Мастер-класс по N8N от ИИшенка Pro
N8N Мастер-класс
Подготовьтесь к практикам — вас ждут понятные объяснения, наглядные примеры и готовые связки, которые вы сможете сразу адаптировать под свои задачи.
Темы мастер-класса
Мастер-класс состоит из 9 тем, которые последовательно проведут вас от основ N8N до создания полноценного RAG-агента с интеграцией нейросетей.
1
Введение в N8N и основы платформы
Добро пожаловать на мастер-класс по N8N! В этом уроке мы шаг за шагом погрузимся в платформу автоматизации: разберём базовые принципы, настроим первые интеграции и научимся выстраивать устойчивые сценарии. Мастер-класс создан для тех, кто хочет уверенно стартовать: от записи первого workflow до подключения нейросетей и построения собственного RAG-агента.
Ключевые темы:
- •Цель мастер-класса и кому он подойдёт
- •N8N как конструктор из нод и принцип low-code
- •Сравнение с Zapier/Make и ключевые преимущества
- •Open-source и self-host подход
- •Структура платформы и взаимодействие компонентов
- •JSON как язык общения нод
- •Регистрация пробного аккаунта и первый вход
Тайм-коды видео:
00:00Цель мастер-класса
00:33Кому подойдёт мастер-класс и как им пользоваться
01:18План: от базовых принципов до первого агента с RAG
02:45Почему важно понимать логику автоматизаций
03:12N8N как конструктор из нод и принцип low-code
05:13Сравнение с Zapier/Make и ключевые преимущества
06:05Open-source и self-host подход
06:35Гибкость и возможность писать код
07:29Структура платформы и взаимодействие компонентов
08:39JSON как язык общения нод
09:41Ознакомление с интерфейсом N8N
10:12Регистрация пробного аккаунта
11:06Первый вход и старт с нуля
2
Поток данных и ключевые концепции
В этом видео вы узнаете, как данные шаг за шагом проходят через ноды в N8N и почему важно понимать логику потока. Мы разберём, какие источники данных можно подключать, как просматривать JSON-структуру и как накапливать значения между шагами.
Ключевые темы:
- •Принцип перетекания данных между нодами
- •Источники данных: ручной ввод и внешние сервисы
- •Просмотр результата ноды и формат JSON
- •Разбор ключ-значение в JSON-представлении
- •Нода Set/Edit Fields и передача данных
- •Формирование нового JSON и динамические значения
- •Триггеры: ручные, расписание, внешние события
- •Действия после триггера и завершение сценария
Тайм-коды видео:
00:08Напоминание о принципе перетекания данных между нодами
00:28Переход в workflow и добавление первой ноды
00:52Источники данных: ручной ввод и внешние сервисы
01:39Просмотр результата ноды и формат JSON
02:16Разбор ключ-значение в JSON-представлении
02:37Добавление ноды Set/Edit Fields
03:24Передача данных из предыдущей ноды и настройка полей
04:02Формирование нового JSON и динамические значения
05:22Что такое ручное выполнение workflow
05:39Триггеры: ручные, расписание, внешние события
06:26Действия после триггера и завершение сценария
3
Что такое $json и Визуальная отладка (Искусство находить ошибки)
В этом видео вы узнаете, как отлаживать сложные сценарии в N8N и быстро находить место, где теряются данные. Мы разберём копирование нод, работу с цепочками JSON и доступ к значениям не только из предыдущего шага, но и из ранних этапов.
Ключевые темы:
- •Дублирование нод и усложнение workflow
- •Проверка прохождения данных через ноды
- •Навигация между шагами в режиме просмотра
- •Анализ доступных полей в JSON-формате
- •Доступ к данным не из предыдущей ноды
- •Использование списка ранних нод и перетаскивания данных
- •Ручное построение выражений и обращение к нодам по имени
- •Иерархия JSON и обращение к вложенным полям
- •Синтаксис выражений с двойными фигурными скобками
- •Раздел Executions и история запусков
- •Просмотр входных и выходных данных каждой ноды
Тайм-коды видео:
00:22Дублирование нод и усложнение workflow
00:43Проверка прохождения данных через ноды
01:01Навигация между шагами в режиме просмотра
01:26Почему нода подсвечивается красным и что это значит
01:59Анализ доступных полей в JSON-формате
02:44Доступ к данным не из предыдущей ноды
03:10Использование списка ранних нод и перетаскивания данных
03:41Ручное построение выражений и обращение к нодам по имени
04:20Иерархия JSON и обращение к вложенным полям
05:05Синтаксис выражений с двойными фигурными скобками
05:47Доступ к chatInput, тексту и другим значениям через точки
07:23Как подходить к отладке больших workflow
07:29Раздел Executions и история запусков
07:50Отличие тестовых и боевых выполнений
08:08Просмотр входных и выходных данных каждой ноды
4
Взаимодействие n8n с внешним миром (HTTP Request и Webhook)
В этом видео вы узнаете, как N8N обменивается данными с внешними сервисами через HTTP-запросы и webhook-и. Мы разберём структуру запроса, поймём роль метода, URL, заголовков и тела, а также посмотрим на примеры живых интеграций.
Ключевые темы:
- •Зачем нужен обмен с внешним миром
- •Понятие HTTP-запроса и связь с JSON-данными
- •Разбор структуры curl-запроса и его элементов
- •Метод, URL и заголовки в контексте письма
- •Нода HTTP Request в N8N
- •Пример запроса к публичному API
- •Что такое webhook и чем он отличается от исходящего запроса
- •Настройка ноды Webhook и получение уникального URL
- •Telegram Trigger как популярный пример webhook-а
- •Двусторонняя коммуникация с внешними сервисами
Тайм-коды видео:
00:00Зачем нужен обмен с внешним миром
00:11Пример задачи: автоматически получать курс валют
00:25Понятие HTTP-запроса и связь с JSON-данными
00:51Как JSON помогает переносить данные между системами
01:20Разбор структуры curl-запроса и его элементов
02:17Метод, URL и заголовки в контексте письма
02:44Аналогия с конвертом и содержимым письма
03:42Нода HTTP Request в N8N
04:00Обзор полей ноды: method, URL, headers, body
04:51Пример запроса к сервису определения пола по имени
05:13Выполнение запроса и анализ ответа
05:42Что такое webhook и чем он отличается от исходящего запроса
06:03Вебхук как дверной звонок, который ждёт событие
06:21Настройка ноды Webhook и получение уникального URL
06:58Telegram Trigger как популярный пример webhook-а
07:45Связка бота, credentials и приём сообщений
08:25Как сообщение проходит через сервер Telegram к N8N
08:53Ответ пользователю через send message и HTTP-ноды
09:06Итог: двусторонняя коммуникация с внешними сервисами
5
Подключение Google Drive, Google Docs и Telegram к n8n
В этом видео вы узнаете, как подключить Google Drive, Google Docs и Telegram к вашим сценариям в N8N, чтобы данные автоматически перетекали между сервисами. Мы обойдём требование банковской карты в Google Cloud, настроим OAuth-креды и создадим Telegram-бота.
Ключевые темы:
- •Обход требования банковской карты в Google Cloud Console
- •Включение Google Drive API и Google Docs API
- •Создание credentials и требования по client ID/secret
- •Настройка OAuth consent screen
- •Создание OAuth-клиента и redirect URI из N8N
- •Авторизация через Sign in with Google
- •Проверка доступных файлов Google Drive из N8N
- •Создание Telegram-бота через BotFather
- •Подключение токена в N8N и сохранение credentials
- •Тестирование webhook: команды /start и сообщения
- •Связка триггера с Google Doc и обновление документа
Тайм-коды видео:
00:06Почему подключаем Google и Telegram в первую очередь
00:22Обзор типового кейса: сообщения в Telegram и сохранение в Google Drive
00:51Старт работы в Google Cloud Console и обход запроса карты
01:31Выбор страны и согласие с условиями
02:02Как игнорировать предложение ввода карты и открыть проект
03:03Включение Google Drive API
03:43Активация Google Docs API и других сервисов
04:47Добавление ноды Google Drive в N8N
05:05Создание credentials и требования по client ID/secret
05:28Настройка OAuth consent screen
05:57Создание приложения и выбор типа External
06:27Добавление OAuth-клиента и redirect URI из N8N
07:11Получение client ID/secret и ввод в N8N
07:47Авторизация через Sign in with Google и публикация приложения
08:28Повторное подтверждение доступа и проверка статуса
09:01Проверка доступных файлов Google Drive из N8N
09:38Подключение Google Docs и использование тех же OAuth-данных
10:42Проверка доступа к структуре Google Docs
11:07Добавление Telegram Trigger и план сценария
11:34Создание Telegram-бота через BotFather и получение токена
12:31Подключение токена в N8N и сохранение credentials
13:14Тестирование webhook: команды /start и сообщения
14:05Связка триггера с Google Doc и подготовка документа
14:57Обновление документа текстом из Telegram
15:53Итоги: двусторонняя интеграция Google и Telegram в N8N
6
Ветвления и циклы: If, Switch и Loop
В этом видео вы узнаете, как строить ветвления и циклы в N8N, чтобы автоматизации правильно реагировали на разные типы входящих данных. Мы на практике разберём ноды If, Switch и Loop: проверим условия для текста, голоса и изображений из Telegram.
Ключевые темы:
- •Когда пригодятся ветвления и циклы
- •Обзор нод If, Switch и Loop
- •Как работает нода If: проверка условия да/нет
- •Нода Switch для нескольких условий
- •Сравнение структуры текстового и голосового сообщений
- •Создание условия If по наличию voice.file_id
- •Настройка Switch для фото, голоса и текста
- •Введение в работу ноды Loop
- •Пример: несколько файлов на Google Drive
- •Связка с Telegram: отправляем имя каждого файла
- •Когда использовать Loop, а когда можно обойтись без него
Тайм-коды видео:
00:07Когда пригодятся ветвления и циклы
00:17Пример с Telegram-ботом и разными типами сообщений
00:49Обзор нод If, Switch и Loop
00:56Как работает нода If: проверка условия да/нет
01:12Нода Switch для нескольких условий
01:41Нода Loop и когда она помогает
02:28Настройка Telegram-триггера и запуск отладки
03:06Сравнение структуры текстового и голосового сообщений
03:23Запись голосового сообщения и анализ JSON
04:02Создание условия If по наличию voice.file_id
05:26Проверка веток true/false и их выводов
05:59Тестирование условия без голосового сообщения
06:33Планирование обработчиков для каждой ветки
06:38Добавление ноды Switch для фото, голоса и текста
07:18Настройка правила для фото
08:05Добавление условий для voice и текстовых сообщений
08:52Конфигурация ветки voice
09:11Настройка ветки текст
09:43Проверка работы Switch с текстом
09:56Тест с фото и проверка ветки
10:28Введение в работу ноды Loop
10:36Пример: несколько файлов на Google Drive
10:48Добавление Loop и подготовка к итерациям
11:01Связка с Telegram: отправляем имя каждого файла
11:29Заполнение сообщения данными из текущей итерации
11:45Замыкание петли и запуск сценария
12:34Когда использовать Loop, а когда можно обойтись без него
12:55Чем отличается поэлементная обработка от пакетной
7
Интеграция с нейросетями: OpenAI и AI-агенты
В этом видео вы узнаете, как подружить N8N с нейросетями: распознавать голосовые сообщения, передавать текст в агента и отправлять ответ обратно в Telegram. Мы построим ветку для голосовых и текстовых сообщений, подключим OpenAI для транскрибации и создадим собственного AI-агента.
Ключевые темы:
- •Кейс: Telegram-бот с голосовыми и текстовыми сообщениями
- •Общая цепочка: транскрибация и ответ агента
- •Настройка ноды Switch для голосов и текста
- •Добавление ноды Telegram Get File
- •Получение аудиофайла из Telegram
- •Подключение ноды OpenAI Transcribe
- •Генерация API-ключа OpenAI
- •Добавление ключа в N8N и сохранение credentials
- •Добавление ноды AI Agent и её назначение
- •Подключение чат-модели OpenAI (GPT-4o mini)
- •Использование ноды Set для подготовки поля text
- •Готовим отправку ответа обратно в Telegram
Тайм-коды видео:
00:07Кейс: Telegram-бот с голосовыми и текстовыми сообщениями
00:23Общая цепочка: транскрибация и ответ агента
00:52Что должен делать AI-агент в сценарии
01:17Повторение: зачем нужен Switch
01:43Настройка ноды Switch для голосов и текста
02:05Добавление ноды Telegram Get File
02:30Передача file_id и включение скачивания
02:45Получение аудиофайла из Telegram
03:00Подключение ноды OpenAI Transcribe
03:36Напоминание, что ноды — это обёртки над API
03:59Обзор платформы api.openai.com
04:19Вход в OpenAI и подготовка дашборда
05:12Генерация первого API-ключа
05:35Добавление ключа в N8N и сохранение credentials
05:48Как оплатить кредиты OpenAI и какие суммы нужны
06:25Новый тест: голосовое сообщение проходит по цепочке
06:47Транскрибатор возвращает текст
07:18Где хранится расшифрованный текст
07:25Добавление ноды AI Agent и её назначение
07:59Переопределение входных данных агента (define below)
08:24Проверка ветки с обычным текстом
08:38Подключение чат-модели OpenAI (GPT-4o mini)
08:52Повторный запуск ветки текст
09:01Switch направляет данные в ветку text
09:18Использование ноды Set для подготовки поля text
10:02Проверка результата и перенос текста в нужное поле
10:54Агент получает текст и формирует ответ
11:20Готовим отправку ответа обратно в Telegram
11:41Добавление ноды Send a Text Message
12:03Передача output и chat_id в сообщение
12:40Отключение атрибуции N8N
12:51Получение ответа в Telegram и завершение цикла
8
RAG-пайплайн: векторизация и Pinecone
В этом видео вы узнаете, как построить RAG-пайплайн в N8N: от пояснения теории векторизации до загрузки собственных данных в Pinecone. Мы разберём, зачем разбивать документы на чанки, как получить эмбеддинги через OpenAI и сохранить их в векторную базу.
Ключевые темы:
- •Что означает Retrieval Augmented Generation
- •Матрицы и числовое представление текста
- •Как векторизация помогает нейронкам понимать документы
- •Проблема длинных текстов и ограничение контекста
- •Концепция чанков и идея overlap
- •Преобразование каждого чанка в вектор
- •Что хранится в векторной базе: текст и метаданные
- •Как вопрос пользователя превращается в вектор
- •Поиск ближайших векторов и подбор контекста
- •Подготовка тестового текста через ноду Set/Edit Fields
- •Выбор Pinecone как быстрого бесплатного решения
- •Регистрация в Pinecone и получение API-ключа
- •Нода Pinecone Vector Store и режим Add Documents
- •Создание первого индекса в Pinecone
- •Выбор модели text-embedding-3-small
- •Добавление Text Data Loader и настройка разбиения
- •Кастомный splitter: длина чанка 100 символов без overlap
- •Проверка Pinecone: поиск и просмотр записей
Тайм-коды видео:
00:09Почему RAG — самая продвинутая часть мастер-класса
00:18Что означает Retrieval Augmented Generation
00:33Матрицы и числовое представление текста
00:48Как векторизация помогает нейронкам понимать документы
00:56Проблема длинных текстов и ограничение контекста
01:35Концепция чанков и идея overlap
02:07Преобразование каждого чанка в вектор
02:22Что хранится в векторной базе: текст и метаданные
02:49Как вопрос пользователя превращается в вектор
03:27Поиск ближайших векторов и подбор контекста
03:58Возврат текста в контекст нейронки и генерация ответа
04:20Переход к практике в N8N
04:34Подготовка тестового текста через ноду Set/Edit Fields
05:14Почему кастомные данные полезны для теста
05:26Зачем нужна векторная база и какие бывают варианты
05:50Выбор Pinecone как быстрого бесплатного решения
06:03Регистрация в Pinecone и прохождение анкеты
06:37Получение API-ключа и добавление его в N8N
06:50Нода Pinecone Vector Store и режим Add Documents
07:27Создание первого индекса в Pinecone
07:53Выбор модели text-embedding-3-small
08:28Обновление списка индексов в N8N
08:48Указание модели эмбеддингов в настройках ноды
09:12Добавление Text Data Loader и зачем он нужен
09:33Просмотр исходного текста перед загрузкой
09:44Настройка Data Loader и выбор типа разбиения
10:00Кастомный splitter: длина чанка 100 символов без overlap
10:49Первый запуск и замечание про размерность вектора
11:02Создание нового индекса с размерностью 1536
11:36Переподключение ноды к новому индексу
11:47Повторный запуск всего workflow
11:54Результат Data Loader: список подготовленных чанков
12:11Результат модели эмбеддингов: массивы чисел-векторов
12:19Проверка Pinecone: поиск и просмотр записей
12:45Просмотр текста и соответствующих векторов в интерфейсе
13:14Что делать дальше: использовать поиск и отдавать контекст нейронке
9
Создание ИИ Агента, который отвечает на основе векторизованных данных
В этом видео вы узнаете, как собрать весь пройденный материал в один RAG-агент: забрать документы из Google Drive, завекторизовать их и отвечать в Telegram на основе собственных данных. Мы модернизируем пайплайн векторизации, подключим Pinecone как инструмент для агента и настроим system message.
Ключевые темы:
- •Краткий обзор того, что уже умеет автоматизация
- •Идея объединить векторизацию и диалоговый бот в RAG-агента
- •Замена источника текста на Google Drive
- •Подготовка папки Testdocs с нужными файлами
- •Нода Google Drive Search с фильтром по папке
- •Нода Download для скачивания документа
- •Настройка data loader на работу с бинарным файлом
- •Изменение размера чанков до 200 символов
- •Просмотр индекса Pinecone и проверка записей
- •Что такое инструменты (tools) у агента
- •Добавление Pinecone Vector Store как инструмента
- •Выбор индекса и настройка поиска
- •Ограничение на четыре релевантных чанка
- •System message: сперва получи контекст через vector store
- •Финальный тест: вопрос про акцию и ответ с датами
- •Просмотр найденных чанков внутри ноды Pinecone
- •Система теперь умеет полный цикл: векторизация + диалог
Тайм-коды видео:
00:06Краткий обзор того, что уже умеет автоматизация
00:13Как данные двигаются между нодами и внешними сервисами
00:29Подключённые интеграции: Telegram, Google Drive, векторное хранилище
00:45Две ключевые части: векторизация и диалоговый бот
00:59Как эти части работают отдельно
01:13Идея объединить их в раг-агента
01:39План: финализируем мастер-класс полноценным сценарием
01:54Замена источника текста на Google Drive
02:01Подготовка папки Testdocs с нужными файлами
02:32Нода Google Drive Search с фильтром по папке
03:13Выполнение поиска и получение file_id
03:26Нода Download для скачивания документа
03:54Проверка, что скачан нужный файл
04:06Настройка data loader на работу с бинарным файлом
04:41Изменение размера чанков до 200 символов
04:51Запуск векторизации и получение 17 элементов
05:05Просмотр индекса Pinecone и проверка записей
05:14Убедились, что текст из документа завекторизован
05:28Готовим данные для ответа агента
05:41Возвращаемся к Telegram-автоматизации
05:48Что такое инструменты (tools) у агента
05:58Добавление Pinecone Vector Store как инструмента
06:37Выбор индекса test2 и настройка поиска
07:00Ограничение на четыре релевантных чанка
07:28Добавление модели эмбеддингов для поиска
07:40System message: сперва получи контекст через vector store
08:17Придумываем вопрос про акцию «Цветы под ёлку»
08:31Отправляем запрос в Telegram-бота
08:59Запуск сценария: транскрибация, поиск, ответ
09:05Агент использует Vector Store и формирует сообщение
09:12Ответ с датами акции в Telegram
09:27Просмотр найденных чанков внутри ноды Pinecone
09:48Система теперь умеет полный цикл: векторизация + диалог
09:57Подведение итогов возможностей
10:03Финальное прощание и приглашение продолжить работу
Из чего состоит Pro-сообщество
Огромное количество материалов доступно сразу при вступлении в сообщество. Ещё больше материалов будут выходить по мере готовности.
Доступно при вступлении
Экспертные инструкции
Изучите основы AI-агентов и получите общее представление об автоматизациях.
Доступно при вступлении
Экспертное общение
Участвуйте в дискуссиях с участниками и экспертами в области ИИ.
Доступно при вступлении
Создание AI-агентов в n8n
Создавайте прототипы AI-агентов с помощью n8n — платформы no-code автоматизации.
Доступно при вступлении
Технические материалы
Настройте доступ из n8n к внешним сервисам и обратно.
Доступно при вступлении
Комьюнити боты
Получите доступ к автоматизациям, созданными участниками сообщества.
Доступно при вступлении
Pro-боты
Пользуйтесь автоматизациями, созданными основателями сообщества.
Доступно при вступлении
⭐️ Мастер-класс n8n для новичков
Изучите n8n с нуля и постройте свою первую автоматизацию.
ПодробнееДоступно при вступлении
Бонусные материалы
Дополнительные гайды и техники для прокачки ваших AI-навыков от сообщества.
Материалы сообщества, доступные
уже сегодня
Откройте для себя всю базу знаний, собранную участниками и экспертами сообщества. Все материалы доступны после покупки доступа.
Загрузка материалов…
Присоединяйся к Pro-сообществу сегодня
Скидка для ранних пользователей
Месячная подписка
5 990 ₽ или 65 € /мес
Обычно 6 990 ₽ или 75 €
17% скидка
ЛУЧШАЯ ЦЕНА
Годовая подписка
59 900 ₽ или 650 € /год
Обычно 69 900 ₽ или 750 €
33% скидка
Что входит:
- ✅ Доступ ко всем текущим и будущим материалам
- ✅ Уникальный мастер-класс по N8N для новичков
- ✅ Регулярно пополняющийся материал про ИИ
- ✅ Приватное сообщество
- ✅ Шаблоны и ресурсы для ИИ-агентов
- 🎁 БОНУС — Эксклюзивные знания про ИИ-агентов
- 🎁 БОНУС — Эксклюзивный нетворкинг