n8n Claude Code 進階教學自動化

n8n + Claude Code 進階教學 2026：複雜 Workflow 建立、Debug 技巧與 Best Practices 完整指南

發布：2026-05-03 ｜作者：AI Tools TW 編輯團隊｜閱讀時間：約 12 分鐘

    🚀 本文重點：你已經會用 Claude Code 建立基本 n8n Workflow，但複雜場景怎麼辦？本文深入講解多層條件分支設計、錯誤處理架構、效能瓶頸排查，以及讓 Claude Code 產出「可維護」Workflow 的 Prompt 技巧。台灣開發者從入門到進階的完整路線圖。
  

📋 本文目錄

為什麼基礎教學不夠用？
複雜 Workflow 架構設計原則
Claude Code Prompt 進階技巧
Debug 完整流程：從錯誤到修復
錯誤處理與重試機制設計
效能優化 Best Practices
5 個台灣實戰場景
常見陷阱與避坑指南
總結與推薦資源

為什麼基礎教學不夠用？

n8n 2.14 推出 MCP 整合後，台灣開發者紛紛開始用 Claude Code 建立 Workflow。但很快就遇到同樣的問題：

簡單的「抓資料 → 發通知」沒問題，但加入條件判斷後 Workflow 開始出錯
Claude Code 產出的 JSON 有時無法直接匯入，或匯入後節點連線斷掉
Workflow 跑到一半失敗，不知道從哪裡開始 Debug
同樣的邏輯，有人的 Workflow 跑 2 秒，有人跑 30 秒

這些問題不是 n8n 的 bug，也不是 Claude Code 不夠強——而是進階使用需要不同的思維框架。本文就是要填補這個空缺。

⚠️ 前置條件：本文假設你已完成基礎設定（n8n 自架或雲端版、Claude Code MCP 連線）。如果還沒，先看 n8n 2.14 MCP 基礎教學。

複雜 Workflow 架構設計原則

原則一：單一職責，模組化拆分

最常見的錯誤是把所有邏輯塞進一個 Workflow。正確做法是按職責拆分：

層級	職責	範例
觸發層	接收事件、排程	Webhook / Schedule Trigger
資料層	抓取、轉換、驗證資料	HTTP Request + Code Node
邏輯層	條件判斷、路由	IF / Switch Node
執行層	實際動作（發信、寫 DB）	Gmail / Postgres / Slack
錯誤層	失敗處理、通知	Error Trigger + Telegram

用 Claude Code 建立時，告訴它你要哪一層，而不是一次要求整個流程。

原則二：善用 Sub-Workflow（Execute Workflow Node）

當邏輯超過 15 個節點，就應該考慮拆成子 Workflow：

# 告訴 Claude Code 的 Prompt 範例
請建立一個主 Workflow，負責：
1. 接收 Webhook 訂單資料
2. 呼叫子 Workflow "validate-order" 驗證資料
3. 根據驗證結果分流：成功 → 呼叫 "process-payment"，失敗 → 呼叫 "notify-error"
每個子 Workflow 請分開建立，主 Workflow 用 Execute Workflow Node 呼叫。

原則三：資料流要明確，避免隱式依賴

n8n 的資料以 items[] 陣列傳遞。複雜 Workflow 最常見的 bug 是節點間資料格式不一致。建立時要求 Claude Code 在每個關鍵節點加入資料驗證：

// Code Node 加入資料驗證（讓 Claude Code 生成這段）
const items = $input.all();
if (!items.length) throw new Error('上游節點沒有回傳資料');
const required = ['orderId', 'amount', 'email'];
for (const item of items) {
  for (const field of required) {
    if (!item.json[field]) throw new Error(`缺少必要欄位: ${field}`);
  }
}
return items;

Claude Code Prompt 進階技巧

技巧一：給 Claude Code 完整的上下文

模糊的 Prompt 產出模糊的 Workflow。進階用法是提供「需求規格書」格式：

請用 n8n MCP 建立一個 Workflow，規格如下：

【觸發】每天早上 9:00（台灣時間 UTC+8）
【資料來源】PostgreSQL 資料表 orders，條件：status='pending' AND created_at > NOW()-INTERVAL '24h'
【處理邏輯】
  - 訂單金額 > 10000：發送 Slack 通知給 #high-value-orders 頻道
  - 訂單金額 1000-10000：發送 Email 給業務團隊
  - 訂單金額 < 1000：寫入 Google Sheets 彙整表
【錯誤處理】任何節點失敗時，發 Telegram 訊息給 @admin
【命名規範】節點名稱用中文，Workflow 名稱：daily-order-triage-v1

技巧二：迭代式建立，不要一次到位

Step 1

先建骨架：「建立 Workflow 骨架，只包含觸發節點和各分支的佔位節點，不需要實際連線到外部服務」

Step 2

填充邏輯：「在骨架基礎上，補充 IF 節點的條件判斷邏輯，條件是 {{ $json.amount > 10000 }}」

Step 3

接外部服務：「把 Slack 佔位節點替換成真實的 Slack 節點，頻道 ID 是 C0123456789」

Step 4

加錯誤處理：「在整個 Workflow 加入 Error Trigger，失敗時發 Telegram 通知」

技巧三：要求 Claude Code 解釋它的設計決策

在 Prompt 結尾加上：「建立完成後，請說明你選擇這個架構的原因，以及有哪些潛在問題需要注意。」這樣可以提前發現設計缺陷，而不是等到 Workflow 跑起來才發現。

🎓 想系統學習 n8n 自動化？

Hahow 有完整的 n8n 中文課程，從基礎到進階，台灣講師教學更貼近本地需求。

🎓 前往 Hahow 看課程

Debug 完整流程：從錯誤到修復

第一步：讀懂 n8n 的錯誤訊息

n8n 的錯誤分三類，處理方式完全不同：

錯誤類型	常見訊息	根本原因	解法
節點設定錯誤	Parameter "X" is required	必填欄位沒填	檢查節點設定，補上缺少的參數
資料格式錯誤	Cannot read property 'X' of undefined	上游資料結構不符預期	在前一節點加 Code Node 做資料轉換
外部服務錯誤	401 Unauthorized / 429 Too Many Requests	認證失效或超過 API 限制	更新 Credential / 加入 Wait Node 限速

第二步：用 Claude Code 輔助 Debug

把錯誤訊息直接貼給 Claude Code，搭配這個 Prompt 模板：

我的 n8n Workflow 在 [節點名稱] 出現以下錯誤：

錯誤訊息：[貼上完整錯誤]
該節點的輸入資料：[貼上 Input 的 JSON]
該節點的設定：[貼上節點設定截圖或 JSON]

請分析錯誤原因，並提供修復方案。如果需要修改 Workflow，請用 n8n MCP update_workflow 工具直接修改。

第三步：善用 n8n 的 Execution Log

每次執行都有完整的 Execution Log，記錄每個節點的 Input/Output。Debug 時的黃金法則：

從失敗節點往上追：找到第一個資料開始「不對」的節點
比較成功與失敗的執行：n8n 可以並排比較兩次執行的差異
用 Set Node 做中間檢查點：在懷疑有問題的節點前後各加一個 Set Node，輸出 {{ $json }} 確認資料

💡 進階技巧：在 Claude Code 裡執行 n8n_get_execution MCP 工具，可以直接拿到最近一次執行的完整 log，讓 Claude Code 自動分析哪個節點出問題。

錯誤處理與重試機制設計

基礎：Error Trigger Workflow

每個重要的 Workflow 都應該有對應的錯誤處理 Workflow。用 Claude Code 建立的標準模板：

請建立一個錯誤處理 Workflow，命名為 "error-handler-global"：
1. 觸發：Error Trigger（接收所有 Workflow 的錯誤）
2. 格式化錯誤訊息，包含：Workflow 名稱、節點名稱、錯誤內容、執行時間
3. 發送 Telegram 通知給管理員
4. 寫入 Google Sheets 錯誤日誌（欄位：時間、Workflow、錯誤、狀態=待處理）
5. 如果同一個 Workflow 在 1 小時內錯誤超過 3 次，額外發 Email 警報

進階：節點層級的重試邏輯

n8n 內建重試設定，但對於需要自訂重試邏輯的場景，用 Code Node 實作：

// 指數退避重試（讓 Claude Code 生成並嵌入 Code Node）
async function withRetry(fn, maxRetries = 3) {
  for (let i = 0; i < maxRetries; i++) {
    try {
      return await fn();
    } catch (err) {
      if (i === maxRetries - 1) throw err;
      const delay = Math.pow(2, i) * 1000; // 1s, 2s, 4s
      await new Promise(r => setTimeout(r, delay));
    }
  }
}
// 在 HTTP Request 前包裝
return withRetry(() => $http.get(url));

效能優化 Best Practices

1. 批次處理取代逐筆處理

最常見的效能殺手：對每筆資料各發一次 API 請求。

做法	100 筆資料耗時	API 費用
❌ 逐筆 HTTP Request	~50 秒	100 次呼叫
✅ 批次 HTTP Request（每批 20 筆）	~5 秒	5 次呼叫

告訴 Claude Code：「請用 Split In Batches Node 把資料分成每批 20 筆，再呼叫 API，不要逐筆處理。」

2. 善用 n8n 的並行執行

# Prompt 範例
這個 Workflow 需要同時：
A. 從 PostgreSQL 抓訂單資料
B. 從 Shopify API 抓庫存資料
C. 從 Google Sheets 抓定價表

請讓 A、B、C 並行執行（不要串行），最後用 Merge Node 合併結果。

3. 快取重複查詢

如果 Workflow 每次執行都查同一份靜態資料（如定價表、設定檔），用 Static Data 或 Redis 快取：

// Code Node：讀取靜態快取
const cache = $getWorkflowStaticData('global');
if (!cache.priceTable || Date.now() - cache.priceTableUpdated > 3600000) {
  // 快取過期，重新抓取
  cache.priceTable = await fetchPriceTable();
  cache.priceTableUpdated = Date.now();
}
return [{ json: { priceTable: cache.priceTable } }];

☁️ n8n 自架需要穩定的雲端主機？

Cloudways 提供一鍵部署 n8n，SSD 高效能伺服器，台灣用戶延遲低，新用戶最高 $125 折扣。

☁️ 前往 Cloudways

5 個台灣實戰場景

🏥

診所預約管理

LINE 訊息觸發 → Claude Code 解析預約意圖 → 查詢空檔 → 寫入 Google Calendar → 回覆確認

🛒

電商庫存警報

每小時掃描 Shopify 庫存 → 低於閾值 → Claude Code 生成補貨建議 → Slack 通知採購

📊

財務報表自動化

月底觸發 → 抓 PostgreSQL 交易資料 → Claude Code 分析異常 → 生成 PDF → Email 給財務長

🎓

線上課程學員追蹤

每日檢查學員進度 → 停滯超過 7 天 → Claude Code 生成個人化鼓勵訊息 → 自動發送 Email

🏢

B2B 潛客評分

新表單提交 → 抓公司資料 → Claude Code 評分（行業/規模/預算）→ 高分自動排業務行程

場景深度拆解：電商庫存警報

以電商庫存警報為例，展示完整的 Claude Code Prompt 到 Workflow 的流程：

# 給 Claude Code 的完整 Prompt
請用 n8n MCP 建立庫存警報 Workflow：

觸發：每小時執行一次
資料來源：Shopify API GET /admin/api/2024-01/products.json?limit=250
篩選條件：variants 中任一 inventory_quantity < 10
處理邏輯：
  - 庫存 0：緊急警報（Slack #urgent + Email 給老闆）
  - 庫存 1-5：高優先（Slack #inventory-alerts）
  - 庫存 6-9：一般提醒（每日彙整一次，不即時發送）
去重：同一商品在 6 小時內不重複發送警報（用 Static Data 記錄）
Workflow 名稱：shopify-inventory-alert-v2

Claude Code 會自動處理 Shopify 分頁（page_info cursor）、建立 Switch Node 分流、以及用 Static Data 實作去重邏輯。

常見陷阱與避坑指南

陷阱	症狀	解法
Expression 語法錯誤	節點顯示紅色，訊息含 "expression"	用 `{{ }}` 包裹，確認路徑用 `$json.field` 而非 `json.field`
時區問題	排程時間不對，差 8 小時	n8n 預設 UTC，台灣要設 `Asia/Taipei` 或手動 +8
Webhook 只能觸發一次	第二次呼叫沒反應	確認 Workflow 是 Active 狀態，不是 Test 模式
Claude Code 產出的 JSON 無法匯入	匯入時報 parse error	要求 Claude Code 輸出時用 `n8n_import_workflow` 直接匯入，不要手動複製 JSON
Sub-Workflow 資料傳遞失敗	Execute Workflow Node 回傳空值	子 Workflow 最後一個節點必須有資料輸出，加 Set Node 確保有回傳值
API Rate Limit 被封	429 錯誤，Workflow 中斷	在 HTTP Request 前加 Wait Node（1-2 秒），或用 Split In Batches 控制速率

⚠️ 特別注意：用 Claude Code 修改現有 Workflow 時，務必先備份（n8n_export_workflow）。Claude Code 的 update_workflow 是覆蓋式更新，沒有版本控制。

Workflow 版本控制與團隊協作

用 Git 管理 n8n Workflow

n8n 雲端版沒有內建版本控制，但可以用 Claude Code 搭配 Git 實現：

# 讓 Claude Code 定期備份所有 Workflow
請執行以下操作：
1. 用 n8n_list_workflows 列出所有 Workflow
2. 對每個 Workflow 執行 n8n_export_workflow，儲存為 JSON 檔案
3. 檔名格式：{workflow-id}-{workflow-name}.json
4. 儲存到 ~/n8n-backups/ 目錄
5. git add . && git commit -m "backup: $(date +%Y-%m-%d)"

多人協作的命名規範

團隊使用 n8n 時，統一命名規範可以避免大量混亂：

類型	命名格式	範例
主 Workflow	{功能}-main-v{版本}	order-process-main-v3
子 Workflow	{功能}-sub-{子功能}	order-process-sub-validate
錯誤處理	{功能}-error-handler	order-process-error-handler
測試用	TEST-{功能}-{日期}	TEST-order-process-20260503

在 Claude Code Prompt 中明確指定命名規範，它會自動套用。

上線後的監控策略

建立 Workflow 健康儀表板

用 Claude Code 建立一個「監控 Workflow」，每小時檢查所有重要 Workflow 的執行狀態：

請建立監控 Workflow "health-check-dashboard"：
1. 每小時觸發
2. 用 n8n API 抓取過去 1 小時內所有 Workflow 的執行記錄
3. 統計：成功率、平均執行時間、失敗次數
4. 如果任何 Workflow 失敗率 > 20%，立即發 Slack 警報
5. 每天早上 9:00 發送日報到 #ops-daily 頻道
6. 把統計資料寫入 Google Sheets 供長期追蹤