用途：指导在 n8n 中正确设计 AI Agent 及 LangChain 系列节点，避免过度搭建。
主要能力：
- 节点选型：需要多轮推理、工具调用或记忆时用 AI Agent（.agent）；一次性文本转换用 Basic LLM Chain（.chainLlm）；自然语言分流用 Text Classifier（.textClassifier）；字段抽取用 Information Extractor；情感分析用 Sentiment Analysis；长文压缩用 Summarization Chain；图像/音频/视频生成直接用服务商原生单次调用节点，不要包进 Agent。
- 子节点模式：Agent 有主输入和最多四个子节点槽位——model（ai_languageModel，必需）、memory（ai_memory）、tools（ai_tool）、outputParser（ai_outputParser）。子节点从自身连向 Agent，多个工具都连到同一个 ai_tool index 0。Agent 最终答案在 $json.output。
- 工具设计：工具名称与描述本身就是提示词的一部分，必须像 API 设计一样写清楚。工具参数用 $fromAI('paramName', '说明', 'string') 让模型决定，但身份、权限上限、关联 ID 应从工作流上下文确定性传入。工具类型可选原生工具节点、子工作流工具（.toolWorkflow，默认推荐）、HTTP Request Tool、MCP Client Tool、Custom Code Tool。
- 结构化输出：下游需要严格 JSON 时加 outputParserStructured，使用 schemaType: 'manual' 配真实 JSON Schema，并开启 autoFix: true 且接入具备编码能力的修复模型。
- 记忆：memoryBufferWindow 默认 contextWindowLength 为 5，偏低，50 更合理；sessionKey 需从触发器稳定传入，不要硬编码或交给 $fromAI。
- 其他要点：提高 options.maxIterations（聚焦子代理 15，编排型 50-200）；系统提示中用 {{ $now }} 写入当前日期；有副作用的工具（发送、支付、退款、账户变更）用 Hitl 审核节点包裹，审批消息用 {{ $tool.parameters.<name> }} 展示真实参数；聊天机器人必须过滤自身用户 ID 防止死循环。
- 持久化 Agent：与工作流内的 AI Agent 节点不同，是独立助手记录，通过 n8n_manage_agents 管理，需配置 N8N_MCP_ACCESS_TOKEN 且 n8n 2.34+ 启用 agents 模块，流程为 reference、discover_assets、create、mutate、validate、publish、call。
限制：二进制数据无法通过 $fromAI() 传递，工具不能接收二进制；Agent 输出为文本形态，媒体生成不应包进 Agent。资料未提供收费、价格与平台信息。