintains, what skills needed]

---

[维护人员、所需技能]

---

Quick Decision Tree

快速决策树

START: User wants to automate something
  │
  ├─► Does it involve OAuth? ────────────────────► Use n8n
  │
  ├─► Will non-developers maintain it? ──────────► Use n8n
  │
  ├─► Does it need to wait days/weeks? ──────────► Use n8n
  │
  ├─► Processing > 5000 records? ────────────────► Use Python
  │
  ├─► Files > 20MB? ─────────────────────────────► Use Python
  │
  ├─► Cutting-edge AI/ML? ───────────────────────► Use Python
  │
  ├─► Complex algorithm (would need 20+ nodes)? ─► Use Python
  │
  └─► Mix of above? ─────────────────────────────► Use Hybrid

开始：用户想要实现自动化
  │
  ├─► 是否涉及OAuth？ ────────────────────► 使用n8n
  │
  ├─► 是否由非开发人员维护？ ──────────► 使用n8n
  │
  ├─► 是否需要等待数天/数周？ ──────────► 使用n8n
  │
  ├─► 处理记录数>5000？ ────────────────► 使用Python
  │
  ├─► 文件大小>20MB？ ─────────────────────────────► 使用Python
  │
  ├─► 需要前沿AI/ML？ ───────────────────────► 使用Python
  │
  ├─► 复杂算法（需20+个节点）？ ─► 使用Python
  │
  └─► 以上情况混合？ ─────────────────────────────► 使用混合方案

MCP Tool Integration

MCP工具集成

Use these n8n MCP tools during architecture planning:

Planning Phase	MCP Tools to Use
Stack analysis	`search_nodes` - verify node availability
Pattern selection	`list_node_templates` - find similar workflows
Feasibility check	`get_node_essentials` - understand capabilities
Complexity estimate	`get_node_documentation` - auth & config needs
Template reference	`get_template` - study existing patterns

在架构规划期间使用以下n8n MCP工具：

规划阶段	推荐使用的MCP工具
技术栈分析	`search_nodes` - 验证节点可用性
模式选择	`list_node_templates` - 查找类似工作流
可行性检查	`get_node_essentials` - 了解节点能力
复杂度估算	`get_node_documentation` - 认证与配置需求
模板参考	`get_template` - 研究现有模式

Red Flags to Watch For

需要警惕的风险信号

Warn users when you see these patterns:

Red Flag	Risk	Recommendation
"I want AI to do everything"	Cost explosion, unpredictability	Scope AI to specific tasks, cache results
"It needs to process millions of rows"	Memory crashes	Python with streaming, not n8n loops
"The workflow has 50 nodes"	Unmaintainable	Consolidate to code blocks or split workflows
"We'll add error handling later"	Silent failures	Build error handling from day one
"It should work on any input"	Fragile system	Define and validate expected inputs
"The intern will maintain it"	Single point of failure	Use n8n for visual clarity, document thoroughly

当发现以下模式时向用户发出警告：

风险信号	风险	建议
"我想让AI处理所有事情"	成本激增、不可预测	将AI限定在特定任务，缓存结果
"需要处理数百万条数据"	内存崩溃	使用Python流处理，而非n8n循环
"工作流有50个节点"	难以维护	合并为代码块或拆分工作流
"之后再添加错误处理"	静默故障	从第一天开始构建错误处理逻辑
"它应该能处理任何输入"	系统脆弱	定义并验证预期输入
"由实习生维护"	单点故障	使用n8n可视化界面，详细记录文档

Summary

总结

This skill answers: "Given my business stack and requirements, what's the smartest way to build this automation?"

Key outputs:

Stack compatibility analysis
n8n vs Python vs Hybrid recommendation
Pattern and skill handoffs
Production readiness guidance
Implementation roadmap via plan mode

Works with:

All n8n-* skills for implementation details
n8n MCP tools for node discovery and workflow creation
Plan mode for complex architectural decisions

此技能解答："基于我的业务技术栈和需求，构建这个自动化系统的最佳方式是什么？"

核心输出：

技术栈兼容性分析
n8n vs Python vs 混合方案推荐
模式与技能交接建议
生产就绪指导
规划模式生成的实施路线图

协同工具：

所有n8n-*技能提供实施细节
n8n MCP工具用于节点发现和工作流创建
规划模式用于复杂架构决策