「一年 100 个 AI 项目」进度：用 EverythingAI 把 n8n 变成口语编程，提效 100 倍！🧠

我敢保证你看完这篇内容，你会大吃一惊，原来搞 n8n 工作流这么简单。

之前在 V2EX 写了啥？

之前在 V2EX 发过一篇 Cursor 的使用分享，本来只是记个学习过程，结果阅读量比我预期高不少，也在评论区遇到了一些一起折腾 AI 的朋友 😄 那次之后我就觉得，大家其实都挺关心一件事：AI 怎么真正用到日常工作里，而不是只拿来聊天玩玩。

最近在折腾什么？

最近给自己立了个小目标：一年做完 100 个 AI 项目。不一定是很大的产品，更多是一些能解决具体问题的小工具、小工作流，只要真的有用，就把它算进来 ✅

同时我也在系统地学 n8n ，还拉了一个 n8n 学习群，大家会在里面分享自己搭的工作流、踩的坑，还有各种「我这样连对不对？」这种问题 🤔

新做的 n8n 节点：EverythingAI

在用 n8n 的过程中，我发现很多人卡在同一个地方： 逻辑都想好了，就是不会写 JS ，数据路由、文本处理、调接口这些东西，写起来特别费劲。

所以我做了一个社区节点，叫 EverythingAI。它的目标很简单：

不会写代码的新手，也能只用自然语言，把一个完整的工作流跑起来。

用法大概是这样：

• 先在 n8n 里把节点和数据线连好

• 然后在 EverythingAI 里用一句人话写需求：

  • 比如：「输入 1 里 status='paid' 的订单走 A 口，其他走 B 口」
  • 或者：「根据输入里的 userId 去调一个接口，把返回结果合并进去再输出」

后面让 LLM 生成代码、在安全环境里执行、把代码缓存在本地这些事，它都会自己处理好。你可以把它当成一个 “听得懂人话的超强 Code 节点” 来用 🚀

关于它能做的具体事情，我会在 评论区 放三张截图： 一张是做 操作系统 / 文件系统处理 的例子，一张是做 文本和正则处理 的例子，还有一张是 直接发 HTTP 请求、把结果写回工作流 的例子。感兴趣可以到评论里翻一下 📷

想看细节 / 一起玩的方式

EverythingAI 是我「一年 100 个 AI 项目」里的其中一个。 我做了一个很简单的小站，把：

• 这个节点的介绍和文档
• 源码地址
• 以及后面陆续在做的其它 AI 项目

都扔在里面，当成一个进度记录的地方：

👉 一年 100 个 AI 项目小站：［ https://100.agitao.net]

如果你也在用 n8n ，或者想具体问问这个 EverythingAI 节点怎么用， 直接评论就行了，我应该会很及时的回复大家。