基于 n8n 与大模型服务的智能写作工作流实战指南

2.3.1 拉取 n8n 镜像

在 Docker 界面中搜索 n8nio/n8n 镜像并执行 Pull 操作。

2.3.2 创建并运行 n8n 容器

拉取成功后点击运行。配置容器参数如下：

启动容器后，若看到打印 http://localhost:5678，说明运行成功。

2.3.3 初始化 n8n 账户

在浏览器中访问 http://localhost:5678，按提示创建管理员账户。登录即进入 n8n 主页面，至此基础环境已就绪。

构建智能写文工作流

现在让我们在 n8n 中构建一个智能写文工作流，该工作流将能够接收写作主题和要求，调用大模型生成内容，对内容进行优化和格式化，最终输出 Markdown 文档。

3.1 创建工作流基础架构

3.1.1 创建新工作流

在 n8n 界面中点击 Create Workflow，为工作流命名为 智能写文助手。

3.1.2 添加触发器节点

添加 Manual Trigger 节点作为工作流的起点。双击该节点进行配置，点击编辑按钮设置输入参数：

• topic： 文章主题
• style： 写作风格（如：正式、轻松、技术性等）
• length： 文章长度要求
• keywords： 关键词（可选）

示例数据：

[
  {
    "topic": "请输入文章主题",
    "style": "通用",
    "length": "1000-2000 字",
    "keywords": "请输入关键词，用逗号分隔"
  }
]

3.2 配置 AI 模型调用

3.2.1 添加 HTTP 请求节点

添加 HTTP Request 节点用于调用大模型 API。

3.2.2 配置请求参数

双击 HTTP Request 节点进行配置：

基础配置：

• 请求方式（Method）：POST
• 请求地址 URL：https://your-api-provider.com/v1/chat/completions（请替换为实际服务商地址）

配置 Headers（请求头）：

• 请求头 1：Name（Content-Type），Value（application/json）
• 请求头 2：Name（Authorization），Value（Bearer 您的 API_KEY）

配置 Body（请求体）：

点击 "Send Body" 开关后，选择 JSON 格式，然后输入以下内容。注意 model 字段需替换为您实际选择的模型路径：

{
  "model": "/maas/deepseek-ai/DeepSeek-V3.1",
  "messages": [
    {
      "role": "system",
      "content": "你是一个专业的内容创作助手，擅长根据用户需求创作高质量文章。"
    },
    {
      "role": "user",
      "content": "请根据以下要求创作文章：\n主题：{{ $json.topic }}\n写作风格：{{ $json.style }}\n文章长度：{{ $json.length }}\n关键词：{{ $json.keywords }}\n\n请创作一篇结构清晰、内容丰富的文章。"
    }
  ],
  "max_tokens": 2000,
  "temperature": 0.7
}

3.2.3 测试 API 连接

配置完成后，点击 Execute step 测试是否能够调通模型。如果返回正常响应，说明网络与鉴权无误。

3.3 内容处理与优化

3.3.1 添加代码节点

添加 Code 节点进行内容处理。语言选择 JavaScript。

3.3.2 配置内容处理逻辑

双击 Code 节点进行配置，我们需要提取 AI 生成的内容并进行基本格式化：

// 提取 AI 生成的内容
const aiResponse = items[0].json.choices[0].message.content;

// 基本的内容格式化
let formattedContent = aiResponse
  .replace(/\n\n/g, '\n\n') // 规范化段落间距
  .replace(/^\s+|\s+$/g, '') // 去除首尾空白
  .trim();

// 添加文章元信息
const metadata = {
  title: items[0].json.topic || '未命名文章',
  createdAt: new Date().toISOString(),
  wordCount: formattedContent.length,
  style: items[0].json.style || '通用'
};

return [{
  json: {
    content: formattedContent,
    metadata: metadata,
    originalResponse: aiResponse
  }
}];

点击 Execute step 测试是否配置成功。这一步主要是清洗原始文本，确保后续输出整洁。

3.4 生成 Markdown 文档

3.4.1 添加文档生成节点

在内容处理节点后，再添加一个 Code 节点用于生成 Markdown 格式并准备下载。

3.4.2 配置 Markdown 生成逻辑

配置 Code 节点，实现 Markdown 文档生成：

// 获取处理后的数据
const items = $input.all();
const processedData = items[0].json;

// 生成 Markdown 内容
const markdownContent = `
# ${processedData.metadata.title}
---
**创建时间：** ${new Date(processedData.metadata.createdAt).toLocaleString('zh-CN')} 
**字数统计：** ${processedData.metadata.wordCount} 字符 
**文章风格：** ${processedData.metadata.style}
---
## 正文内容
${processedData.content}
---
## 文档信息
- **生成时间：** ${new Date().toLocaleString('zh-CN')}
- **文件格式：** Markdown (.md)
- **处理状态：** 已完成内容格式化和优化
---
*本文档由 n8n 工作流自动生成*
`;

// 生成文件名（使用时间戳避免重复）
const timestamp = new Date().toISOString().replace(/[:.]/g, '-').slice(0, 19);
const fileName = `${processedData.metadata.title.replace(/[^\w\u4e00-\u9fa5]/g, '_')}_${timestamp}.md`;

// 打印下载信息
console.log(`📁 Markdown 文件已准备完成`);
console.log(`📄 文件名：${fileName}`);
console.log(`📊 文件大小：${markdownContent.length} 字符`);

// 返回可下载的文件数据
return [{
  json: {
    ...processedData,
    markdown: {
      content: markdownContent,
      fileName: fileName,
      mimeType: 'text/markdown',
      size: markdownContent.length
    }
  },
  binary: {
    data: {
      data: Buffer.from(markdownContent, 'utf8').toString('base64'),
      mimeType: 'text/markdown',
      fileName: fileName,
      fileExtension: 'md'
    }
  }
}];

点击 Execute step 进行执行，执行完成后，点击 Download 即可下载 Markdown 文件。

工作流测试与验证

4.1 完整流程测试

首先编辑起点节点，topic 主题设置为 如何制作排骨当归汤？，点击 Save 保存。

点击 Execute workflow 执行工作流。

4.2 验证输出结果

执行完毕后，下载并查看 Markdown 文件，验证生成的内容质量及格式是否符合预期。

总结

通过本教程，我们成功构建了一个基于 n8n 与大模型服务的智能写文工作流。这个工作流具有以下优势：

部署便捷

• 使用 Docker 可以快速在本地搭建 n8n 环境，无需复杂配置
• 一键式容器部署，环境隔离性好

高度自定义

• 可以根据需要调整模型参数、输出格式和处理逻辑
• 支持多种写作风格和内容类型定制

可扩展性强

• n8n 的节点化设计使工作流可以轻松扩展
• 可添加更多功能如文本翻译、图片生成、内容审核等

成本效益高

• 利用平台提供的免费额度，可以进行大量 AI 创作实验
• 相比其他商业服务，性价比更高

自动化程度高

• 从输入主题到生成格式化文档，整个过程完全自动化
• 大幅提高内容创作效率，释放创作者时间