让我们直奔主题：在AI时代，做一条爆款短视频，最核心的障碍到底是什么？ 是设备太贵、没时间学剪辑，还是创意枯竭？其实都不是。 真正拉开差距的那道分水岭是——你还在亲手“做”视频，而别人已经在用工具“生成”视频了。当你还在为关键帧和转场效果熬夜时，一套N8N自动化工作流已经能一键“复刻”出上百个爆款内容。 从素材生成到成片输出，全程自动，不碰剪辑软件。今天这篇文章，就来完整拆解这条工作流的搭建逻辑。 一、工作流概览 在设计这条工作流时，核心思路是从免费与付费两个维度并行，支持对图片和视频素材进行剪辑处理。 整体框架可以概括为： - 根据用户输入的视频信息，由大模型生成短视频文案并拆解脚本 - 支持生成免费短视频（本地生成） - 支持调用大模型生成AI图片与AI视频 - 支持本地自动剪辑、配音与字幕合成 这套框架最大的优势在于灵活——可塑性强，扩展性好。接下来我们一步步拆解具体的搭建过程。 二、准备工作 笔者的N8N本地部署在MacBook Pro上，但以下操作对于部署在云服务器的场景同样适用。 主要需要准备两样工具： **MoneyPrinterTurbo**：一款开源短视频生成工具，部署在本地。只需提供一个视频主题或关键词，就能全自动完成文案、素材、字幕、背景音乐和配音的生成与合成。 **Replicate**：一个大模型API聚合平台（国内可直接访问与调用API）。它涵盖的主流模型版本很全，价格与官方持平，但真正的优势在于API调用极其简单，省去了自己适配各家模型API的繁琐过程。用过可灵、即梦API的朋友应该深有体会——光是签名生成那一步，就能让人多生出几根白发。有了这个聚合平台，还能快速切换不同模型进行效果对比，非常方便。 （一）MoneyPrinterTurbo MoneyPrinterTurbo部署方式不复杂，这里以Mac为例（Windows步骤类似）。 前置条件：本地已安装Docker Desktop（N8N部署时也会用到）。 **Step 1：下载项目文件** 在电脑上新建一个文件夹（如命名为Money），打开终端进入该文件夹，执行： ``` git clone https://github.com/harry0703/MoneyPrinterTurbo.git ``` 如果git clone速度较慢，也可以直接访问上述GitHub地址下载项目文件。 **Step 2：修改配置文件** 将项目中的 `config.example.toml` 复制一份并重命名为 `config.toml`。然后用文本工具打开 `docker-compose.yml` 进行编辑。 关键配置如下，目的是将本地目录与MoneyPrinterTurbo容器内的目录映射起来： ``` x-common-volumes: &common-volumes - ./app:/MoneyPrinterTurbo/app - ./webui:/MoneyPrinterTurbo/webui - ./main.py:/MoneyPrinterTurbo/main.py - ./config.toml:/MoneyPrinterTurbo/config.toml - ./resource:/MoneyPrinterTurbo/resource - ./test:/MoneyPrinterTurbo/test - ./docs:/MoneyPrinterTurbo/docs - /Users/deanyang/Desktop/n8nAI/n8ndata:/MoneyPrinterTurbo/storage/local_videos ``` 最后一行是将N8N的数据目录与视频存储目录映射起来，让MoneyPrinterTurbo能够顺利读写视频文件。 **Step 3：安装MoneyPrinterTurbo** 打开终端，进入项目所在目录，执行： ``` docker compose up -d ``` 这个过程会下载必需的依赖文件，时间较长，等待安装完成即可。 笔者在安装时遇到了一个错误：“ERROR [webui internal] load metadata for docker.io/library/python:3.11-slim-bullseye”。解决方案是执行以下两条命令后再次运行 `docker compose up -d`： ``` docker pull docker.m.daocloud.io/library/python:3.11-slim-bullseye docker tag docker.m.daocloud.io/library/python:3.11-slim-bullseye python:3.11-slim-bullseye ``` 安装完成后，在Docker Desktop的Containers中可以看到MoneyPrinterTurbo容器正常运行。 **Step 4：Web端配置** 进入Web管理界面：https://127.0.0.1:8501/ - **选择大模型**：笔者选择的是DeepSeek或Gemini，按需填写对应的API Key及模型名称。 - **配置视频源**：只需填写Pexels API Key。点击“点击获取”注册Pexels即可获得。 - **音频设置（配音）**：TTS服务器选择SiliconFlow TTS（免费），音频效果不错。按提示注册并创建API Key填写即可。 - **视频设置和字幕设置**：按需调整。 **Step 5：了解API接口** 打开API文档（https://localhost:8080/docs），主要用到“生成短视频”和“获取任务运行状态”两个接口。点击某个接口可查看具体参数示例。 **Step 6：重启服务** 修改配置后，进入项目目录执行： ``` docker compose up -d docker compose restart ``` 这样Web端的修改才能在API调用时生效。 （二）Replicate Replicate是国外一个AI大模型API聚合平台，模型很全，实时更新，还能看到每个模型的调用次数。价格与官方基本持平，切换模型非常方便。 **Step 1：注册并登录** 进入网站（https://replicate.com/），可通过GitHub或Google账号进行注册登录。 **Step 2：基础配置** 进入API Token创建页面（https://replicate.com/account/api-tokens），创建一个Token并保存。 添加支付方式：进入Billing管理（https://replicate.com/account/billing），点击Manage billing，添加信用卡（支持国内银联信用卡）。添加完成后点击“Add credit”购买额度。 **Step 3：选择大模型** 在网站右上角找到“Explore”，可以按类别浏览图片、视频、语言模型。以视频模型为例，找到“Google veo-3”，进入详情页可以看到调用次数、价格以及参数设置。在JSON页卡可获取请求体参数，在HTTP页卡可找到API请求地址。这些信息后续会用在N8N的HTTP节点中。 三、搭建工作流 （一）用户输入部分 **Step 1：设置启动节点** 选择“On form submission”节点，它会生成一个用户输入交互页面，用于填写视频信息。 **Step 2：设置表单内容** 设置字段名称、元素类型、提示文字、下拉选项等。运行节点后页面会弹出预设选项，包括： - 素材来源：免费素材 / AI生成 - AI生成素材类型：图片 / 视频 - 视频时长：10秒 / 20秒 / 30秒 / 60秒 - 情绪目标：共鸣/感动、惊讶/震撼、好奇/神秘、向往/憧憬、治愈/放松、开心/爽朗、忧郁/孤单、由大模型最佳匹配 - 价值定位：有共鸣、有趣、有用、由大模型最佳匹配 - 画面类型：自然风景系、都市场景系、静物特写系、抽象意境系、混合拼接 - 视觉风格：电影感、小清新、赛博朋克、水墨国风、自然纪实、由大模型最佳匹配 - 开头钩子：金句开场、提问式、悬念式、由大模型匹配最佳 - 结尾引导：引导评论、引导点赞、制造悬念、金句收尾、无明确引导、由大模型匹配最佳 选择“免费”模式只需填写主题和时长，选择“AI生成”模式则可将上述选项全部配置。 （二）生成短视频文案 根据上一步的视频要求，调用大模型生成文案。 **Step 1：添加节点** 添加Basic LLM Chain节点。 **Step 2：添加大语言模型** 添加Model，笔者使用的是Gemini 2.5 Flash，DeepSeek同样可用。 **Step 3：设置提示词** 用户提示词中代入所有视频要求参数。系统提示词则详细规定了文案创作规则：字数控制（每秒4-5个汉字）、开头抓人（前3秒原则）、情绪起伏（根据情绪目标选择语言节奏）、结尾要有行动（引导互动）、语言口语化等。同时生成关键词，规范为8-10个词的结构。输出格式要求为JSON，包含text和keywords字段。 （三）免费生成短视频 生成文案与关键词后，通过IF节点判断，进入“免费生成短视频”流程。通过HTTP节点调用本地MoneyPrinterTurbo的生成视频接口，传入文案和关键词，MoneyPrinterTurbo会自动完成素材搜索、片段裁剪、字幕配音与合成。 **Step 1：本地生成视频节点** 添加HTTP节点，POST请求，URL为 `https://host.docker.internal:8080/api/v1/videos`，发送Body中包含完整的视频生成参数，如video_subject、video_script、video_terms、video_aspect、voice_name等。 **Step 2：查询视频生成进度** 添加Wait节点（停顿30秒）和HTTP节点，调用任务查询接口 `https://host.docker.internal:8080/api/v1/tasks/{{ $json.data.task_id }}`，再通过IF节点判断进度是否达到100%。 **Step 3与Step 4：下载视频并写入磁盘** 通过HTTP节点下载视频文件，再通过Read/Write File From Disk节点保存到本地n8ndata目录中。 （四）拆解短视频脚本 接下来是AI生成视频片段的工作流部分。拆解短视频脚本是决定视频质量和贴合度的关键步骤。 **Step 1：新建文件夹** 添加Execute Command节点，在n8ndata目录中创建存放视频素材的文件夹。 **Step 2：生成短视频脚本** 添加AI Agent节点，在系统提示词中详细描述拆解规则：根据总时长自动计算场景数量（如5-8秒视频2-3个场景），文案均匀拆分，第一个场景体现开头钩子，中间场景有节奏变化，最后场景呼应结尾动作。画面描述根据素材类型（图片或视频）使用不同思维模式。输出格式为包含voiceover和visual_description字段的列表。 **Step 3与Step 4：分割脚本并判断素材类型** 添加Split Out节点对脚本进行分割，然后根据用户输入判断使用图片还是视频模型。 （五）AI生成视频片段 **Step 1：循环遍历** 添加Loop Over Items节点。 **Step 2：调用视频大模型接口** 以Google veo-3为例，HTTP节点请求URL和参数参照Replicate详情页的HTTP页卡设置。Body中包含prompt、duration、resolution、aspect_ratio等参数。 **Step 3与Step 4：等待进度与下载视频** 循环调用Replicate通用查询接口 `https://api.replicate.com/v1/predictions/{{ $json.id }}`，视频生成完成后通过HTTP节点下载并保存到指定目录，按序号命名。 （六）合成短视频 多个AI视频片段生成后，通过MoneyPrinterTurbo进行合成。 **Step 1：生成接口信息** 添加Code节点，遍历输入数据，将本地路径转换为MoneyPrinterTurbo可识别的格式。 **Step 2：调用合成接口** 新的HTTP节点配置与免费生成视频类似，但video_source改为"local"，video_materials传入上一步生成的素材信息。 之后同样是查询进度、下载并保存视频的流程。 （七）AI生成图片，合成短视频 与AI生成视频片段类似，只是将视频模型替换为图片模型（笔者选择了字节的seedream-4）。生成图片后复用MoneyPrinterTurbo合成流程输出最终短视频。 至此，整套工作流搭建完毕。 做好一条视频，“道、法、器、术”缺一不可。更好的AI模型固然重要，但精致的主题文案、视频脚本以及剪辑逻辑才是真正支撑作品品质的基石。这条工作流经过上百次测试和使用，仍然有很大提升空间，而且框架的可塑性和扩展性非常强——比如可以接入飞书多维表格触发，或者自动发布到多个短视频平台。只要想得到，都可以尝试去实现。