n8n航海插曲复盘：一次与AI协作的奇幻漂流

大家好，我是予峰，有着5年圈龄的老圈友，文科生背景，无任何代码基础。上期航海报名了AI零代码自动化，主学Coze的工作流，打下了一点工作流理解的基础，但是在后期的应用中，经常被各种报错、插件更新导致工作流出问题，上手门槛比较高，各种参数设置也不怎么理解。这期航海报名了n8n，在实操环节发现更适合我上手，理解起来更容易些。

这是一篇关于失败的复盘，n8n航海期间的连续四天里，我在被誉为最强AI之一的Gemini“全力协助”下，踏上了一场漫长且曲折的n8n工作流批量导入之旅。最终，我不仅未能成功，还将原本部署好且能正常运行的n8n环境彻底搞垮。

然而，回首这次经历，这场代价惨重的“搁浅”，或许会成为我本次n8n航海中最为宝贵的财富。因为它让我真正明白了一件事：在这个AI时代，我们究竟该如何与AI协同共进？

本篇文章主要是复盘在航海期间，我如何与AI协作，去处理各类出现的代码问题。我与AI的关系从“师生”→“侦探搭档”→“协作者”转变。

背景

起初，我依照生财有术航海手册里的教程，借助Docker容器在本地部署了可运行的n8n。在GitHub上有一个名为n8n - workflows的开源代码仓库，其中包含2000多个工作流，我打算将这些工作流批量导入到本地部署好的n8n中。看似简单的“导入”操作，却就此开启了一场历时数日、波折不断的技术调试之旅。

第一天：初探与迷航操作与问题

一切始于一个简单的报错。我按照航线图学习，遇到了第一个暗礁：重启 Docker 后，我遭遇了 “WSL integration with distro 'Ubuntu' unexpectedly stopped” 的问题。

基于我本次航海启动之前的准备，通过学习星球里的知识，自己成功开通一年Gemini的pro会员，便马上用起来！刚开始使用，我都是简单的复制粘贴，通过问题描述与截图反馈，Gemini迅速判定这并非 n8n 自身的问题，而是 Docker 与 WSL 底层环境存在“兼容性冲突”。它给出了包含 5 个步骤的解决方案，这些专业术语我暂时也看不懂，我就老老实实按照Gemini给出的步骤指引，一步步从最为简单、对系统影响最小的方法开始尝试，最终成功进入 Docker。

正常之后，我继续按照航线图学习，在搭建工作流遇到卡点时，重新回顾 KKKK 教练首次高手领航直播的过程，我再次看到了这个“新手大礼包”，感觉这是海贼王中的“One Piece”！！便想着我动手尝试一番，秉承“把手弄脏”的理念，尝试技术路线，打开这个n8n的大宝藏。