打造智能写作工作流:n8n + 蓝耘MaaS平台完整实战指南

一、前言

随着AI技术的快速发展,越来越多的开发者和内容创作者开始探索如何将AI能力集成到自己的工作流中。今天,我们将通过蓝耘平台的MaaS模型服务,结合强大的工作流自动化工具n8n,打造一个智能写文工作流。更令人兴奋的是,蓝耘平台正在推出"送千万Token资源包"福利活动,让更多用户能够免费体验AI的强大能力!

二、环境准备

2.1 注册蓝耘平台并获取API凭证

2.1.1 注册蓝耘MaaS平台

首先访问蓝耘MaaS平台官网进行注册。平台为新用户提供大量免费token,可以充分测试各种模型。

2.1.2 获取API密钥

登录后,进入MaaS平台选项卡,您将看到多种可调用的AI模型:

在左侧菜单中找到"API KEY管理",点击"创建API KEY",系统会生成API密钥。请妥善保存这个密钥,它是连接AI模型的关键。

2.1.3 获取模型信息和接口地址

在MaaS模型广场中,选择您想使用的模型。点击查看详情后,您可以看到模型路径/maas/deepseek-ai/DeepSeek-V3.1,所有AI模型获取模型路径的方式一致。

蓝耘提供了OpenAI兼容接口,可在MaaS平台文档中找到。

💡 福利提醒:现在注册即可获得千万Token资源包,足够支撑大量的AI创作任务!

2.2 安装Docker环境

2.2.1 下载并安装Docker Desktop

首先进入Docker官网下载Docker桌面版:Docker官网

进入到Docker官网后点击Download Docker Desktop去下载Docker桌面版

找到适合我们的版本去下载,这里选择Windows-AMD64

2.2.2 配置Docker环境

运行Docker的安装程序后,点击OK

启动Docker Desktop后使用谷歌账号或者Github账号进行登录。

2.2.3 配置国内镜像源

需要配置Docker的国内镜像源,在Settings中配置Docker Engine,配置完毕后点击Apply&restart应用并重启:

yaml 复制代码
{
  "builder": {
    "gc": {
      "defaultKeepStorage": "20GB",
      "enabled": true
    }
  },
  "experimental": false,
  "registry-mirrors": [
    "https://registry.cn-hangzhou.aliyuncs.com",
    "https://docker.mirrors.ustc.edu.cn",
    "https://registry.docker-cn.com",
    "http://hub-mirror.c.163.com"
  ]
}

2.3 部署n8n工作流平台

2.3.1 拉取n8n镜像

在Images中点击Search images to run搜索镜像并运行。

Docker Hub中搜索n8n,然后找到n8nio/n8n点击Pull

2.3.2 创建并运行n8n容器

拉取成功后点击运行n8n镜像

创建n8n容器配置:

配置项
Container name n8n
Host port 5678
Host path n8n_data
Container path /home/node/.n8n

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进入n8n创建账户页面

登录后进入到n8n的主页面。至此,我们已经成功部署n8n了。

三、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
  • 调用蓝耘平台MaaS模型生成内容
  • 对生成的内容进行优化和格式化
  • 输出最终的文章

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: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Manual Trigger 节点进行配置

点击编辑按钮,配置输入参数:

  • 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)
json 复制代码
[
  {
    "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 节点用于调用蓝耘MaaS 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://maas-api.lanyun.net/v1/chat/completions

配置Headers(请求头):

  • 请求头1:Name(Content-Type ),Value(application/json
  • 请求头2:Name(Authorization ),Value(Bearer 蓝耘MaaS平台的APIKEY

配置Body(请求体): 点击"Send Body"开关后,选择JSON格式,然后输入:

注意:/maas/deepseek-ai/DeepSeek-V3.1这个是蓝耘MaaS平台的模型名称,可以切换成蓝耘MaaS平台中的任意模型。

json 复制代码
{
  "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测试是否能够调通蓝耘MaaS平台的模型

3.3 内容处理与优化

3.3.1 添加内容处理节点

添加Code 节点进行内容处理

3.3.2 配置内容处理逻辑

双击Code节点进行配置,语言选择JavaScript:

js 复制代码
// 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。

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,添加一个 Code 节点用于生成 Markdown 格式并下载

3.4.2 配置Markdown生成逻辑

配置Code节点,实现Markdown文档生成:

js 复制代码
// 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下载Markdown文件

查看Markdown文档内容

四、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

五、总结

通过本教程,我们成功构建了一个基于蓝耘MaaS平台和n8n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

  • 利用蓝耘平台提供的千万Token资源包,可以免费进行大量AI创作实验
  • 相比其他AI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
相关推荐
郑洁文18 分钟前
基于SpringBoot的实习管理系统设计与实现
java·spring boot·后端·spring
嚣张农民35 分钟前
还在自己买服务器?试试 Amazon EC2,真香!
前端·后端·程序员
ytadpole37 分钟前
揭秘设计模式:状态设计模式 优雅地管理对象状态
java·后端·设计模式
该用户已不存在1 小时前
盘点9个Python的库
后端·python
RoyLin1 小时前
图数据库基础
前端·后端·typescript
IT_陈寒1 小时前
Vite 5大性能优化技巧:构建速度提升300%的实战分享!
前端·人工智能·后端
我是谁的程序员1 小时前
iOS 26 帧率测试实战指南,Liquid Glass 动画性能、滚动滑动帧率对比、旧机型流畅性与 uni-app 优化策略
后端
LucianaiB1 小时前
手把手教你用 Trickle + 豆包·Seedream-4.0 API 打造专属拍照姿势生成器
后端
华仔啊1 小时前
搞定 Java 高并发秒杀,掌握这 7 个核心设计原则就够了
java·后端
AAA修煤气灶刘哥1 小时前
对象存储封神指南:OSS 分片上传 + 重复校验 + 防毒,代码直接抄!
java·后端·面试