其实这个微信发布的工作流，很多人估计都实现过，coze上也有相似的插件，之所以选择在n8n再次实现，是因为它整体流程足够简单，却又包含了许多n8n的常用知识点，非常适合作为新手入门后的上手实操
完成本篇内容的实操，你将可以掌握n8n的以下几个知识：
1、社区节点如何安装
2、大模型节点如何配置
3、节点间的变量如何传递
4、如何多样化输出不同变量
5、如何配置凭据
6、url图片如何转换成可上传的文件
如何在n8n中安装公众号节点？
首先需要安装一个公众号的节点，这个节点是根据微信开放文档开发的，基本支持了所有的微信公众号接口，我们可以借助这个节点实现微n8n 工作流 教程信公众号内容的自动发布，进入这个节点的介绍页面，找到截图上的安装命令，命令如下：
https://www.npmjs.com/package/n8n-nodes-wechat-offiaccount?activeTab=dependencies
拷贝这个命令后，进入我们的n8n点击左下角找到设置
接着找到社区节点，点击“安装社区节点”
然后把我们刚刚复制的命令黏贴进来，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，一是因为，它的api国内可以直接调用，二是因为它有免费的模型可以使用，调试的时候用正好。
openRoute官网地址r：https://openrouter.ai/
我们打开这个网站，注册成功之后，找到这个地方
然后点击“创建APIkey”
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。
申请一个免费的图像生成模型
因为公众号发布接口有个配图是必填的，所以这边我需要一个图像生成的模型，我使用的阿里云百炼的通义万相模型，因为阿里有活动，新用户免费赠送每个模型100万token。
我们进入https://bailian.console.aliyun.com/阿里云百炼官网，没账号的注册一下，登录之后，找到这个地方，新建一个密钥，把密钥保存下来
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
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，因为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”，因为我们打算用openRouter的api，所以我们选择openRouter
现在节点是这样子，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，建议使用付费的，因为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，因为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。
这里我随便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？（重要知识点）
我们前面只是简单的打通了大模型和回复，接下来，由于我们在后续添加公众号的时候，还需要标题、配图等等，而我们现在这种单纯输出内容是不行的，因此我们还要学习一下如何让大模型格式化输出多个不同的内容。
双击AI Agent 节点，打开这个开关，就是对输出进行格式化
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
我们再次进入阿里云百炼的网站，找到模型广场，然后点击筛选，选择图片生成，找到下面这个模型，点击“api参考”（注意不能使用其他模型，其他模型没有同步接口，需要额外步骤才能用）
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（一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！
6、配置公众号凭据
调用公众号接口需要授权的，因此需要先配置一下公众号的调用凭据，左上角有个“+”号点击，然后选择创建凭据，如下图：
然后搜索wechat ，找到公众号节点的凭据
接着打开自己的公众号，找到这个地方，如果没有开启秘钥，需要点击启用一下
然后把公众号的AppID跟AppSecret 填到n8n的凭据中，点击保存
对了，记得在公众号添加一下白名单ip，这个白名单ip就是你n8n所在服务器的ip。如果是云服务器部署就是服务器的ip，如果是本地部署的，就查一下自己本地的公网ip。（本地用的时候，需要注意，本地公网ip经常会变的，如果发现ip变了，需要及时修改白名单）
7、如何将URL的图片转换上传？（知识点）
因为公众号的接口发文的时候，配图是必填的，而一般我们上传接口接收的都是file数据，也就是我们经常看到的，通过组件点击选择图片上传！
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。
当我们获得的是url图片地址的时候，可以使用Http request 节点直接下载转换成file ，以供后续的上传调用
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，首先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（因为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
终于可以开始操作公众号了，首先，我们需要把前面的配图上传到公众号的素材库，以便于文章发布时调用。我们在刚刚的Http下载节点后面添加这个其他类型永久素材的节点
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，由于文章内容中经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() 。最终代码如下
代码里面的参数介绍：
article_type: 文章类型，设置为”news”表示文章消息
title: 文章标题，使用toJsonString()方法确保JSON格式正确
author: 文章作者信息
content: 文章正文内容，使用toJsonString()方法处理特殊字符
thumb_media_id: 封面图片的媒体ID，来自上传图片素材步骤
show_cover_pic: 是否显示封面图片（1=显示，0=不显示）
need_open_comment: 是否开启评论功能（1=开启，0=关闭）
only_fans_can_comment: 评论权限（1=仅粉丝，0=所有人）
auto_publish: 自动发布设置（false=创建草稿，true=立即发布）
publish_time: 发布时间（“immediate”=立即发布）
最后，进行一次整体测试，成功了
到公众号看一下草稿箱，成功录入啦
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，我觉得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。
如果需要完整的工作流，请联系我获取。
如果你连工作流也懒得搭，可以试试我的自动化工具：https://auto.kanglan.vip
我将这个自动发布的工作流集成到我的工具中啦，在我的工具中生成好素材后，直接点击发布，选择需要发布的账号，就可以直接发布到指定的账号中啦
当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！
DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【】
在面对AI大模型开发领域的复杂与深入，精准学习显得尤为重要。一份系统的技术路线图，不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点，还能提供一条高效、有序的学习路径。
但知道是一回事，做又是另一回事，初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性，在这基础上，找到高质量的学习资源，不浪费时间、不走弯路，又是重中之重。
看视频学习是一种高效、直观、灵活且富有吸引力的学习方式，可以更直观地展示过程，能有效提升学习兴趣和理解力，是现在获取知识的重要途径
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【】
发布者：Ai探索者，转载请注明出处：https://javaforall.net/246060.html原文链接：https://javaforall.net
