n8n Code节点写JS总报错？这份内置函数手册救了我的命😭🔥-Skill优仓

这个Skill是干嘛的

如果你在用n8n搭自动化工作流，Code节点写JavaScript时总踩坑——返回格式报错、Webhook数据取不到、日期处理一团乱——那这个n8n Code JavaScript Skill就是专门为你准备的。它把n8n Code节点的所有核心知识打包成一套随时可调用的智能体上下文，让AI助手在你写代码时真正”懂”n8n的规则。

核心功能

这个Skill覆盖了n8n Code节点JavaScript开发的五大核心模块：

数据访问模式：$input.all()、$input.first()、$input.item、$node四种取数方式的使用场景和正确写法，彻底解决”我该用哪个”的困惑。
内置函数全览：$helpers.httpRequest()直接在Code节点发HTTP请求、DateTime（Luxon）处理复杂日期运算、$jmespath()查询嵌套JSON、$getWorkflowStaticData()实现跨执行持久化存储。
10个生产级代码模式：多源数据聚合、正则过滤、Markdown解析、JSON对比校验、CRM数据转换、GitHub Release处理、Slack Block Kit格式化等，每个都是真实工作流里跑过的代码。
Top 5错误防坑：覆盖38%失败率的”忘写return”、表达式语法混用、返回格式错误、括号不匹配、空值未检查，每种错误都有错误示例和修复方案对照。
Webhook数据结构：专门强调最高频的坑——Webhook数据在.body下，不是直接在$json上。

适用平台

这个Skill完美适配主流AI编程助手，是这些工具的”最强外挂”，能显著提升AI对n8n工作流上下文的理解能力：

Cursor：在Cursor里写n8n Code节点代码时，AI能精准理解$input语法和返回格式要求，不再给你生成通用JS而是n8n专属写法。
GitHub Copilot：补全代码时自动遵循[{json: {...}}]返回规范，不用每次手动纠正。
Claude Code：调试报错时能直接定位是”缺return”还是”Webhook数据层级错误”，给出精准修复建议。
OpenAI Codex / ChatGPT：生成的代码片段自带null检查和try-catch，不会给你一个在生产环境崩掉的裸代码。
Gemini Code Assist、文心快码、腾讯云CodeBuddy、华为云CodeArts：同样受益于Skill提供的n8n专属上下文，让这些工具在处理n8n相关代码时从”通用助手”升级为”n8n专家”。

实操代码示例

下面是几个最常用场景的核心代码，拿来即用：

场景一：正确的返回格式（最高频错误）

// ❌ 错误写法——缺少数组包裹
return {json: {result: 'success'}};

// ✅ 正确写法
return [{json: {result: 'success', timestamp: new Date().toISOString()}}];

场景二：Webhook数据正确取法

// ❌ 错误——直接取，拿到undefined
const email = $json.email;

// ✅ 正确——Webhook数据在.body下
const email = $json.body.email;
const name = $input.first().json.body.name;

场景三：用$helpers.httpRequest()发POST请求

const response = await $helpers.httpRequest({
  method: 'POST',
  url: 'https://api.example.com/users',
  headers: {'Authorization': 'Bearer ' + $env.API_KEY},
  body: {name: $json.body.name, email: $json.body.email}
});
return [{json: response}];

场景四：DateTime处理日期运算

const now = DateTime.now();
return [{json: {
  today: now.toFormat('yyyy-MM-dd'),
  nextWeek: now.plus({weeks: 1}).toISO(),
  daysUntilYearEnd: DateTime.fromISO('2025-12-31').diff(now, 'days').days
}}];

优势分析

市面上有不少n8n教程，但这个Skill的差异化在于它是结构化的机器可读知识库，而不是给人看的文档。

错误频率数据驱动：每个错误模式都标注了实际发生频率（比如”缺return”占38%），让AI优先关注最容易出问题的地方。
决策树内置：需要处理多条数据用$input.all()，只需要第一条用$input.first()，在Each Item模式下用$input.item——逻辑清晰，AI不会给你推荐错误的方法。
反例与正例并列：每个知识点都有❌错误写法和✅正确写法对照，AI在生成代码时能主动规避已知陷阱。
覆盖Node.js可用模块：明确列出crypto、Buffer、URL可用，axios、lodash、moment不可用，避免AI给你生成一个装不了依赖的代码。

应用场景

这个Skill在以下场景里能直接省掉大量调试时间：

多源数据聚合：同时拉取Hacker News、Reddit、RSS的数据，用Pattern 1的聚合模式统一格式、按分数排序，一个Code节点搞定原本需要五六个节点的事。
CRM数据清洗：表单提交的数据格式乱，姓名要拆分、电话要去掉非数字字符、邮件要转小写，Pattern 5直接给你一套完整的转换逻辑。
GitHub Release监控：过滤掉prerelease和draft，提取版本号、更新日志高亮段落、下载资源列表，Pattern 6的代码拿来改改就能用。
RAG管道结果排序：向量检索返回的chunks按相似度排序、取Top 6、计算平均相似度，Pattern 9三行代码解决。
Slack自动化报告：用Block Kit格式发送带状态指示器、分栏数据、交互按钮的富文本消息，Pattern 8有完整模板。
工作流版本对比：检测n8n工作流配置是否被修改，找出新增、删除、变更的字段，Pattern 4的深度diff逻辑直接可用。

最佳实践

把这个Skill用好，有几个工程化落地的关键点值得注意：

模式选择优先级：默认选”Run Once for All Items”，只有当每条数据需要独立的错误处理或独立的API调用时才切换到”Each Item”模式。Each Item模式在大数据量下性能开销明显更高。

防御性编程习惯：所有从外部来的数据都要加可选链?.和默认值。const email = $json.body?.user?.email || 'unknown'这种写法能让你的工作流在数据不完整时优雅降级而不是直接崩掉。

早过滤晚处理：先.filter()缩小数据集，再.map()做转换。顺序反过来会在无效数据上浪费计算资源，在数据量大时差异很明显。

静态数据的使用边界：$getWorkflowStaticData()适合存计数器、上次处理的ID、限流时间戳这类轻量数据。不要往里塞大型数组或频繁变更的完整数据集，会影响工作流执行性能。

调试先用console.log：在Code节点里加console.log('数据结构:', JSON.stringify(items[0], null, 2))，打开浏览器F12就能看到实际数据长什么样，比盲猜字段路径效率高得多。

如果你在管理多个n8n工作流、需要在团队里统一Code节点的写法规范，可以把这类Skill统一托管在Skill优仓上，团队成员直接下载使用，省去重复配置的麻烦。Skill优仓支持免费上传和下载，适合个人开发者和企业团队共享自动化工作流相关的Skill资源。

文章版权归作者所有，未经允许请勿转载。

THE END

n8n Code节点写JS总报错？这份内置函数手册救了我的命😭🔥