AI 绘画转发后端 · n8n 工作流实践

前言

我的 AI 绘画小程序需要对接多家厂商的 API。随着厂商和模型的增多，后端转发代码出现了以下问题：

• 请求方式不统一（同步 / 异步）
• 参数差异大（不同厂商的签名、模型 ID 等）
• 维护成本高（每新增一家厂商都要改代码）

为了解决这些痛点，我尝试使用 n8n 工作流来统一转发请求，边写边实践，记录下整个搭建过程与关键技巧。

---

用到的资源

资源	说明	备注
服务器	腾讯云 CodeBuddy（白嫖的 1 个月实例）lighthouse	也可以换成其他云厂商
AI 编程平台	CodeBuddy（同上）	支持 SSH
n8n 镜像	找的一个中文版，有企业版的环境变量功能

---

如果没有轻量服务器的话可以参加这个活动，https://cloud.tencent.com/act/pro/codebuddy-lighthouse 免费领取一台2C2G实例进行测试

服务器安装n8n

• 服务器：这里用codebuddy白嫖的一个月主机 网速有点慢

• 重置密码用于登录

• 使用codebuddy链接服务器：

• 可以用codebuddy查询信息，因为之前写一般草稿丢了，所以截图不太正确。

• 我已经执行了docker挂载卷和n8n容器的生成

sudo docker volume create n8n_data

sudo docker run -it  --name n8n -p 5678:5678 -e N8N_SECURE_COOKIE=false -e N8N_RELEASE_TYPE=stable -e N8N_DIAGNOSTICS_ENABLED=false -e N8N_VERSION_NOTIFICATIONS_ENABLED=false -e N8N_HIDE_USAGE_PAGE=true -e N8N_LICENSE_AUTO_RENEW_ENABLED=false -e N8N_RUNNERS_ENABLED=true -e NODE_ENV=development -e N8N_DEFAULT_LOCALE=zh-CN -e N8N_ENTERPRISE_MOCK=true -v n8n_data:/home/node/.n8n ghcr.io/deluxebear/n8n:chs

• 如果关了可以start启动

• 访问，codebuddy自带代理,不用需要打开防火墙端口。

##创建工作流
1.注册登录

• 创建一个例子工作流，第一个节点是对话节点，后面的是agent，agent可以配置大模型或者记忆用的储存配置，也可以配置mcp类的工具。

2.配置模型

• 这里我用的是硅基流动的key，链接

• 随便配置一个免费的模型试试，直接显示了欢迎n8n是因为agent里面配置了系统提示词，可以自己修改。

调用文生图api

• 首先找到要对接的模式api规范

• n8n可以直接调用http请求，所以找到http的规范示例，可以看到这个模型是异步的，一步生成，一步查询结果。
  

• http节点支持curl导入，自动导入了，这几个地方需要修改可以设置为入参，key可以设置为环境变量。
  

• 测试下能不能调通
  
  
  

• 右键可以重命名

增加循环节点

• 直接等待不太好，我们可以判断查结果，判断生成以后再调用图片获取

• 成功的进行下一步，不成功再次查询，加个五秒等待

• 也可以用switch 更多的判断这样失败的不用一直查询

• 测试失败场景，生成请求时候直接失败了 所以也优化下。
  
  
  

优化节点

• 修改对话为图片文字描述内容

• 把url和key存为变量。
  

• 使用变量

总结

• 工作流模式还是很方便的，作为后端处理部分，有好玩的工作流可以一起分享下。其他的ai接口差不多的，可以再加个入口，用户选择了模型和厂商判断调用哪个工作流，最后处理生成图片返回给用户。
• #CodeBuddyIDE