n8n 工作流：盘点实例里所有 AI 调用并出报告

原文要点

该模板作者 Ruslan Karymov：手动或每周一 09:00 运行，通过 n8n API 拉取实例上全部工作流（含节点与连接），用纯 JavaScript Code 节点识别调用 AI 模型的节点，并追踪下游是否到达邮件、消息、社交等触达人的出口，按披露与人工把关情况给出逐级状态（最差优先：uncovered、likeness、inform、chatbot、verify、editorial、disclosed、informed、internal），输出一行汇总和可下载的 ai-systems-inventory.csv。无需任何 AI 凭据，是开源 EU AI Act 透明度工具包的登记部分，可用 [exit]、[ai disclosure]、[human gate] 等标签提高分类准确度。

这次做成什么

在自己的 n8n 实例上跑通「AI 调用盘点」：API 拉全量工作流→Code 节点识别 AI 节点并追下游→生成状态分级和 CSV 清单，再把结果接到 Slack 或存储。

准备什么

• 已启用公开 API 的 n8n 实例（自托管或 n8n Cloud）及在 Settings → n8n API 创建的 API Key
• 对实例上工作流节点命名的编辑权限，便于补标签
• 可选：Slack、邮箱或网盘凭据，用于接收汇总或存档 CSV

具体怎么做

1. 创建并填入 API Key

   在 n8n 的 Settings → n8n API 生成密钥，把它配置到工作流中读取全部工作流的 n8n 节点上。

2. 给关键节点打标签

   按约定在节点名中加标记：发布到人的出口节点加 [exit]，AI 内容标注步骤加 [ai disclosure]，人工审批子流程加 [human gate]；不打标签时分类只能靠猜测。

3. 按需要扩展识别清单

   打开 Code 节点顶部的 AI_TYPE、AI_HOST、EXIT_TYPE 列表，把你实际使用的模型供应商和触达渠道补进去。

4. 运行并读结果

   先手动执行一次，查看一行式汇总（各暴露状态的数量）并下载 ai-systems-inventory.csv，核对每条状态与证据路径。

5. 处理 verify 项并接出口

   状态为 verify 的条目说明出口不明，逐个打开对应工作流确认后补标签；再把汇总或 CSV 接到 Slack 通知或 Drive 存档，需要周报时启用每周一 09:00 的定时器。

可直接复制的材料

[exit] 加在把内容发给人的节点（邮件、消息、社交发布）
[ai disclosure] 加在给输出打 AI 生成标注的步骤
[ai disclosed] / [persons informed] 加在已告知使用者的环节
[human gate] 加在人工审批子流程节点

workflow_name,ai_node,status,evidence_path
客服邮件草拟,OpenAI Chat,editorial,OpenAI Chat>人工审批>Send Email[exit]
商品描述自动发布,Gemini,uncovered,Gemini>Send Email[exit]
内部周报摘要,OpenAI Chat,internal,OpenAI Chat>Save to DB

输入与输出示例

本站虚构演示，非实际运行结果；状态取值来自模板文档，证据路径格式以实际输出为准。

输入

实例上有两个测试工作流：A 流程「Gemini 生成文案→Send Email 发客户」无任何标签；B 流程「OpenAI 摘要→存数据库」不触达任何人。手动运行盘点工作流。

对应输出

示意汇总行：inventory: 2 systems — uncovered: 1, internal: 1。CSV 中 A 流程状态 uncovered（触达人但无披露无关卡），B 流程状态 internal。

做完检查这些

• n8n 节点成功拉到实例上全部工作流且无 401 报错
• CSV 文件可下载且每个含 AI 节点的工作流都有一行
• 打过 [exit] 标签的流程不再落入 verify，状态与实际相符
• 汇总行各状态计数之和等于 CSV 行数
• 未加标签且出口不明的工作流被标为 verify 而不是放行

容易卡住的地方

• 实例必须启用公开 API，否则第一步拉取就失败
• 分类靠节点名和类型匹配，命名混乱会大量落入 verify
• uncovered 是最差状态，应优先补披露或人工关卡再复跑
• 该工具只做盘点登记，标注环节在作者另一模板（19797）中
• 无 AI 凭据需求不代表无权限风险，API Key 能读全部工作流需妥善保管