前面我们已经在免费的甲骨文云(Oracle Could)服务器上部署并汉化好了n8n， 目前该创建我们的第一个工作流了。

这个就是我调试了一天才完成的第一个有点用处的工作流。用来一键AI生成图片和内容并自动发布微信公众号

• 准备工作

进入我们的n8n点击左下角找到设置，找到“社区节点”进入页面点击“安装”。 在弹出的窗口找到“npm包名称”的输入框中填入
n8n-nodes-wechat-offiaccount ，打钩风险提示，点击“安装”

等待安装完成，社区节点就出现了这个节点了

申请一个免费的图像生成模型

申请一个可调用国外大模型的api

由于n8n中没有自带大模型，因此我们需要自己接入大模型，这里我们使用openRouter的api，一是由于，它的api国内可以直接调用，二是由于它有免费的模型可以使用，调试的时候用正好。

然后点击“创建APIkey”， 这里你也可以使用上面阿里百炼平台免费额度的文本模型。

创建成功之后，记得点这里复制，保存到自己电脑，只显示一次，后续如果忘记了，只能删除重新建。

接下来我们开始一步一步搭建工作流

1、触发节点

触发节点就是工作流的开始节点，n8n支持多种不同的方式触发工作流，为了调试方便，我选择chatmessage节点，这个节点的作用就是接收一条聊天框输入的信息。

如果觉得这个聊天框不好使还可以换成这种点击一下就固定输出指定内容的触发节点

2、大模型节点

有了输入的信息，接下来就需要有大模型来处理，我们点击触发节点右边的加号，然后搜索AI agent 节点，加进来

这个时候会发现，这个节点有个小叉叉，也就是有报错的，由于有个核心的大模型节点没有配置，我们在Chat Model这里点击“+”号，接着搜索一下“open”，由于我们打算用openRouter的api，所以我们选择openRouter

目前节点是这样子，接下来需要为openRouter配置一下apikey，才能使用。我们双击openRouter

进入openRouter节点的配置，发现这里需要连接凭证才能使用，所以我们要去创建凭证

进入凭证创建后，我们看到只需要配置一个API KEY就可以了，把准备工作时申请保存的openRouter的APIKEY 填入保存就可以了

回到我们的openRouter配置这里，选择刚刚的凭证，然后在Model这里搜索一下你需要的大模型，这里我搜索“free”代表免费的模型，正式使用，提议使用付费的，由于免费的有调用频次限制1分钟只能请求一次。不过，付费的大家就得提前去充值了。

选择模型之后我们点击左上角的“返回发布”就可以了

3、配置大模型节点

接着我们双击AI Agent 节点，配置一下参数和系统提示词，如下图，由于我们用的是聊天触发的节点，可以直接选择Connectted Chat Trigger Node 这个选项，会自动把参数带进来。

接着我们点击下面的 Add option，选择 System Message，这个是配置系统提示词的。

这里我随意输入一个简单的提示词

到这里，大模型基本就可以用了，直接找到左下角的聊天输入框，输入内容进行测试，看到正常的返回，说明配置成功了

4、如何格式化输出内容？

双击AI Agent 节点，打开这个开关，就是对输出进行格式化， 注意：并不是所有的AI文本模型的输出内容都可以格式化， 如果你选择的模型返回内容没法格式化，那就不能打开这个开关， 直接跳过这步使用全部输出内容就行。不然这个节点会报错。

打开之后，这个节点会多出来一个节点，我们点击添加一下这个结构化输出的节点

接着我们按照下图配置一下这个节点，就是给大模型一个输出的示例

配置完成之后，回到AI Agent节点，重新执行，我们就能看到，大模型按照我们的需要的格式输出了

5、添加配图大模型

接着找到这个curl代码，点击复制

把代码拷贝下来,然后把里面的$DASHSCOPE_API_KEY 替换成我们之前在阿里云百炼创建的 apikey，最后把完整代码保存。这里需要注意，Bearer和$DASHSCOPE_API_KEY之间是有空格的，不要擅自删除了。

接着我们进回到n8n 在大模型节点之后，添加一个 http 请求的节点，如下:

双击进入节点配置里，找到导入curl，点击进去，把我们刚刚准备好的curl代码导入

导入成功之后，我们找到JSON这个参数，然后将前面节点的输出内容 拖动到JSON里的Prompt提示词这个地方（必定要注意不要搞错了JSON的格式）。这个操作的意思就是，我们会使用前面大模型生成的图像提示词去“文生图”

到此配置完成，点击执行步骤，测试一下，图片生成成功！

需要学习如何云部署的可以看我这一篇教程：

服务器部署n8n完整教程：都在教本地化部署n8n,但我认为服务器部署n8n才是王炸！

7、如何将URL的图片转换上传？

但是，大模型一般生成的图片都是一个url链接，因此我们需要进行数据转换。

直接在图片生成后面新增一个Http请求的节点

双击进入节点配置，第一我们把上一步图片生成的url，传入当前节点请求的url，然后再新增一个response的选项，这个response代表的是请求返回的数据。

接着我们需要对返回数据做转换，找到新增的response配置项，点击response format（返回数据格式化）选项，选择file。意思就是，将我们下载的图片格式化为二进制文件输出（由于一般上传需要的是这种格式）

接着运行测试，出现以下内容，说明下载成功

8、微信配图上传

接着点击配置节点，确认一下我们链接凭证是否选择了之前第6步配置的凭证

没问题之后试运行，出现以下结果，说明配置成功

9、添加文章到草稿

最后一步啦，找到新建草稿节点加到图片上传的后面

双击进入配置，把前面AI生成的标题、内容以及上一步上传获得的media_id分别对应到如下参数中，由于内容较多，不好操作，可以点右下角按钮放大操作

放大后

这里需要注意，由于文章内容中常常也会有双引号出现，会造成JSON的格式错误，因此我们最终添加的时候，需要在我们添加的变量后面加上 .toJsonString() 。有些AI输出内容还需要追加.slice(1, -1) 去掉默认返回的” ” , 最终代码如下

[ { "article_type":"news", "title":"{{$('AI Agent').item.json.output.title.toJsonString() }}", "author":"N8N", "content":"{{$('AI Agent').item.json.output.content.toJsonString() }}", "thumb_media_id":"{{$json.media_id }}", "show_cover_pic":1, "need_open_comment":1, "only_fans_can_comment":0, "auto_publish":false, "publish_time":"immediate" } ]

最后，进行一次整体测试，成功了

如果有需要直接发布，可以在添加草稿后面，加上发布草稿节点，不过稳妥起见，还是批量发布到草稿箱，然后人工修改审核一下发出去。AI发挥不稳定的， 特别是我这使用的免费AI，输出内容一言难尽， 大家尽量使用收费AI。