Статические и динамические значения

В n8n значения могут быть статическими (фиксированными до тех пор, пока вы их вручную не измените) или динамическими (они обновляются автоматически при запуске рабочего процесса, как правило, на основе входящих данных). Правильная классификация значений — залог надёжных рабочих процессов.

Это упражнение является частью курса

Введение в автоматизацию рабочих процессов с n8n

Посмотреть курс

Практическое интерактивное упражнение

Превратите теорию в практику с помощью одного из наших интерактивных упражнений

Начать упражнение

Это упражнение является частью курса

Введение в автоматизацию рабочих процессов с n8n

SkillTag.level.beginnerSkillTag.label

4.8+

Начать курс бесплатно

Начните автоматизировать процессы с n8n — платформой автоматизации рабочих процессов с открытым исходным кодом. Узнайте, чем n8n отличается от других no-code инструментов, познакомьтесь с холстом перетаскивания и освойте триггеры, узлы и соединения. К концу главы вы создадите полноценные рабочие процессы, которые будут собирать данные форм, обращаться к внешним API и преобразовывать результаты с помощью узла Edit Fields.

Exercise 1: Искусство автоматизации и n8n Exercise 2: Знакомство с первым рабочим процессом в n8n!Exercise 3: Запуск рабочих процессов в n8n Exercise 4: Первый шаг запускает всё!Exercise 5: Регистрация участников с помощью Form Trigger Exercise 6: Создаём первый рабочий процесс в n8n!Exercise 7: От контактов партнёров к полям n8n Exercise 8: Фильтрация лишних данных с помощью Edit Fields Exercise 9: Регистрация участников мероприятий и запись времени

Добавьте логику принятия решений в рабочие процессы n8n. Используйте узлы If и Switch для ветвления логики на основе условий, пишите выражения для доступа к динамическим данным и их преобразования, разворачивайте вложенные структуры JSON и объединяйте несколько наборов данных в единый результат — без написания кода.

Exercise 1: Создание более гибких рабочих процессов с помощью условной логики Exercise 2: If или Switch Exercise 3: Разветвление потоков с помощью логики If Exercise 4: Обработка множества исходов Exercise 5: Выражения и динамические данные Exercise 6: Статические и динамические значения

Текущее упражнение

Exercise 7: Работа с выражениями Exercise 8: Выравниваем вложенные данные!Exercise 9: Объединение и структурирование данных Exercise 10: Объединение наборов данных Exercise 11: Что происходит с несовпавшими записями?

Расширьте возможности автоматизации с помощью ИИ. Подключайте агентные узлы на базе OpenAI к рабочим процессам n8n, составляйте промпты для классификации и обобщения текста, направляйте результаты через ветви с условиями и создавайте сквозные конвейеры, которые собирают данные из форм, обогащают их с помощью больших языковых моделей и возвращают персонализированные результаты — без написания кода.

Exercise 1: Введение языковых моделей в рабочие процессы Exercise 2: Правила или языковая модель?Exercise 3: Создайте свой первый воркфлоу с агентом Exercise 4: Используйте вывод агента в дальнейшей обработке Exercise 5: Персонализация и категоризация с помощью языковых моделей Exercise 6: Классификация и маршрутизация отзывов клиентов Exercise 7: Создание персонализированного ответа Exercise 8: Создание полноценного автоматизированного рабочего процесса Exercise 9: Стоит ли это автоматизировать?Exercise 10: Создайте процесс адаптации клиентов Exercise 11: Персонализация и завершение пайплайна Exercise 12: Поздравляем!