test

“`markdown
大家好,我是香君,一名专注于YouTube航海及深海圈的教练,同时也是精华帖的作者。今天,我想跟大家分享一个非常实用的工具——n8n,这是一款低代码的工作流平台,功能强大且灵活,能够帮你轻松实现各种自动化任务。我这次分享的内容是如何利用n8n批量生产图片,这个方法不仅适用于油管视频创作,也同样能被应用到其他类型的业务中去。废话不多说,先来个简单示例看看效果:

[squid game doll wedding ai mentality #ruinedbyai #squidgame #squidgame2 #shorts #ai #younghee.mp4]()

这是一个小视频案例,制作过程并不复杂。短小精悍的内容结合热点题材,往往能带来爆炸式的流量。AI视频制作的朋友应该都明白,这其实只是一个简单的首尾帧切换(从普通的英熙娃娃变成婚纱英熙娃娃)+尾帧中婚纱英熙娃娃的随机动作。如果手工操作,需要先用GPT生成一张画面,然后从一批图片中挑选合适的上传到AI视频平台去制作。

![](images/https___filesystem.site_cdn_20250504_auiJOvpZd9kB0VmNjtKSHmL8GMN0BS.png)

这样的图像转换看似不难,但若一张张手动制作,往往要花上一两天,效率极低,且极易疲劳。即使有伙伴协助,也不该把宝贵的人力资源浪费在这种重复的工作上。阿里云的口号我特别赞同:“计算,为了无法计算的价值。”我们应将时间和精力聚焦于更具价值的工作,而非机械的重复任务。那怎样才能做到呢?这就引出了今天的主题——n8n。

# 一、了解n8n平台

很多朋友初次听说n8n可能不太熟悉,但提到像Coze、Dify这样的工作流平台,相信大家都略有了解。n8n其实是这些平台的升级版,集成了超过400种内置工具,拥有开放活跃的社区生态,提供丰富且有趣的社区节点。即便现有的节点无法满足需求,你也可以通过HTTP请求节点定制各种接口调用,基本上任何需求都能实现。而且最重要的一点是,n8n是开源项目,可以本地免费部署。

![](images/image-10.png)

上图展示了一个批量修改英熙娃娃服装的工作流,接下来我会从环境部署开始,带大家一步步搭建这样的流程。

# 二、本地部署n8n

n8n有三种主要运行方式:

1. 官方服务器版(功能最全,需付费会员);

2. 本地部署(支持npm和Docker两种安装方式);

3. 云服务器部署。

虽然官方版本功能全面,但对于大多数人来说,社区版已足够使用。考虑到并非所有人都有自己的服务器,这次我们重点介绍最简单的Docker部署方法。Docker部署有很多优势:

– 在纯净环境中安装n8n;

– 方便配置自己喜欢的数据库;

– 跨平台兼容性好,避免系统差异导致的问题;

– 方便迁移到其他机器或环境。

## 1、下载安装Docker Desktop

访问Docker官方网站(https://www.docker.com/products/docker-desktop/),根据你的操作系统选择对应安装包,下载安装后一路点击“下一步”完成安装。

## 2、n8n安装部署

启动Docker Desktop,确认其正常运行。然后打开终端(Mac)或命令提示符(Windows),复制并粘贴以下两行命令(具体命令见教程),等待镜像拉取并启动容器,安装即完成。

## 3、启动并访问n8n

安装成功后,在Docker Desktop中会看到n8n容器图标,如下图所示:

![](images/image-8.png)

确保容器状态为运行(绿色图标),如未启动,点击启动按钮。此时,n8n默认监听本地的5678端口。打开浏览器,访问 http://localhost:5678 ,注册登录后即可看到n8n的操作界面:

![](images/image.png)

恭喜你,正式进入了自动化的新时代!

# 三、工作流配置详解

## 1、拆解工作流结构

![](images/image-1.png)

这套工作流由如下几个核心节点构成:

| 模块 | 作用说明 |
|————————-|——————————————————————|
| 初始节点 | 负责生成图片所需的提示词,并调整提示词格式 |
| 图片生成模块 | 有两种接口调用方式:1)gpt-image-1,官方或中转API,优缺点分别为……;2)gpt-4o-image,逆向的gpt4o API,优缺点分别为…… |
| Google Drive上传模块 | 将生成的图片自动上传至谷歌网盘 |
| 循环模块 | 支撑批量图像生产,实现连续循环流程 |

这就是工作流的基本框架。

## 2、准备及授权Google Drive

工作流中部分节点需要授权使用Google Drive。这个过程较复杂,接下来我会详细拆解步骤。

![](images/image-2.png)

### 新建工作流及触发器

首先,新建一个工作流,添加一个“点击触发器”(简单方便的流程启动方式):

![](images/image-3.png)

![](images/image-4.png)

![](images/image-5.png)

![](images/image-9.png)

触发器的选择丰富多样,这里选用最基础的“点击触发”即可。

### 添加Google Drive节点

点击触发器后面的“+”号,添加Google Drive节点。本教程主要用到上传(Upload file)和下载(Download file)两个功能,先根据需求创建其中一个并认证。此处我们先添加“Download file”节点。

![](images/image-13.png)

![](images/image-7.png)

### 关联Google账号授权

节点添加完成后进入配置页面,先不要急着填写其他选项,重点是先进行Google Drive授权,点击“Credential to connect with”下拉,选择“Create new credential”新增账号。

![](images/image-11.png)

选择“OAuth2 API”授权方式。

![](images/image-6.png)

接下来你需要一个Google账号,若无可自行注册。然后登录谷歌云控制台(https://console.cloud.google.com/),新建一个项目。

![](images/image-12.png)

项目名称随意填写。

点击左上角三条横线菜单,进入“APIs & Services”中的“Oauth consent screen”。

![](images/image-23.png)

点击“Get started”配置应用信息。

![](images/image-28.png)

根据页面提示填写相关资料。

完成配置后点击“Finish”。

进入“APIs & Services”,启用Google Drive相关API。

![](images/image-18.png)

切换到“Credentials”创建新的凭证。

![](images/image-19.png)

选择OAuth client ID。

![](images/image-21.png)

应用类型选“Web application”,填写名称。

添加“Authorized redirect URIs”(授权重定向URI)。

![](images/image-17.png)

从n8n节点配置界面复制显示的地址,粘贴到此处。

![](images/image-16.png)

点击“Create”。

弹窗中会出现客户端ID和秘钥,将它们复制填写到n8n的对应位置。

![](images/image-14.png)

之后点击“Sign with Google”按钮,登录申请的谷歌账户完成授权。

首次可能会被提示“测试用户限制”,需要在谷歌云控制台的OAuth consent screen中,将你的账号添加为测试用户。

![](images/image-38.png)

完成后即可顺利登录。

![](images/image-35.png)

如果能成功完成这部分,表示你已跨过教程中最为复杂的一环,后续就能自如使用n8n上传下载文件了!

## 3、搭建工作流核心模块

### 添加触发器

还是用前述的点击触发器。

![](images/image-33.png)

### 构造图像提示词生成

![](images/image-32.png)

提示词模块由两个智能体节点组成,均采用Basic LLM Chain类型。

#### 提示词编写与生成

新建Basic LLM Chain节点,选择“Define below”手动输入定义。

![](images/image-37.png)

需要生成鱿鱼游戏娃娃的提示词,可以参考下面示范的内容:

[鱿鱼游戏提示词.txt]()

配置Chat模型(例如openrouter平台中的模型),若无账号需先注册获取API Key。我这里用的是内测版grok,享受优惠。

![](images/image-29.png)

输入API Key并完成账户配置。

![](images/image-36.png)

测试节点,等待结果输出。

![](images/image-42.png)

你将看到类似JSON格式的提示词产出。

![](images/image-30.png)

#### 提示词格式整理

由于之前的输出含Markdown格式,不方便直接用作绘图输入,因此需要再通过一个Basic LLM Chain节点进行格式转换。

1. 新建Basic LLM Chain节点;

2. 选择Schema格式;

3. 配置提示词内容,拉取上一节点输出变量;

4. 运行后输出的提示词将以纯文本形式呈现,方便后续使用。

![](images/image-40.png)

运行测试,确保格式转换正确。

![](images/image-43.png)

别忘了为此节点选择大型语言模型以确保高质量输出。

### 图片生成模块建设

![](images/image-54.png)

#### 方案一:gpt-image-1接口生成

此API需搭配图片和提示词上传。针对不会本地上传代码的小伙伴,我们通过Google Drive存储管理素材。

添加Google Drive下载节点,选中文件列表,选择要作为素材的图片。

![](images/image-57.png)

配置HTTP请求节点调用云雾API(https://yunwu.ai/v1/images/edits),性价比高,且按人民币计费。

![](images/image-52.png)

![](images/image-56.png)

认证时添加名为`Authorization`的请求头,值填入API Key。

![](images/image-50.png)

运行测试,你会得到以base64编码形式返回的图像数据。

![](images/image-49.png)

添加“Convert to File”节点解码base64为图片文件。

![](images/image-44.png)

配置对应字段,将b64_json字段映射到输入。

![](images/image-45.png)

测试成功后,你将看到实际图片输出。

![](images/image-67.png)

#### 方案二:gpt-4o-image接口生成

区别在于对话式API返回的JSON复杂,需要用JSON形式提交请求,示例内容我已准备好:

[画图.json]()

调用URL改为 https://yunwu.ai/v1/chat/completions。

此API需要图片使用线上源文件链接,因此需先把素材上传到图片托管平台,比如 https://imgbb.com/ 方便管理。

上传后复制“源文件直链”,替换请求中的图片地址。

![](images/image-69.png)

测试成功后,Node会输出含下载链接的JSON。

![](images/image-71.png)

调用第二个LLM节点用提示词过滤出纯下载链接。

![](images/image-68.png)

再利用HTTP GET节点下载文件。

![](images/image-60.png)

### 生成文件命名及循环处理

针对每张图片生成不同文件名,gpt-image-1以种子随机数命名,gpt-4o-image以下载链接命名。

![](images/image-77.png)

![](images/image-79.png)

上传到Google Drive的配置同理。

![](images/image-81.png)

添加“Loop Over Items”节点实现批量生成循环。

![](images/image-78.png)

连接相应节点,配置循环触发。

![](images/image-80.png)

运行时会一直循环,需手动停止。

**注意**:由于gpt-4o-image接口偶尔可能失败,导致后续节点接收空值,建议为关键节点设置错误跳过,以免影响流程整体运行。

![](images/image-75.png)

# 五、总结与扩展

n8n玩法丰富,举几个例子:

– 支持从提示词直接生成图像,再转视频,进行剪辑拼接的自动化工作流(成本稍高,但完全可行);

– 通过用户问卷填写自动发送信息/邮件,同时触发销售人员跟进,提升转化效率;

– 监控竞争账号,抓取内容并进行实时数据分析,形成监控预警等……

如果大家对这些自动化方案有兴趣,欢迎留言反馈,我会持续分享更多实用案例。今天的内容就先到这里,祝大家工作顺利,财源广进!
“`

© 版权声明
THE END
喜欢就支持一下吧
点赞14 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容