# 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](https://cloud.tencent.com/act/pro/codebuddy-lighthouse?from_column=20421&from=20421)**** 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

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/ae9bd8d4de767b298a3a14d836594566.png)

- 重置密码用于登录

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/6b2f0c73e108abecdb943ad371eeb04e.png)

- 使用codebuddy链接服务器：

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/b0cab7fbd51e12fbf84ad3744dcdfbd3.png)

- 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。

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/3cd5f33016a1505a02f954ea4d4afb91.png)

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/df3b48147813d145bc660ba50c1c21a5.png)

- 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
```
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/3479c14a8f345065347c6374b96e3225.png)

- 如果关了可以start启动

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/634a9dde71faa3dd6c0f04200f8ec4e8.png)

- 访问，codebuddy自带代理,不用需要打开防火墙端口。

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/7592268aa097af6f94289442223bb3af.png)
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/70d6896c0270c56fd096a53a69299f63.png)
##创建工作流
1.注册登录
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/efc9cc0d4699b144fe5009c51bbbdb54.png)

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/14970ed90d2f5bfc42ada6ce16585d65.png)

- 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。

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/9a8fdcf69ecc8e6d527c37a309e7086a.png)

2.配置模型

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/e7bfaa8abea35fdcd8ec2b5ac45edb05.png)

- 这里我用的是硅基流动的key，邀请码fTKOkjDc

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/5fb9d477ecc50d200b38468bf6671ba9.png)

- 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。

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/04bc53e51cd642ac756e0f650d30b7e9.png)
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/643aabb2e1cabe9cba8c448e69ba73a1.png)
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/4b9395d98533a0422afb87d970b4ad70.png)
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/313e258c2c4f412ef774bd2f2de8a16b.png)
 ## 调用文生图api
 - 首先找到要对接的模式api规范

 ![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/25a6d541fca0f63334930a87920c4518.png)
 
 ![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/9618783494c0676c4b1843e624774440.png)
 - 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。
 ![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/7a7542f68968ed9609b5e5fcf8d81ad4.png)

- 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。
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/7b287ef115bcc592f61fe1ee84d176e4.png)

- 测试下能不能调通
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/0adb225415f5eac0bcf850c97ae6cfcd.png)
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/5d1affd46c2da0d004f5ef862c5d925c.png)
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/187538a10c807729adbf275ce6ba7425.png)

- 右键可以重命名

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/a33a27c2e14e4f196fc2c25f14a12ed2.png)
## 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

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/2c36a7cf9ae8cb26bee5471b43a1e7bf.png)

- 成功的进行下一步，不成功再次查询，加个五秒等待

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/3a335db8deae29c73fef143c00df85e2.png)
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/81021d30cc66ab3b06cf5438f65b29d2.png)

- 也可以用switch 更多的判断这样失败的不用一直查询

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/178389be76f336a1b45e06409c0561c2.png)
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/c73952bc9304ae328d380afd806969a2.png)
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/cb7f94aa475b9e619cd27495c4e472a9.png)

- 测试失败场景，生成请求时候直接失败了 所以也优化下。
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/74247548154edcc3e9cd423a9f8ac0c6.png)
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/07f122b42fe439ecab97f0b877cb90ad.png)
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/144561b247f325f87e418705ef1f58ae.png)
## 优化节点
- 修改对话为图片文字描述内容

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/0b9bcd42b763f0bb0e86a7f48769c969.png)

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/c09b52846ee5c1437f9f6d17fc1f7a2e.png)

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/b2f048d93761ecdbcb269eacbe133e91.png)

- 把url和key存为变量。
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/40cc4d507c2282d1c317c9dc833e938a.png)

- 使用变量

![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/042495d734d8d86a10d480c662a4421e.png)
![image.png](https://developer.qcloudimg.com/http-save/yehe-1265379/7fb2a9bd4e22dc64db8a68f65117956f.png)
# 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。

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：

手把手教你用codebuddy部署n8n调用AI绘画

软件测试

人工智能

后端

云计算

AI绘画小程序后端转发实践：使用n8n工作流统一处理多厂商API请求，解决同步/异步请求、参数差异和维护成本问题。通过腾讯云CodeBuddy部署n8n，配置HTTP节点对接文生图API，实现自动轮询结果、错误处理和变量存储，提升开发效率。

测试服务

服务器

防火墙

容器

Docker

腾讯混元生图产品特惠，新用户19.9元起


aiart

4核4G3M云服务器 新用户低至38元/年！

11.11畅享AI算力 云启新增长

wetest

lighthouse

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

手把手教你用codebuddy部署n8n调用AI绘画-腾讯云开发者社区-腾讯云

手把手教你用codebuddy部署n8n调用AI绘画

手把手教你用codebuddy部署n8n调用AI绘画

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐