n8n本地部署后，你的第一个智能体：5分钟搞定飞书消息自动转发（含Webhook配置）

大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

# 从零搭建飞书消息自动化中枢：n8n工作流实战指南

当你第一次打开n8n的空白画布时，那种既兴奋又茫然的感觉我太熟悉了——就像面对一台全新的3D打印机，却不知道从哪个模型开始试手。本文将带你用5分钟构建一个实用的飞书消息转发机器人，让部署好的n8n立刻产生实际价值。不同于基础安装教程，我们直接切入自动化工作流的实战核心：如何监听群聊消息、过滤关键内容并自动转发到指定位置。

1. 准备工作：搭建消息桥梁

在开始构建工作流前，我们需要在飞书开放平台创建一个机器人作为消息入口。这个机器人将扮演"哨兵"角色，负责把群聊中的消息实时传递到n8n。

登录飞书开放平台，进入"开发者后台"创建新应用。在应用凭证页面，你会看到三个关键信息：

App ID
App Secret
Verification Token

建议将这些信息保存在n8n的Credentials功能中（Settings → Credentials），方便后续多个工作流复用。

接着在"权限管理"中为机器人添加以下权限：

im:message（接收与发送消息）
im:chat（获取群组信息）
im:message.group_at_msg（接收@机器人的消息）

最后在"事件订阅"中启用消息接收功能。这里需要先填写一个临时URL，我们将在下一步的n8n中获取真实地址。

2. 配置n8n的Webhook网关

回到n8n界面，新建一个空白工作流。从节点面板拖拽Webhook节点到画布——这将成为我们的消息接收端点。

关键配置参数：

{ "httpMethod": "POST", "path": "/feishu-webhook", "responseMode": "onReceived" }

点击Execute Node按钮激活Webhook，n8n会生成一个形如https://your-domain.com/webhook/feishu-webhook的URL（本地开发时可使用ngrok等工具暴露公网地址）。

将这个URL复制到飞书开放平台的"事件订阅"→"请求地址"中，并添加以下事件：

im.message.receive_v1（接收新消息）
im.message.message_read_v1（消息已读通知）

测试时建议开启"加密校验"功能，在n8n的Webhook节点中配置相同的Encrypt Key。

3. 构建消息处理流水线

当Webhook节点接收到飞书消息后，我们需要解析原始数据并判断是否需要转发。添加Function节点连接在Webhook之后，使用JavaScript处理消息：

// 提取关键消息内容 const event = $input.all()[0].json; if (event?.header?.event_type !== 'im.message.receive_v1') { return null; } const msgContent = JSON.parse(event.event.message.content); const sender = event.event.sender.sender_id.open_id; const chatId = event.event.message.chat_id; // 返回结构化数据 return { timestamp: new Date().toISOString(), sender, chatId, text: msgContent.text, isAtMe: msgContent.mentions?.some(m => m.id.open_id === 'your_bot_openid') };

接着用IF节点设置转发条件，例如：

当消息包含特定关键词（如"#转发"）
或者被@机器人时
排除机器人自己发送的消息

4. 实现跨群消息转发

通过飞书API节点将处理后的消息发送到目标群聊。需要先在Credential中配置飞书应用凭证，然后设置节点参数：

参数	值	说明
Resource	Message	操作消息资源
Operation	Send	发送消息
Chat ID	}	目标群ID
Message Type	text	消息类型
Content	{{$node["Parse"].json["forwardText"]}}	转发内容

建议在发送前用Function节点对原始消息进行加工，例如添加转发来源标记：

const sourceChat = await feishuApi(`/im/v1/chats/${$node["Parse"].json["chatId"]}`); return { forwardText: `[转发自${sourceChat.data.name}] ${$node["Parse"].json["text"]}` };

5. 高级功能扩展

基础转发实现后，可以继续增强工作流：

消息摘要功能：用Interval节点定时触发，汇总过去一小时的关键消息

# 使用Python节点进行NLP处理（需安装nltk） from nltk.tokenize import sent_tokenize messages = $input.all() keywords = ["紧急", "重要", "#待办"] highlighted = [msg for msg in messages if any(kw in msg['text'] for kw in keywords)] summary = " ".join(f"• {msg['text']}" for msg in highlighted) return

多平台转发：通过HTTP Request节点将消息同步到其他办公平台

敏感词过滤：在转发前用Function节点检查内容合规性

6. 工作流优化与调试

点击右上角的Execute Workflow进行端到端测试。常见问题排查：

飞书消息未触发：
- 检查事件订阅状态
- 验证Webhook URL可访问性
- 确认机器人已加入测试群聊
转发内容为空：
- 检查Function节点的返回数据结构
- 验证消息解析逻辑
- 查看执行日志的中间数据
权限错误：
- 更新飞书应用权限
- 检查Credential配置
- 重新获取用户token

建议为工作流添加Error Trigger节点捕获异常，并通过Email或Webhook通知管理员。

7. 生产环境部署建议

当测试完成后，需要将工作流转化为稳定服务：

在n8n的Settings → Workflows中启用生产模式
为关键节点添加Retry逻辑处理临时故障
使用Schedule Trigger定期检查工作流健康状态
在飞书开放平台提交应用审核，获取正式环境权限

对于企业级应用，建议：

使用n8n的队列功能处理高并发消息
通过Postgres节点持久化重要消息
配置Telegram或Slack节点实现多通道告警

这个看似简单的转发机器人，实际上已经包含了n8n最核心的三大能力：事件监听、逻辑判断和跨系统联动。当你成功运行第一个工作流后，可以尝试将其作为模板，改造出会议通知同步、客服工单生成等数十种自动化场景。