把 n8n 工作流需求转成可直接复制的 /goal，驱动 Agent 跑完整「构建 → 验证 → 部署 → 分层测试 → 迭代」闭环的 Skill
想了解更多最新AI行业动态，AI+电商/广告的行业实践方法，人与AI如何协作共生的思考，请关注公众号：【新西楼.AI】
九要素 goal | 四层访谈对齐 | 11个references知识库 | 6类踩坑预防
Created By Buluu@新西楼.AI
n8n-goal-loop 是一款 n8n 工作流开发的 goal 生成 Skill。当你让 Agent 搭建 n8n 工作流时，常因需求没说清而烂尾、跑偏、改不完——这个 Skill 先通过 2-3 轮对齐访谈帮你想清楚工作流的目标、节点链路和交付结果，再产出一份九要素 /goal，驱动 Agent 完成开发测试闭环。
Skill 本身只生成 goal，不搭建、不部署、不运行工作流。
本Skill的目标是为不熟悉 goal 指令编写的朋友快速搭建一个较高质量的基础内容，不代表使用这个 goal 就能一劳永逸，还需要根据 /goal 的实际运行情况逐步优化。
兼容性广泛：基于 agent-skills 标准，可在任何支持 Skill 的 Agent 中使用：
- Claude Code
- Codex（原生支持 /goal 命令）
- Cursor / OpenClaw / Gemini CLI 等（skills.sh 生态）
在具有goal指令的Agent中，输入【/goal+空格+本skill产出的goal内容】，回车键输入，即可运行~
在通用七要素（继承自 qiaomu-goal-meta-skill）基础上，为 n8n 补两个最容易出问题的要素。完整九要素：
| # | 要素 | 回答的问题 | 说明 |
|---|---|---|---|
| 1 | 目标结果 Outcome | 要搭什么工作流？ | 节点链路（输入 → 处理 → 输出）+ 最终交付什么 |
| 2 | ⭐ 数据流契约 Data Flow | 数据怎么在节点间流转？ | 节点间字段映射、关键输入输出字段、数据格式——n8n 工作流的血液，最大坑源 |
| 3 | ⭐ 错误处理 Error Handling | 节点失败了怎么办？ | continueOnFail / 兜底存储 / 降级——避免单点失败拖垮整批 |
| 4 | 验证 Verification | 怎么证明做成了？ | 分层测试：脚本测试（结构/执行）+ 端测（真实链路），execution success 不算证据 |
| 5 | 约束 Constraints | 什么不能碰？ | n8n 红线：不破坏数据库 / 不硬编码密钥 / Code 节点不发 HTTP / jsonBody 用 UTF-8 |
| 6 | 边界 Boundaries | 只能改哪里？ | 只动目标工作流，不碰其他工作流和凭证 |
| 7 | 迭代策略 Iteration | 失败后怎么继续？ | 先小样本跑通；PUT 后刷新缓存；最多 3 轮 |
| 8 | 完成条件 Completion | 什么时候算完工？ | 端测全过 + 业务字段有真实值 |
| 9 | 暂停条件 Pause | 什么时候停下来问人？ | 需真实凭证 / 发布激活 / 涉及资金 / 实例异常 |
前 7 个继承自通用七要素，标 ⭐ 的「数据流契约」和「错误处理」是 n8n 专属新增——因为这两块是 n8n 工作流最容易出问题的地方（字段丢失 / 静默失败 / 单点失败拖垮整批）。
n8n 工作流复杂，必须先对齐再生成（不默认一次性出 goal）：
- 目标与交付
- 节点链路（输入 → 处理 → 输出）
- 具体服务确认（表格服务 / AI 模型 / 接入方式）
- 红线（不能碰什么）
九要素详解、访谈框架、6类高频踩坑、设计规范、代码片段、运维规范、分层测试方法论、n8n-skills 最佳实践、环境管理——生成 goal 时自动参考，把踩过的坑预编进约束和迭代策略。
节点参数版本 / 数据流与引用 / Code 节点沙箱 / jsonBody 与表达式 / 凭证与 API / 实例与部署。
- 已安装 Claude Code / Codex / Cursor 等支持 Skill 的 Agent
# Codex / Cursor / OpenClaw 等（skills.sh 生态）
npx skills add buluslan/n8n-goal-loop
# Claude Code
git clone https://github.com/buluslan/n8n-goal-loop.git ~/.claude/skills/n8n-goal-loop在 Agent 里说一句 n8n 需求，Skill 会先访谈对齐，再产出九要素 /goal：
帮我搭个 n8n 工作流，每天抓几个产品的评论，AI 分类统计差评原因
Agent 会先问你四层（目标 / 节点链路 / 具体服务 / 红线），然后给出可直接复制的九要素 /goal，覆盖数据流、错误处理、分层验证等。
n8n-goal-loop/
├── SKILL.md # Skill 入口（访谈动线 + 九要素）
├── README.md
├── LICENSE # MIT
├── manifest.json
├── agents/interface.yaml # 跨 agent 兼容声明
├── references/ # 11 个知识库
│ ├── n8n-9-elements.md # 九要素详解
│ ├── goal-command-playbook.md # 模板 + 示例 + 反模式
│ ├── interview-checklist.md # 四层访谈
│ ├── default-goal-strategy.md # 访谈优先 + 风险分类
│ ├── n8n-pitfalls.md # 6 类踩坑
│ ├── n8n-design-patterns.md # 设计规范
│ ├── n8n-code-snippets.md # 代码片段
│ ├── n8n-ops.md # 运维（SQLite/PG/检查清单）
│ ├── test-strategy.md # 分层测试方法论
│ ├── n8n-best-practices.md # 摘自 n8n-skills
│ └── env-context.md # 摘自 n8n-as-code
├── scripts/
│ └── lint_goal_command.py # 九要素检查 + n8n 危险词
└── assets/
└── banner.png
用户说一句 n8n 需求
→ 四层访谈对齐（目标 / 节点链路 / 具体服务 / 红线）
→ 生成九要素 /goal（数据流、错误处理、约束等自动填）
→ lint 把关（九要素齐全、无方括号占位符、无危险词）
→ Agent 按 /goal 跑闭环（构建 → 验证 → 部署 → 测试 → 迭代）
- Forked from qiaomu-goal-meta-skill（向阳乔木）— goal 契约结构与访谈优先理念
- 开发最佳实践参考 n8n-skills、n8n-as-code
MIT License - 详见 LICENSE 文件
Blue@新西楼.AI
- 公众号：新西楼 — AI+电商/广告行业实践，人与 AI 协作思考
- GitHub Issues：https://github.com/buluslan/n8n-goal-loop/issues
如果这个项目对您有帮助，请给一个 ⭐️