告别“抽卡”!n8n+Coze:固定IP角色+老纪先生风格漫画全自动生产

大家好,我是小肥肠!今天带来 n8n + Coze 硬核实战:彻底告别生图"抽卡",全自动生成固定 IP 角色+老纪风格!只需提交一个标题,AI 自动包办文案、分镜与排版,几分钟内,神韵十足的连贯漫画直通你的草稿箱!

1. 效果演示

最近,朋友圈和公众号被一种固定角色+老纪先生风格 的治愈系漫画刷屏了。这种以固定IP 形象+走心文案为核心的图文形式,凭借其极强的情绪价值和辨识度,成为了当下的流量密码,阅读数据非常亮眼。

这个赛道比较适合做个人IP长期深耕,实现形式不难,我用n8n+Coze实现了一键写入草稿箱,只需要打开n8n工作流界面,点击底部 【Excute workflow 按钮:

在弹出的表单中输入文章标题图片张数(通常为3) ,等待2分钟,漫画稿就会出现在公众号草稿箱中。

我做了3版形象(形象的调试不难,文章中也会教给大家固定形象的方法):

你要做的仅仅是点击底部 【发表】 按钮,即可完成漫画文章发布。话不多说,直接进入漫画搭建环节,感兴趣就继续往下看哦~

2. 工作流搭建

完整工作流如下。

流程可表述为:

  1. 填写标题和图片个数,提交表单

  2. 生成文案

  3. 生成正文图片

  4. 生成封面图片

  5. 调用Coze工作流对生成的图片和文案进行排版,发布到公众号草稿箱

On form submission: 这是工作流的第一个节点,意为表单提交触发工作流。表单要素为文章标题(Text类型)和图片个数(Number类型)。

生成文案(AI Agent):On form submission 节点出来后按住【+】新增AI Agent节点, 改名为生成文案, 这个节点的作用的基于On form submission节点输入的文章标题编写漫画文案,从下图可知产生的是文案数组。

配置项:Chat Model处点击【+】新增DeepSeek Chat Model。

2.1. 封面生成

生成封面图(AI Agent):生成文案(AI Agent) 节点后点击【+】新增AI Agent节点, 改名为生成封面,这个节点的作用是根据第一句文案生成封面。

提示词编写思路:

markdown 复制代码
根据第1条文案绘制图像,绘制要求:
1. IP形象固定,这里用了我自己的IP,从发型+长相+穿着三个纬度固定IP形象的强一致性
2. 规定画风(你可以选择水墨画,马克笔,水彩等)
3. 根据文案内容设定角色动作

配置项:

  • Chat Model处链接到刚刚新增的DeepSeek Chat Model。
  • Tool处点击【+】新增MCP Client Tool用于图片生成。

Endpoint填写dashscope.aliyuncs.com/api/v1/mcps...

Server Transport选择Server Sent Events (Deprecated)。

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,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。

Edit Fields:生成封面图(AI Agent) 节点出来后点击【+】新增Edit Fields节点, 这个节点的作用是将封面字段名重命名为fm。

2.2. 正文图片生成

Split Out:生成文案(AI Agent) 节点后点击【+】新增Split Out节点。 它会把数组,炸开成n个独立的 Items。这样,后续的节点就会自动运行n次,分别处理每一条数据。

生成正文(AI Agent):Split Out节点 出来后点击【+】新增AI Agent节点。这个节点作用的基于每句文案进行生图操作。

提示词编写思路(同封面):

markdown 复制代码
根据第文案绘制图像,绘制要求:
1. IP形象固定,这里用了我自己的IP,从发型+长相+穿着三个纬度固定IP形象的强一致性
2. 规定画风(你可以选择水墨画,马克笔,水彩等)
3. 根据文案内容设定角色动作

配置项:

  • Chat Model处链接到刚刚新增的DeepSeek Chat Model。
  • Tool处点击链接刚刚新增的MCP Client

Code in JavaScript1(正文图片合并为数组): 这是一个代码节点,其作用就是将前置生成的图片链接合并为数组。

源代码:

ini 复制代码
const items = $input.all();
const outputArray = items.map(item => item.json.output);
return [
  {
    json: {
      allLinks: outputArray
    }
  }
];

2.3. 发布到草稿箱

Merge:Code in JavaScriptEdit Fields 节点出来后点击新增Merge节点,集成前置节点生成的封面图和正文漫画等元素。

配置项:

  • Mode选择Combine
  • Combine By选择Position
  • Number of Inputs选择2

(调用Coze排版 工作流 )HTTP Request:Merge 节点出来后点击【+】新增HTTP Request节点,这个节点的作用的调用Coze工作流对漫画进行排版发布到公众号。

配置项:

  • Method选择POST
  • URL填写api.coze.cn/v1/workflow...
  • Authentication选择Generic Credential Type
  • Generic Auth Type选择Header Auth,在Header Auth填入Coze凭证
  • 打开Send Headers,Specify Headers选择Using Fields Below,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内容填入:
bash 复制代码
{
    "workflow_id": "7575075753932685318",
    "parameters": {
        "laoji_imgs":{{ $json.allLinks.toJsonString() }} ,
        "title": "{{ $('On form submission').item.json['文章标题'] }}",
        "wenan":{{ $('生成文案').item.json.output.toJsonString() }},
        "fm": {{ $json.fm.toJsonString() }}
    }
}

Coze工作流也简单说一下,全貌如下。工作流运行步骤为:

  1. 开始节点接收文章标题、文案、封面图片和正文图片;

  2. 进入循环组装图片和文案为最终漫画

  3. 基于插件将前置成果内容(封面、标题、正文漫画)发布到公众号草稿箱。

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。上述工作流已经被收录到了小肥肠共学群中,需要原件可以加入社群直接使用哦。

3. 结语

至此,我们已经完整搭建了一套从灵感输入成品发布的闭环工作流。技术最大的价值在于落地。希望读完这篇文章的你,不要只停留在收藏夹吃灰,打开电脑,跟着教程跑通你的第一条自动化工作流吧!

如本次分享对你有帮助,麻烦一键三连支持一下小肥肠,我们下期再见~

相关推荐
Pyeako1 小时前
机器学习--矿物数据清洗(六种填充方法)
人工智能·python·随机森林·机器学习·pycharm·线性回归·数据清洗
光羽隹衡1 小时前
深度学习——卷积神经网络CNN
人工智能·深度学习·cnn
爱看科技2 小时前
苹果Siri借谷歌Gemini大模型发力,微美全息全栈技术领航AI多元场景变革应用
人工智能
weixin_462446232 小时前
从零构建 LangGraph + MCP 的智能对话 Agent:Coze 插件集成实战
langchain·coze·扣子
好奇龙猫2 小时前
【人工智能学习-AI入试相关题目练习-第四次】
人工智能·学习
Coder_Boy_2 小时前
基于SpringAI的在线考试系统-AI智能化拓展
java·大数据·人工智能·spring boot
linmoo19862 小时前
Langchain4j 系列之二十四 - Scoring (Reranking) Models
人工智能·langchain·langchain4j·scoring·reranking
雨中飘荡的记忆2 小时前
Java结合大模型文生图实战
aigc