AI Builder：在 n8n 中建立代理、語音代理和自動化流程

三週內成為 AI 建構者。使用 ElevenLabs、Agentic RAG 和 MCP，在 n8n v2.0 中建立低程式碼 AI 代理程式和語音代理程式。

從這 14.5 小時的課程，你會學到

專案 1：建立一個自主金融代理，監控 MarketStack 價格並使用 OpenAI 邏輯重新平衡 Google Sheets 投資組合。
專案 2：透過 ElevenLabs 和 Twilio 部署一個對話式語音代理，利用 Supabase RAG 提供深厚的領域專業知識。
專案 3：使用 MCP 和 FireCrawl 建立多代理市場推廣系統，用於抓取潛在客戶資訊、豐富資料和安排會議。
使用 n8n 建立自主 AI 代理，無需編寫任何程式碼即可規劃、推理和執行複雜的業務流程。
使用 ElevenLabs 和 Twilio 建立即時語音代理，處理即時電話、管理客戶異議並立即觸發業務操作。
使用 Supabase 向量儲存實現 Agentic RAG（檢索增強生成）管道，使您的代理具備對您業務的深入專有知識。
掌握 n8n 的高級功能，包括 Webhook、JSON 資料轉換和表達式，以建立企業級資料管道和整合。
將 LLM（OpenAI、Gemini、Anthropic）與 Google Sheets、Slack、Gmail 和 Telegram 等重要業務工具整合，以實現手動管理任務的自動化。

要求

本課程適合所有背景人士；無論您是專業的軟體工程師，還是從未編寫過一行程式碼的新手，都歡迎參加。唯一的要求是對程式設計充滿熱情。我們將進行大量的程式設計練習！

課程說明

只需三週，即可使用 n8n 和 ElevenLabs 提升您的業務 －無需任何先驗知識

n8n 如此受歡迎的原因顯而易見。只需幾分鐘，您就能從零開始建立一個具有實際商業價值的 AI 代理程式。成就感十足！

而且只要三週，您就能成為這方面的專家！

第一週的主題是業務自動化。

您將使用 OpenAI 模型和開源模型，建立可與 Google Sheets、電子郵件、Slack、Telegram、Pushover 和 Marketwatch 整合的 AI 代理程式。

深入了解 LLM（生命週期管理），並使用 OpenRouter 或 OpenAI 在 n8n 上部署您的第一個 AI 代理程式！

第二週的主題是業務加速。

您將利用自身業務經驗，建立基於 RAG 管道、由 Gemini 和 OpenAI 嵌入驅動、並與 ElevenLabs 和 Supabase 整合的語音代理程式。

第三週的主題是業務拓展。

您將使用 MCP、自架的 n8n 和 Ollama 來建立完整的多代理系統。您將實踐高級代理 AI 技術，例如使用 DeepSeek 進行情境工程和子代理程式。

我們將以一個具有高商業影響力的總結性專案作為結尾 – 一個經典的市場推廣用例，我們將其拓展到前所未有的高度：利用 Tavily、FireCrawl 和 Hunter 等工具，透過 MCP 伺服器自主尋找潛在客戶，並在 Pipedrive 中創建和培育這些潛在客戶。

最令人驚訝的是，我們只花不到一個小時就實現了生產級商業功能。而且無需編寫任何程式碼 – 只需幾個表達式和大量的 JSON 資料。

目標受眾

企業家、產品經理和商業人士：您無需編寫程式碼即可創建具有影響力的智慧體人工智慧產品。
人工智慧工程師：您將能夠以驚人的速度將人工智慧應用於實際用例。
人工智慧機構領導者：您將有機會領導人工智慧自動化機構，幫助客戶實現自動化、加速和提升業務。

講師簡介

Ligency 

加入 Ligency，與超過 350 萬名學員一起學習。

我們擁有 4.6 分的講師評分、近 100 萬條評價，並提供 12 種語言的 121 門課程，幫助工程師、領導者和團隊掌握驅動當今人工智慧革命的技能，並交付實際成果。

我們從現實世界的起點出發：大型語言模型及其驅動的產品。您將學習人工智慧和生成式人工智慧 (gen AI) 的基礎知識，然後交付生產級系統 – 聊天機器人、副駕駛、自動化和人工智慧代理。我們將深入探討大型語言模型工程：檢索（RAG）、評估、可觀測性、安全性以及團隊大規模運行代理系統所使用的模式。

我們的技術堆疊實用且與時俱進。您將使用 Python、LangChain 和 LangGraph 快速建立原型；探索來自 OpenAI、Gemini 和 Claude（包括 Claude Code）的模型；使用 Hugging Face 和 Ollama 進行微調和部署；並在 AWS 上將其部署到生產環境 – 從 Bedrock 到事件驅動服務。需要自動化？我們利用 n8n、簡潔的介面和 CI/CD 將其完美整合。在此過程中，您將掌握在高負載下依然穩健的響應式工程技術。

未來發展方向：交付型人才的職位。熱愛建構的人才可以選擇 AI 工程師和 LLM 工程師；追求規模化可靠性的人才可以選擇平台和 MLOps 方向；致力於將Agentic AI 從簡報轉化為實際業務成果的人才可以選擇產品和領導力方向。貫穿始終的核心理念是：快速學習、快速建立、衡量一切、迭代優化。

從我們最暢銷的課程開始：

LLM 工程：精通 AI、大型語言模型和 Agents – 從最初的響應式設計到生產模式（RAG、Agents、評估、LangChain/LangGraph）的實踐路徑。

完整的 Agentic AI 工程課程：設計、編排和部署強大的 AI Agents 和 Agentic 工作流程。

生產環境中的 AI：大規模的 Gen AI 和 Agentic AI – 在 AWS 上建置管道、監控和企業級部署的擴展模式。

生成式 AI 慧高階主管簡報：領導者的精通指南－生成式 AI 策略、治理與投資報酬率的簡明行動手冊。

如果您希望快速提升技能並交付實際產品，歡迎加入我們。學習概念，體驗工具，建立產品 – 然後將其推向用戶。這就是 Ligency 的行事方式。

Ed Donner

Ed Donner 是一位科技領袖，也是 AI 新創公司的創辦人之一。他是Nebula的共同創辦人兼首席技術長，Nebula是一個利用生成式 AI 和其他機器學習技術來尋找、了解、吸引和管理人才的平台。 Nebula的長期目標是幫助人們發現自身潛力，找到人生意義。

在此之前，Ed 曾是人工智慧新創公司 untapt 的創辦人兼首席執行長，該公司隸屬於埃森哲金融科技創新實驗室( Accenture Fintech Innovation Lab )，並於2021年被收購。在此之前，Ed 曾在摩根大通( JPMorgan Chase )擔任董事總經理，領導著一支遍布三大洲的風險技術部門的300名軟體工程師團隊。他擁有一項於2023年授權的深度學習匹配引擎專利，以及牛津大學物理學碩士學位。