效率狂飙!n8n 无人值守工作流,每天自动把领域最新热点做成小红书卡片存本地

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,基于热点抓取MCP Server和MD2Card服务将热点内容一键生成为精美的小红书风格图文卡片,并自动保存到本地磁盘。

1. 前言

在如此内卷的今天,如何高效地从海量数据中捕获自己关注领域(例如 AI )的最新热点?又如何将这些热点快速转化为引人注目的社交媒体内容,比如朋友圈日报或小红书图文?

如果每天都手动去搜集、整理、再用制图工具制作图片,无疑是一项耗时耗力的重复劳动。本篇【n8n入门系列】教程,将手把手带你搭建一个一鱼多吃 的自动化工作流。我们将使用 n8n 作为自动化枢纽,连接全妙-网络热点信息播报MCP Server 来实时获取热点信息,再调用MD2Card服务将内容一键生成为精美的小红书风格图文卡片,并自动保存到本地磁盘。

话不多说直接上成果演示,首先来到工作流界面,点击底部的【Excute workflow】按钮。

等待几秒,热点图文自动写入本地磁盘。

我设置的是AI领域的热点,生成的图文如下。

大家可以把这个图文当成日报发朋友圈,也可以一鱼多吃发布到小红书。这个 工作流 可实现无人值守自动化操作,改成定时触发以后激活工作流,每天的热点图文就会被定时写入磁盘。

2. 核心工具简介

本n8n工作流用到的核心工具有两个,一个是MD2Card,另外一个是全妙-网络热点信息播报MCP Server。

2.1. MD2Card

这是一个可以生成小红书图文卡片的工具,大家可以通过网址MD2Card.cn/zh/editor去设...

2.2. 全妙-网络热点信息播报MCP Server

全妙网络热点信息播报MCP Server 是一个基于阿里云百炼API的网络热点信息聚合服务,专注于实时获取网络热点信息。在使用之前我们需要去开通服务,进入网址bailian.console.aliyun.com/?spm=a2c4g....

3. 工作流实现

完整工作流如下图所示:

开始节点:开始节点选择手动触发(Trigger manually)。

AI Agent: 这个节点的作用调用全妙-网络热点信息播报MCP服务来获取指定领域的热点信息,并封装为Markdown格式内容进行返回。

Chat Model: ChatModel处点击【+】,选择DeepSeek Chat Model,配置已经讲过很多遍了,不再赘述。

MCP Client: Tool处点击【+】,选择MCP Client Tool。

生成小红书风格卡片(HTTP Request): AI Agent节点出来后点击【+】新增HTTP Request节点。这个节点的作用是请求MD2Card接口来生成小红书风格的卡片。

  • Method设置为Post
  • URL设置为MD2Card.cn/api/generat...
  • Authentication选择Generic Credential Type
  • Generic Auth Type选择Header Auth。
  • Header Auth选择Create new credential,Name填写x-api-key,Value进入网址MD2Card.cn/zh/register... 获取API Key,最后把这个Auth命名为MD2Card。
  • 打开Send Headers,Specify Headers选择Using Fields Below。Header Parameters中Name填Content-Type,Value填application/json。
  • 打开Send Body,Body Content Type选择JSON,Specify Body选择Using JSON。JSON中填写如下内容:
bash 复制代码
{
  "markdown":{{ JSON.stringify($json.output) }},
  "theme": "填写MD2Card主题名称",
  "width": 600,
  "height": 800,
  "overHiddenMode":true
}

Edit Fields: 生成小红书风格卡片(HTTP Request)节点出来后点击【+】选择Edit Fields,这个节点的作用是取出前置节点中的图片链接。

将图片链接转为文件(HTTP Request): Edit Fields节点出来后点击【+】选择HTTP Request节点,这个节点的作用是将前置节点输出的图片链接转换为文件格式。

  • Method选择GET
  • URL填写{{ $json.text }}
  • 点击【Add option】选择Response,Response Format选择File。

Read/Write Files from Disk: 将图片链接转为文件(HTTP Request)节点出来后点击【+】选择Read/Write Files from Disk,这个节点的作用是实现将文件写入到本地磁盘。

  • Operation选择Write File to Disk
  • File Path and Name填写/tmp/{{ $now.toFormat('yyyy-MM-dd') }}.png
  • Input Binary Field填写data

以上就是整个工作流的完整流程拆解,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

恭喜你!跟随本教程,你已经成功搭建了一个从获取实时热点调用 API 生成图文自动保存到本地的全自动化工作流。通过这个实践,我们不仅掌握了 n8n 中几个核心节点(如 AI Agent, HTTP Request, Edit Fields, Write File)的用法,更重要的是,我们打通了不同服务(阿里云百炼MCP、MD2Card)之间的壁垒,将它们组合起来为我们创造了新的价值。

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。

相关推荐
CoderLiu3 小时前
LLM API 成本的 3 个秘密:如何让服务商为你的复杂推理买单
人工智能·llm
AI人工智能+3 小时前
智能文本抽取:通过OCR、自然语言处理等多项技术,将非结构化文档转化为可读、可分析的数据资产
人工智能·nlp·ocr·文本抽取
这张生成的图像能检测吗3 小时前
(论文速读)Anyattack: 面向视觉语言模型的大规模自监督对抗性攻击
人工智能·语言模型·clip·视觉语言模型·对抗攻击
gorgeous(๑>؂<๑)3 小时前
【DeepSeek-OCR系列第一篇】Language Modelling with Pixels【ICLR23】
人工智能·语言模型·自然语言处理·ocr
开放知识图谱3 小时前
论文浅尝 | LightPROF:一种轻量级推理框架,用于大型语言模型在知识图谱上的应用(AAAI2025)
人工智能·语言模型·自然语言处理·知识图谱
vlln3 小时前
【论文速读】LLM+AL: 用符号逻辑校准语言模型的规划能力
人工智能·语言模型·自然语言处理
Antonio9154 小时前
【图像处理】图像错切变换
图像处理·人工智能
文火冰糖的硅基工坊4 小时前
[人工智能-大模型-85]:大模型应用层 - AI/AR眼镜:华为智能眼镜、苹果智能眼镜、Google Glass智能眼镜的软硬件技术架构
人工智能·华为·ar
wolfseek4 小时前
opencv模版匹配
c++·人工智能·opencv·计算机视觉