从零开始学习n8n-定时器+HTTP+飞书多维表格（下)
概述
延续上篇的成果：你的 n8n 工作流已能定时拉取 HTTP 数据（可选经 AI Agent 处理）。本篇将把数据可靠落地到飞书多维表格。我们会先安装 Feishu/Lark 社区节点，再在飞书云文档创建目标表，读取 URL 中的 表格 Token 与表 ID；随后在飞书开发者后台创建自建应用、获取 App ID / App Secret、发布并开通 Bitable 读写权限。帮助你把 Demo 变成可复用的生产小工具。
构建工作流
2.5 安装飞书多维表格节点
- 点击 n8n 右上角 Settings（齿轮图标）。
- 选择 Community nodes → Install。
- 点击 Browse 搜索“feishu”或“lark”，在列表中找到与你需求匹配的包名（你示例中给出了一个包名示例，实际以你搜索结果为准）。
- 复制目标节点包名，粘贴到安装输入框，点击安装。
- 回到工作流画布，点击 + 搜索“Feishu / Lark”，添加 多维表格—新增记录 节点。
提示：社区包名以你本机可见为准，不同维护者的包名可能略有差异；安装前优先查看下载量、维护活跃度与说明文档。
2.6 创建飞书多维表格
- 在 飞书云文档创建一个 多维表格（Bitable）（建议使用云文档，避免本地文档路径导致的鉴权问题）。
- 先把表头/字段类型设计好（文本、富文本、数字、日期、单选/多选等）。
- 复制该表格页面 URL，其中包含 表格 Token 与 表 ID，后面配置 n8n 节点会用到。
2.7 获取飞书 API Key 与权限
- 访问飞书开发者后台：open.feishu.cn/app，创建 企业自建应用。
- 在 凭证与基础信息中获取 App ID / App Secret（即 API 凭证）。
- 发布应用后凭证才会生效（很关键）。
- 在“权限管理”中勾选与 多维表格相关的读写权限（建议按需最小化授权）。
2.8 在 n8n 配置飞书多维表格节点
- 打开新增记录节点，先新建并保存 凭据（填入 App ID / App Secret）。
- 点击保存，可以看到绿色框内显示连接成功后，填入 表格 Token、表 ID。
- 在“字段映射”中把上游数据填到对应列。你给出的示例表达式如下（放在节点的请求体/字段映射中）：
{"fields": {"Flower": "{{ $('HTTP Request').item.json.result.cnflower }}","Flower_language1": "{{ $('HTTP Request').item.json.result.enflower }}","Flower_language2": "{{ $('HTTP Request').item.json.result.flowerlang }}","Flower_language3": "{{ $('HTTP Request').item.json.result.flowerprov }}","Short_story": "{{ $json.cleanedOutput }}"}
}
注意：字段类型需与飞书多维表格的列类型一致；表达式中引用的路径要与实际返回结构匹配。
2.9 添加代码节点
你的截图中出现“字段无法解析”的报错，通常是因为 AI Agent 输出带有换行/多余空格/格式化符号，导致后续节点不认。在 AI Agent 和飞书节点之间插入 Code（JavaScript）节点。
示例代码如下：
// 清理文本中的特殊字符，并只返回 cleanedOutput
const result = [];
for (const item of $input.all()) {const originalText = item.json.output; // AI Agent 的文本输出const cleanedText = String(originalText || '').replace(/\n/g, ' ') // 换行 -> 空格.replace(/\t/g, ' ') // 制表符 -> 空格.replace(/\s+/g, ' ') // 多个空白 -> 一个空格.trim(); // 去首尾空白result.push({ json: { cleanedOutput: cleanedText } });
}
return result;然后把飞书节点里需要的文本字段改为引用 {{$json.cleanedOutput}}，再点 Execute step 测试，应该就能顺利写入。
2.10 最终测试与“交作业”
- 在画布上点击 Execute workflow（或单独执行节点）观察节点变绿。
- 打开你的飞书多维表格，确认新增了一条记录。
- 若使用了定时器，等到下一个时间点观察是否自动写入；一切正常即可 Activate 工作流常驻运行。
- 恭喜你，第一个可用的 n8n 工作流搭建完成，撒花 ✿✿ヽ(°▽°)ノ✿！
总结
恭喜你完成从“定时触发 → 拉取数据 →（可选）AI 处理 → 清洗文本 → 写入飞书表格 → 激活上线”的端到端自动化闭环。现在，你已具备将零散动作沉淀为可复用流程的能力：把触发器改成 Schedule/Webhook、把数据源从一个接口拓展到多个 API、把落地端从 Bitable 延伸到邮件、IM、数据库与知识库。欢迎在评论区“交作业”晒出你的第一个自动化模板，也把卡壳点抛出来，我会继续补充范例与排错清单。自动化没那么难，关键是从第一个可用的小闭环开始。