n8n自动短视频工作流思路整理

本文提供了一套完整的 n8n 自动化短视频生成方案，涵盖从脚本撰写、语音合成、口型同步、智能剪辑到生成剪映草稿的全流程，全部基于开源工具和免费 API 实现，帮助用户实现短视频的全自动制作与发布。

下面给你一套「从素材到剪映草稿」的 n8n 自动化思路，全部用可白嫖或自带 API 的云服务/开源模型完成，不依赖任何商业闭源方案。思路拆成 6 个阶段，每个阶段都给出：

1. 用什么节点/工具
2. 输入输出
3. 关键参数或脚本片段
4. 避坑提示

你可以按需裁剪，最终跑通后把「剪映草稿 JSON」推到云盘→手机剪映打开即可一键成片，再手动或自动发布到抖音/视频号。

---

0. 前置准备

• 一台 4G 内存以上、能跑 Docker 的电脑/小服务器（Win/Mac 都行）。

• Docker 装好 n8n（社区版即可）。

• 提前把「主播原片」按「一句台词一个文件」切好，命名规则：
  主播名_序号_关键词.mp4（关键词后面做口型同步用）。

• 装 3 个容器（一次拉好，后面 n8n 直接调 API）：

  docker run -d -p 9880:9880 ghcr.io/sayashi/vits-tts-api    # 脚本→语音
  docker run -d -p 8001:8001 ghcr.io/sayashi/wav2lip-gan-api # 语音+视频→口型同步
  docker run -d -p 9000:9000 ghcr.io/sayashi/auto-editor-api # 智能剪辑（去静音、停顿）

  镜像地址我随便写的，你可以换成自己打包的或 HuggingFace 镜像，只要 REST 风格一致即可。

• 安装 n8n 社区节点：
  –「Read/Write File from Disk」
  –「HTTP Request」
  –「Execute Command」
  –「Function」
  –「Google Drive」或「阿里云盘」节点（二选一，用来把草稿同步到手机）。

---

1. 批量写口播脚本（ChatGPT 节点）

节点：OpenAI / ChatGLM / 任意大模型
Prompt 模板：

你是一位短视频口播编剧。
主题：{{$node["Set"].json["topic"]}}
时长：30 秒左右
风格：快节奏+金句结尾
输出 JSON 格式：
{
  "title": "标题（15 字内）",
  "hook": "前 3 秒钩子",
  "body": ["每句 5~7 秒，共 5 句"],
  "tag": ["话题标签1","话题标签2"]
}
```  
**输出**：`workflow.json.script`  
**避坑**：让模型把「body」拆成数组，后面一句一句生成语音，方便对齐。

---

### 2. 脚本 → 语音（TTS）
**节点**：HTTP Request  
**URL**：`http://localhost:9880/vits`  
**Method**：POST  
**Body**（JSON）：
```json
{
  "text": "{{$item(0).json.body[0]}}",
  "speaker_id": 0,
  "length_scale": 0.9
}
```  
**循环模式**：「Loop over items」→ 把 body 数组 5 句依次跑完。  
**输出**：`voice_0.wav … voice_4.wav` 保存在 `/data/voice/`。  
**避坑**：  
- 语速 `length_scale` 设 0.9，后面对口型更稳。  
- 采样率统一 16 kHz，Wav2Lip 不吃 48 kHz。

---

### 3. 选素材 → 口型同步（Wav2Lip）
**节点**：HTTP Request ×2  
3-A 「找对口型素材」  
  用 Function 节点根据关键词（keywords）去 `/footage/` 目录扫 `主播名_*_关键词.mp4`，随机挑 1 条。  
3-B 「丢给 Wav2Lip」  
  URL: `http://localhost:8001/sync`  
  Form-Data:  
  – face: 选中素材（file）  
  – audio: 对应 voice_n.wav（file）  
  – output_name: `sync_n.mp4`  
**输出**：`sync_0.mp4 … sync_4.mp4`  
**避坑**：  
- 素材提前裁剪成 720×1280 竖屏，<=30 秒，Wav2Lip 显存省一半。  
- 如果素材长度 < 音频，Function 节点里先算「音频秒数」，再对素材做「倍数循环」或「随机补帧」。

---

### 4. 智能剪辑（去静音、加字幕、加 BGM）
**节点**：HTTP Request（Auto-Editor）  
URL: `http://localhost:9000/autoedit`  
Body:
```json
{
  "input": "{{$node["Wav2Lip"].json["output_path"]}}",
  "margin": 0.2,
  "subs": true,
  "subs_lang": "zh",
  "bgm": "/data/bgm/funky.mp3",
  "bgm_volume": -25
}
```  
**输出**：`final_n.mp4`  
**避坑**：  
- 如果想保留「停顿感」就把 margin 调大。  
- 字幕文件（srt）同步生成，后面一起塞进剪映草稿。

---

### 5. 合成剪映草稿 JSON（核心）
剪映草稿本质就是一个 `draft.json` + 一堆素材。  
**节点**：Function（JavaScript）  
把以下模板填进去即可：

```javascript
const uid = Date.now();
const material_list = [];
const tracks = [];

items.forEach((item, index) => {
  const vid = `final_${index}.mp4`;
  material_list.push({
    id: `video${index}`,
    type: "video",
    path: `/storage/emulated/0/Android/data/com.lemon.lv/files/Movies/${vid}`,
    duration: item.json.duration * 1000000, // 微秒
    width: 720,
    height: 1280
  });
  tracks.push({
    type: "video",
    material_id: `video${index}`,
    start: index * 5000000, // 每段间隔 5 秒，可自行重叠
    duration: item.json.duration * 1000000
  });
});

return [{
  json: {
    draft_name: `${items[0].json.title}_${uid}`,
    duration: tracks.reduce((a,b)=>a+b.duration,0),
    material_list,
    tracks,
    subtitle_path: `/storage/emulated/0/Android/data/com.lemon.lv/files/Movies/draft_${uid}.srt`
  }
}];

输出：draft_content.json
避坑：

• 路径必须是「手机剪映能认的 Android 绝对路径」，否则草稿会报「素材丢失」。
• 字幕文件也一起丢进云盘同目录，剪映会自动挂载。

---

6. 推到云盘 → 手机剪映打开

节点：Google Drive Upload / 阿里云盘 Upload
把下列文件一次性同步到固定目录：

/draft_${uid}/
  ├─ draft_content.json
  ├─ final_0.mp4 … final_4.mp4
  └─ draft_${uid}.srt

手机端：

1. 打开剪映→「本地草稿」→右上角「⋮」→「导入草稿」→选中 draft_content.json 即可。
2. 检查无误后一键「发布」，标题、话题标签已经在 JSON 里写好了，可直接带 # 话题发出去。

---

7. 定时/批量跑

用 n8n 的「Schedule」触发器，每天 8:00/20:00 跑一次；
或者把「主题」丢进 Google Sheet，一行一个选题，n8n 用「Read Sheet」循环跑，批量生成 N 条草稿。

---

8. 一键部署脚本（bonus）

我把上面 6 个容器 + n8n 的 docker-compose.yml 模板放在 Gist，直接 docker-compose up -d 就能跑，地址：
https://gist.github.com/yourname/n8n-shortvideo-stack
（自行替换成你的真实地址）

---

9. 后续可加的爽点

• 自动抽「评论区关键词」→ 再跑一遍工作流，24 小时内蹭热点。
• 把「口播脚本」同时喂给「Stable Diffusion」生成封面图，一起塞进草稿。
• 数据回传：剪映发布后把「播放/点赞」回写到 Sheet，跑 A/B 选题模型。

---

一句话总结

「脚本 → TTS → 主播口型同步 → 自动剪辑 → 剪映草稿 JSON → 云盘同步 → 手机一键发」，整条链路全部 n8n 节点化，0 手工剪片，10 分钟就能出一条 30 秒竖屏短视频。先把 MVP 跑通，再慢慢加花活！