在前幾天的實作中，我們成功利用 FastAPI 攔截並解析了 Wazuh 的告警日誌。現在，威脅情報已經整整齊齊地存放在 Python 的變數裡了。

接下來面臨的問題是：我們該怎麼把這些情報發出去？

傳統的做法是直接在 FastAPI 裡面寫發送請求的程式碼，例如直接寫 Code 去呼叫 LINE Messaging API。但這樣會帶來一個問題——每次想要更換通知管道，或者想修改推播訊息的排版，我們都必須修改 Python 程式碼並重新啟動伺服器。在企業級的 SecOps 架構中，我們通常會追求「解耦（Decoupling）」，讓負責「解析資料」的後端與負責「發送通知」的流程完全分開。

今天，我們要引入這套專案的最後一塊核心拼圖：n8n。這是一款強大且開源的自動化工作流工具，能讓我們用「拉節點」的視覺化方式，輕鬆串接各種第三方通訊軟體。

為什麼選擇 n8n？

你可能聽過 Zapier 或 Make 等自動化工具，它們雖然好用，但免費版通常有嚴格的執行次數限制，而且將企業機敏的資安日誌直接傳到外部雲端也有資安疑慮。

n8n 最大的優勢在於：它開源且支援本地端 Docker 部署。這意味著我們可以把它架設在自己的內網，資料不會外流，而且執行次數完全沒有限制。這對於每天可能產生大量告警的資安監控系統來說，絕對是首選。

動手部署 n8n

還記得我們在 Day 03 建立的 secops-project 資料夾嗎？裡面有一個為今天準備好的 n8n 子目錄。請打開 PowerShell，跟著以下步驟進行部署：

1. 進入目錄並建立設定檔

cd C:\Users\user\secops-project\n8n
New-Item docker-compose.yml

2. 撰寫 Docker Compose 檔案
   利用 VS Code 打開這個 docker-compose.yml，並貼上以下配置：

YAML
version: "3.8"

services:
  n8n:
    image: docker.n8n.io/n8nio/n8n:latest
    container_name: secops-n8n
    restart: unless-stopped
    ports:
      - "5678:5678"
    environment:
      - N8N_HOST=0.0.0.0
      - N8N_PORT=5678
      - N8N_PROTOCOL=http
      - NODE_ENV=production
      # 設定時區，確保通知的時間戳記正確
      - GENERIC_TIMEZONE=Asia/Taipei
    volumes:
      # 掛載本地資料夾以保存工作流設定，避免重啟後資料遺失
      - n8n_data:/home/node/.n8n

volumes:
  n8n_data:

這段配置非常輕量，我們將 n8n 的服務綁定在主機的 5678 Port，並設定了台北時區（這對於資安事件發生時間的準確度非常重要），同時利用 Volume 確保我們畫好的工作流不會因為容器關閉而消失。

3. 啟動 n8n 容器
   在終端機輸入啟動指令：

docker compose up -d

稍等幾十秒，讓系統拉取映像檔並啟動容器。

初次登入與設定

啟動完成後，打開瀏覽器輸入：http://localhost:5678

第一次進入 n8n 時，系統會要求你建立一組管理員帳號（Set up owner account）。因為這只是在我們自己電腦上的本地端測試，你可以隨意設定一組好記的 Email 與密碼，甚至跳過後續的行銷問卷調查。

登入後，你就會看到一個乾淨、充滿無限可能的畫布（Canvas）。這就是我們未來幾天要大展身手的地方。

系統架構回顧

在我們開始畫工作流之前，讓我們先釐清目前為止建立起來的「微服務架構」：

1. Wazuh (威脅感知)：在第一線偵測 Ubuntu 主機的 CVE 漏洞，並發送 Webhook。
2. FastAPI (情報過濾)：接收雜亂的日誌，利用 Pydantic 進行型別驗證，萃取出乾淨的情報。
3. n8n (自動化分派)：這將是我們明天的重點，它會提供一支 Webhook 網址給 FastAPI 呼叫，然後把這些情報排版成易讀的訊息，透過 LINE Bot 精準發送到我們的手機裡。

透過這樣職責分明的架構，未來無論是掃描規則改變、後端解析邏輯優化，或是想新增其他的通知管道，我們都只需要修改對應的組件，而不用牽一髮動全身。

今天我們順利把 n8n 的地基打好了。明天，我們就要正式在畫布上拉出第一條工作流，並把 FastAPI 的資料成功轉發進來，一路推播到 LINE 上！我們明天見！