基于 n8n 的需求分析自动化工作流搭建文档,支持 Webhook 接收需求、AI 分类与澄清、需求文档生成、性价比评估,并自动写入飞书多维表格。
- Webhook 接收:POST 接收客户需求(requirement、price、deadline 等)
- AI 需求分类:使用 DeepSeek 对需求类型分类(纯软件开发 / 工作流搭建等)
- 需求澄清:生成结构化澄清问题,或直接生成需求文档
- 性价比评估:对需求清晰度、技术匹配度、价格合理性等打分
- 飞书多维表格:将分析结果自动插入飞书表格,支持历史对比与推荐度更新
本仓库提供两种实现方式的完整搭建文档:
| 文档 | 说明 | 适用场景 |
|---|---|---|
| 需求分析工作流(workflow版).md | 使用 Basic LLM Chain 等节点,线性 + Switch 分流 | 结构清晰、节点可控、便于调试 |
| 需求分析工作流(Agent版).md | 使用 AI Agent + Tools,Agent 内部调用工具 | 更灵活、适合复杂决策与多轮工具调用 |
按文档在 n8n 中按步骤配置即可复现工作流。
- n8n:已部署并可访问(参见 N8N-Docker 从零开始部署教程 等)
- DeepSeek API Key:DeepSeek 开放平台 获取
- 飞书应用:在 飞书开放平台 创建应用,获取 App Token 与多维表格 Table ID
文档内各步骤均包含凭证获取与配置说明。
demandAnalysisWorkflow/
├── README.md # 本说明
├── 需求分析工作流(workflow版).md # workflow 版搭建文档
└── 需求分析工作流(Agent版).md # Agent 版搭建文档
- 在 n8n 中新建空白工作流
- 选择对应文档(workflow 版或 Agent 版),按「详细节点配置」从步骤 1 开始配置
- 配置 Webhook、Set、IF、Basic LLM Chain / AI Agent、飞书等节点
- 保存并激活工作流,使用文档中的 Webhook URL 与请求体进行测试
输入示例:
{
"requirement": "做一个支持多学校的智慧校园管理后台,包含考勤、订餐、审批",
"price": "5万",
"deadline": "2个月",
"customer_name": "某某学校",
"contact": "138xxxx"
}MIT