สำรวจ n8n Workflow แรกของคุณ!

ยินดีต้อนรับสู่ n8n บน DataCamp! คุณได้รับ workflow สำเร็จรูปที่แปลงสกุลเงินโดยใช้อัตราแลกเปลี่ยนแบบเรียลไทม์ โดยรับสกุลเงิน 2 ชนิดจากฟอร์ม เรียก API สาธารณะ และจัดรูปแบบผลลัพธ์ที่ได้

นำเข้า workflow รันให้ทำงาน แล้วตรวจสอบแต่ละ node เพื่อดูว่าข้อมูลไหลจาก Form Trigger ผ่าน HTTP Request ไปยัง node Edit Fields สุดท้ายอย่างไร

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

n8n เบื้องต้นสำหรับการทำ Workflow Automation

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง

เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา

เริ่มแบบฝึกหัด

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

n8n เบื้องต้นสำหรับการทำ Workflow Automation

SkillTag.level.beginnerSkillTag.label

4.8+

เริ่มคอร์สฟรี

เริ่มต้นใช้งาน n8n ซึ่งเป็นแพลตฟอร์ม workflow automation แบบ open-source เรียนรู้ว่าอะไรทำให้ n8n โดดเด่นในบรรดาเครื่องมือ no-code สำรวจ canvas แบบ drag-and-drop และทำความเข้าใจ trigger, node, และการเชื่อมต่อ เมื่อจบบทนี้จะสามารถสร้าง workflow ครบวงจรที่รับข้อมูลจากฟอร์ม เรียก API ภายนอก และแปลง output ด้วย Edit Fields ได้

Exercise 1: ศิลปะแห่งการทำงานอัตโนมัติและ n8n Exercise 2: สำรวจ n8n Workflow แรกของคุณ!

แบบฝึกหัดปัจจุบัน

Exercise 3: การเรียกใช้ Workflow ใน n8n Exercise 4: โดมิโนตัวแรกของห่วงโซ่!Exercise 5: บันทึกการสมัครเข้าร่วมกิจกรรมด้วย Form Triggers Exercise 6: สร้าง Workflow n8n แรกของคุณ!Exercise 7: จากข้อมูลพาร์ทเนอร์สู่ฟิลด์ใน n8n Exercise 8: กรองข้อมูลที่ไม่จำเป็นออกด้วย Edit Fields Exercise 9: บันทึกข้อมูลการลงทะเบียนและ timestamp

เพิ่มความสามารถในการตัดสินใจให้กับ workflow ใน n8n ใช้ If และ Switch node เพื่อแยกสาขา logic ตามเงื่อนไข เขียน expression เพื่อเข้าถึงและจัดรูปแบบข้อมูลแบบไดนามิก แปลงโครงสร้าง JSON แบบซ้อนให้แบนราบ และรวมชุดข้อมูลหลายชุดให้เป็น output เดียวที่เป็นระเบียบ ทั้งหมดนี้โดยไม่ต้องเขียนโค้ด

Exercise 1: สร้าง Workflow ที่ชาญฉลาดด้วย Conditional Logic Exercise 2: If กับ Switch Exercise 3: แยกสาขาด้วยตรรกะ If Exercise 4: จัดการหลายผลลัพธ์Exercise 5: การใช้งาน Expressions และข้อมูลแบบไดนามิก Exercise 6: ค่า Static กับ Dynamic Exercise 7: การใช้ Expression Exercise 8: แบนข้อมูลที่ซ้อนกัน!Exercise 9: การรวมและจัดโครงสร้างข้อมูล Exercise 10: การรวมชุดข้อมูลอย่างลงตัว Exercise 11: เกิดอะไรขึ้นกับข้อมูลที่จับคู่ไม่ได้?

ยกระดับ automation ด้วย AI เชื่อมต่อ Agent node ที่ขับเคลื่อนด้วย OpenAI เข้ากับ workflow ใน n8n สร้าง prompt สำหรับจำแนกและสรุปข้อความ นำ output ผ่านสาขาแบบมีเงื่อนไข และสร้าง pipeline end-to-end ที่รับข้อมูลจากฟอร์ม เสริมด้วยความฉลาดของ LLM และส่งผลลัพธ์ที่ปรับแต่งตามผู้ใช้ โดยไม่ต้องเขียนโค้ดเลย

Exercise 1: การนำ LLM เข้าสู่ Workflow Exercise 2: Rule-based หรือ LLM?Exercise 3: สร้าง Agent workflow แรกของคุณ Exercise 4: นำ output ของ Agent ไปใช้งานต่อ Exercise 5: การปรับแต่งและจัดหมวดหมู่ด้วย LLM Exercise 6: จำแนกประเภทและกำหนดเส้นทาง feedback ของลูกค้า Exercise 7: ร่างคำตอบเฉพาะบุคคล Exercise 8: สร้าง Workflow อัตโนมัติแบบครบวงจร Exercise 9: งานนี้ควรทำ Automation หรือไม่?Exercise 10: สร้าง pipeline สำหรับการ onboarding Exercise 11: ปรับแต่งและเสริมความสมบูรณ์ให้ pipeline Exercise 12: ยินดีด้วย!