> ## Documentation Index
> Fetch the complete documentation index at: https://docs.ycloud.com/llms.txt
> Use this file to discover all available pages before exploring further.
# 最佳实践：AI 自动回复
本示例将演示如何使用 n8n + 大语言模型实现基本的自动化回复工作流：
收到入站消息后，YCloud 会通过 Webhook 触发 n8n 工作流，调用大语言模型生成回复，并通过 YCloud API 将消息返回给用户。
> YCloud AI Agent 提供了集成的 AI 知识库、语料库和自动化工作流。详情请参见 [AI Agent](/zh/documentation/agents/ai-agent/how-to-create-and-configure-an-ai-agent)。
## 总体概览
## Webhook 事件
配置 Webhook 事件时，请将 HTTP Method 设置为 POST，Response 设置为 Immediate Return，并将 Response Status Code 设置为 200。
请妥善保管您的 Webhook URL，并确保仅返回状态码 200。
您必须在 YCloud Webhook 事件中选择 WhatsApp.inbound\_message.received。触发 YCloud Webhook 后，n8n Webhook 节点将接收完整的 inbound\_message 数据并自动解析为可用字段。如下图所示：
这些字段将作为后续节点（例如 Data Table、AI Agent、HTTP Request 等）的输入数据，并可通过 Expression 进行引用。
***
## Data Table
#### Data Table 设计
#### Insert Row
该节点用于将通过 Webhook 接收到的数据写入数据表，以便后续查询或状态管理。
* 支持手动匹配或自动匹配。
* 自动匹配要求字段名称保持一致。
* 您可以直接将字段从 Input 面板拖入配置项中，n8n 会自动生成 Expression。
#### Get Row
该节点用于从 Data Table 中读取已有数据。条件可以根据需要自定义。在本最佳实践中，我们使用 wamid 作为匹配条件。
在此节点中，通常需要配置匹配条件（Condition）。
此方法通常用于判断某条消息是否已被处理，或用于检索历史上下文。
## AI Agent
### 1. 模型配置
在使用 AI Agent 之前，请在 Credentials 中配置对应的模型信息（如 OpenRouter、Ollama 等）。本节将使用 OpenRouter 进行配置。
此处省略了 Credential 配置的屏幕截图；只需使用 OpenRouter 提供的相关 API 即可。您可以选择偏好的模型和返回格式；在此最佳实践示例中，选择 TXT 格式的 grok-3。
### 2. AI Agent 节点
在 AI Agent 节点中：
* 编写提示词（Prompt）
* 使用表达式引用来自 Webhook 或数据表的字段作为输入。您可以在此处编写所需的提示词；无需额外添加其他内容。提示词内容可根据业务需求自由定制。
您可以选择不同的工具连接到 AI Agent 节点；只需将它们与节点相连即可。
> 注意：AI Agent 支持扩展记忆机制（Memory），可通过数据库或其他存储方式实现上下文管理。
在此处您可以查看模型的最终输出信息。
## Merge
Merge 节点用于合并来自多个节点的输出数据，为后续的 API 请求做好准备。
常见模式包括：
* Append
* Combine
* Merge by Index
在当前示例中，使用合并模式将多个输出拼接为一个单一的数据结构，供 HTTP Request 节点使用。
***
### HTTP Request
最后，通过 HTTP Request 节点调用 YCloud 消息发送接口。
* 您可以使用 YCloud [API 参考](/zh/api-reference/getting-started/ycloud-api)中的 cURL 示例进行快速配置。在 `X-API-Key` 请求头中填入您的 API 密钥。
* 将上一步合并后的字段拖入请求体（body）中。
请注意，由于这是一条回复消息，发送者和接收者的角色在此处是 **对调的** 。
* 使用 Expression 动态填充消息内容、接收者以及其他参数。
至此，包含 Webhook → 大语言模型 → 自动回复的完整 n8n 工作流已配置完成。
***
## 总结
按照上述步骤，您可以快速使用 n8n 构建自动化回复工作流，实现：
* Webhook 监听
* 消息数据处理
* LLM 自动生成内容
* 通过 YCloud API 向用户回复消息
本示例可作为通过 n8n 进行集成的入门参考。
This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.