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。

在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	值
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'
    }
  }
}];