打造智能写作工作流：n8n + 蓝耘MaaS平台完整实战指南
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。
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：
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。
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。
蓝耘提供了OpenAI兼容接口，可在MaaS平台文档中找到。
💡 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
找到适合我们的版本去下载，这里选择Windows-AMD64。
2.2.2 配置Docker环境
运行Docker的安装程序后，点击OK
启动Docker Desktop后使用谷歌账号或者Github账号进行登录。
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"]}
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。
在Docker Hub中搜索n8n，然后找到n8nio/n8n点击Pull
2.3.2 创建并运行n8n容器
拉取成功后点击运行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 |
看到打印http://localhost:5678说明运行成功
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
登录后进入到n8n的主页面。至此，我们已经成功部署n8n了。
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
为工作流命名：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
双击Manual Trigger节点进行配置
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"}]
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
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）
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：{{ $json.keywords }}\n\n请创作一篇结构清晰、内容丰富的文章。"}],"max_tokens":2000,"temperature":0.7}
3.2.3 测试API连接
配置完成后，点击Execute step测试是否能够调通蓝耘MaaS平台的模型
3.3 内容处理与优化
3.3.1 添加内容处理节点
添加Code节点进行内容处理
3.3.2 配置内容处理逻辑
双击Code节点进行配置，语言选择JavaScript：
// 提取AI生成的内容const aiResponse = items[0].json.choices[0].message.content;// 基本的内容格式化let formattedContent = aiResponse .replace(/\n\n/g,'\n\n')// 规范化段落间距.replace(/^\s+|\s+$/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:newDate().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。
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
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：** ${newDate(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：** ${newDate().toLocaleString('zh-CN')} - **文件格式：** Markdown (.md) - **处理状态：** 已完成内容格式化和优化 --- *本文档由 n8n 工作流自动生成* `;// 生成文件名（使用时间戳避免重复）const timestamp =newDate().toISOString().replace(/[:.]/g,'-').slice(0,19);const fileName =`${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
查看Markdown文档内容
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
点击Execute workflow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
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
