使用n8n实现AI文章工作流
我平时会在自己的网站上写文章。有一类文章是固定套路：给一个标题，让 AI 生成一篇结构化的内容，再存进数据库。每次手动走一遍很无聊，我就想把它自动化。
之前工作时我做过开源任务调度框架 DolphinScheduler 的二次开发，对节点和工作流这套概念不陌生。第一次用 n8n，最大的感受是它把各种社交平台、SaaS 和 AI 服务的接口都封装成了现成的节点，胶水代码基本不用写，调 AI、解析结果、写数据库，一个工作流就能串起来。这篇记录我搭的文章生成工作流：输入一个标题，生成文章，存进 Supabase。
工作流总览
整个工作流由六个节点组成：
- 对话触发（Chat Trigger）：接收输入的标题
- AI Agent：按固定的 prompt 生成文章
- AI 模型：实际执行生成的模型
- 输出格式化：用 JSON Schema 约束 AI 输出的结构
- Code：从结果里取出 JSON，补上必填字段
- Supabase：把文章写进数据库
分步搭建
打开 n8n 官网，注册登录，创建一个新的工作流：
先添加一个对话触发节点。工作流从它开始，运行时要先输入一条消息，这条消息就是文章标题：
后面接一个 AI Agent 节点：
双击 AI Agent 节点打开配置。文章生成的 prompt 基本是固定的，所以 Source for Prompt (User Message) 选 Define below，把生成指令写进 Prompt 栏。prompt 里要用到标题，而标题来自上一个节点。这里有个小技巧：先点 execute previous node，把上一个节点执行一次，当前节点才能拿到上游的数据：
执行完之后，上游节点的参数就能在表达式里引用了。比如把 chatInput（触发节点收到的标题）拖进 prompt：
然后是 AI 模型节点，选择要用的模型并配置 API key：
为了让 AI 输出 JSON 格式的结果、方便后续解析，开启输出格式化选项，然后点击 output parse 创建一个格式化节点：
格式化节点里，Schema Type 选 Define using JSON Schema，定义输出结构。Schema 要和目标数据表的结构对齐，比如 posts 表存标题和正文，schema 就写成：
{
"type": "object",
"properties": {
"title": { "type": "string", "description": "文章标题" },
"content": { "type": "string", "description": "文章正文，markdown 格式" }
},
"required": ["title", "content"]
}
再创建一个 Code 节点，把 AI 输出的 JSON 取出来。这一步顺便补上一个 AI 不该决定、但数据库要求必填的字段：我的 posts 表里 type 是必填的，而且没有默认值。只把 title 和 content 交给 Supabase 节点，插入会直接失败：
// 模式：Run Once for All Items
return $input.all().map(item => ({
json: { ...item.json.output, type: 'article' }
}))
最后写进数据库。n8n 的 Supabase 节点可以直接操作表，JSON 的字段名和表的列名一致时会自动对应，不用一个个手动映射：
运行
搭完之后，在对话框里输入一个标题，工作流会依次跑完每个节点，把生成的文章插进数据库：
踩过的坑
JSON Schema 要和表结构对齐。字段名对不上，Supabase 节点的自动映射就不生效，只能手动一个个对应。所以写 schema 之前，先把目标表有哪些列、哪些是必填的看清楚。上面 type 那个坑就是这么来的。
另外，生成出来的文章默认是不公开的：posts 表的 is_published 默认为 false。这正好符合我的需要，AI 生成的内容先进草稿，我看过、改过再发布。
现在
这个工作流我现在已经不用了。一是暂时没有批量产出文章的需求；二是这一年里，skill 加上各家 AI 厂商自己的 agent 工作流，抢走了很多原本属于 n8n 这类工具的场景。