【n8n入门系列】输入抖音分享链接，3步自动提无水印视频 + 文案，小白也能上手！

大家好，我是小肥肠，专注 AI 干货知识分享！今天给带来的是n8n入门教程，基于抖音分享链接，提取出无水印的真实视频地址和视频中的文案。想要学习的读者赶紧码住跟练哦~

1. 前言

最近社群里学习n8n的氛围高涨，很多公众号读者也按照我的教程一步步在学习n8n，不少人问能不能出视频教程，这块也在筹备了。今天依然是给大家打来一个入门级别的实战：输入抖音分享链接，提取视频文案和真实视频地址。

2. MCP概述

MCP的相关概念在我之前的文章已经详细介绍过：Manus平替方案：用DeepSeek+MCP Server构建AI自主工作流，由于这不是本文的重点所以不再赘述，感兴趣的朋友自行跳转查看，本文重点要介绍的是它的传输方式（）

2.1. MCP传输方式

在之前的文章：JAVAer 狂喜！10 分钟用 Spring AI 搭专属 MCP Server，手把手教程来了，已经详细介绍了MCP的两种传输方式（stdio和sse）。很多小白反馈没看懂，写的太干了，这边以稍微白话一点的方式来讲解一下。

stdio： 这是一种本地的进程间通信模型。客户端（MCP client）会直接在同一台机器内启动子进程（MCP server）。二者之间的通信不通过网络，而是通过操作系统的标准流：客户端向子进程的 stdin（标准输入）写入数据，并从其 stdout（标准输出）读取响应。这种方式要求二者必须部署在一起，配置时体现为 command 和 args

sse： sse 是一种基于 HTTP 的网络通信协议。在这种模式下，服务端是一个独立运行的网络服务器，它会监听一个特定的 URL 和端口。客户端通过发起一个 HTTP GET 请求来订阅这个地址。服务器会保持这个连接持久打开，并随时按照 text/event-stream 格式向客户端单向推送数据。这种方式允许客户端和服务端部署在不同的容器或机器上。

2.2. 抖音MCP服务

抖音MCP服务可以支持提取抖音无水印视频链接，视频文案， IP文案，素材文案，文案对标改写等。传输方式有基于阿里云百炼的sse和stdio。

2.2.1. sse方式（本文采用的方式）

sse模式比较简单，打开抖音助手网页bailian.console.aliyun.com/?spm=a2c4g.... ，滑动到底部找到sse链接方式。

从图中可知我们只需要配置（在n8n中）SSE Endpoint和DASHSCOPE_API_KEY即可。

2.2.2 stdio方式

登录源码仓库github.com/yzfly/douyi... ，根据的底部的开发指南来使用stdio传输方式。

这种方式适合n8n部署在本地的情况，如果部署在容器里就需要想办法把mcp server也部署在容器，这种方式会在后续文章提取抖音链接解析信息写入 飞书中介绍。

3.工作流搭建

完整工作流如下图所示：

开始节点： 开始节点的触发器选择on chat message。

AI Agent： 开始节点出来后点击【+】添加AI Agent节点。这个节点的作用是通过sse方式调用2.2.1小节中的抖音MCP服务来提取抖音视频中的真实视频地址。

点击【Add Option】新增System Message，输入提示词：

复制代码

你是一个抖音作品解析专家，获取用户输入的抖音链接，调用工具提取视频下载链接、只回下载链接，不要做任何解释

Chat Model: Chat Model配置选择DeepSeek Chat Model，Model

选择deepseek-chat。

Credential to connect with项处点击【Create new credential】，去DeepSeek官网获取API Key（platform.deepseek.com/api_keys）填入... account表单中：

MCP Client: Tool配置MCP Client Tool，Endpoint填入dashscope.aliyuncs.com/api/v1/mcps... ，

Server Transport选择 Server SentEvents，Authentication选择Header Auth。

Credential for Header Auth点击Create new credential，Name填写Authorization，Value填写阿里云百炼的key（bailian.console.aliyun.com/?spm=a2c4g.... ），注意key前面需要加Bearer和一个英文空格。

最后把这个Auth命名为bailian，供后面的节点使用。

HTTP Rrquest: AI Agent节点后点击【+】添加HTTP Request。这个节点的作用是基于前置AI Agent节点输出的真实视频地址调用通义千问3-ASR-Flash模型来提取视频中的文案。

Method选择POST，URL填写dashscope.aliyuncs.com/api/v1/serv... Credential Type，Generic Auth Type选择Header Auth，Header Auth选择前一个节点的Auth（bailian）。

打开Send Headers。Specify Headers选择Using Fields Below。Header Parameters项中Name填入Content-Type，Value填入application/json。

打开Send Body。Body Content Type选择JSON，Specify Body选择Using JSON。

JSON中填入：

css 复制代码

{
    "model": "qwen3-asr-flash",
    "input": {
        "messages": [
            {
                "content": [
                    {
                        "text": ""
                    }
                ],
                "role": "system"
            },
            {
                "content": [
                    {
                        "audio": "{{ $json.output }}"
                    }
                ],
                "role": "user"
            }
        ]
    },
    "parameters": {
        "asr_options": {
            "enable_itn": true
        }
    }
}

Code in JavaScript : HTTP Request节点后点击【+】，添加Code in JavaScript节点。这个节点的作用是获取前置节点中的抖音视频地址和抖音文案，拼接组合返回最终结果。

完整代码：

ini 复制代码

const text = $input.first().json.output.choices[0].message.content[0].text;
console.log(text);
const url=$("AI Agent").item.json.output;
return [
  {
      dyTxt: text, // 你可以随意命名
      dyUrl: url

  }
];

回到工作流主界面点击底部【Open chat】按钮，在聊天框输入任意抖音视频作品分享链接，等待几秒钟就能看到视频的真实地址和文案被提取出来了：

到此，n8n提取抖音视频信息的工作流已经讲解完毕，动手能力强的读者可以跟着教程实践一遍。如果想直接获取工作流，可以加入社群后我拉你进空间直接学习使用。

4. 结语

在这篇入门教程中，我们成功搭建了一个非常实用的 n8n 工作流。通过结合使用 AI Agent 节点（以 sse 方式调用抖音 MCP 服务）和 HTTP Request 节点（调用通义千问3-ASR-Flash模型），我们实现了一个完整的自动化流程：从一个简单的抖音分享链接开始，最终成功提取出了无水印的真实视频地址和视频中的文案。

希望我的教程能对你有帮助，本期教程结束，感谢大家的观看，我们下期再见。