打造智能写作工作流：n8n + 蓝耘MaaS平台完整实战指南

发布于：2025-09-02 ⋅ 阅读:(11) ⋅ 点赞:(0)

文章目录

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。
蓝耘注册页面

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：
蓝耘MaaS平台模型列表

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。
创建新的API KEY

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。
模型详情页面

蓝耘提供了OpenAI兼容接口，可在MaaS平台文档中找到。
OpenAI兼容接口

💡 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
Docker官网

找到适合我们的版本去下载，这里选择Windows-AMD64。
下载Windows-AMD64的Docker

2.2.2 配置Docker环境

运行Docker的安装程序后，点击OK
Docker安装Configuration
Docker Desktop安装完成

启动Docker Desktop后使用谷歌账号或者Github账号进行登录。
登录Docker Desktop

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：

{
  "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"
  ]
}

配置Docker国内镜像源

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。
搜索镜像

在Docker Hub中搜索n8n，然后找到n8nio/n8n点击Pull
搜索n8n镜像
点击Pull拉取n8n

2.3.2 创建并运行n8n容器

拉取成功后点击运行n8n镜像
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

创建一个n8n容器

看到打印http://localhost:5678说明运行成功
运行容器

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
创建n8n账户

登录后进入到n8n的主页面。至此，我们已经成功部署n8n了。
n8n主页面

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
在n8n中创建工作流

为工作流命名：智能写文助手
给工作流命名为智能写文助手

3.1.2 添加触发器节点

添加Manual Trigger节点作为工作流的起点
添加Manual Trigger节点作为工作流的起点

双击Manual Trigger节点进行配置
双击Manual Trigger节点

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）
[
  {
    "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"
  }
]

配置输入参数

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
添加Http Request节点

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

配置请求方式和URL

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）

启动并配置请求头

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。

{
  "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
}

启动并配置请求体

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
测试是否能够调用蓝耘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
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：

// 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。
测试Code节点是否有效

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
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：

// 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'
    }
  }
}];

点击Execute step进行执行，执行完成后，点击Download下载Markdown文件
测试markdown文件是否成功下载

查看Markdown文档内容
正确下载

四、工作流测试与验证

4.1 完整流程测试

首先编辑起点节点，topic主题设置为如何制作排骨当归汤？，点击Save保存
编辑起点节点

点击Execute workflow执行工作流
执行工作流

4.2 验证输出结果

执行完毕后，下载并查看Markdown文件，验证生成的内容质量
查看markdown

五、总结

通过本教程，我们成功构建了一个基于蓝耘MaaS平台和n8n的智能写文工作流。这个工作流具有以下优势：

部署便捷

  • 使用Docker可以快速在本地搭建n8n环境，无需复杂配置
  • 一键式容器部署，环境隔离性好

高度自定义

  • 可以根据需要调整模型参数、输出格式和处理逻辑
  • 支持多种写作风格和内容类型定制

可扩展性强

  • n8n的节点化设计使工作流可以轻松扩展
  • 可添加更多功能如文本翻译、图片生成、内容审核等

成本效益高

  • 利用蓝耘平台提供的千万Token资源包，可以免费进行大量AI创作实验
  • 相比其他AI服务，性价比更高

自动化程度高

  • 从输入主题到生成格式化文档，整个过程完全自动化
  • 大幅提高内容创作效率，释放创作者时间

网站公告

今日签到

点亮在社区的每一天
去签到

热门文章

最新发布