用 n8n 从 Wikipedia 自动生成 LinkedIn 帖子(GPT-4.1-mini 摘要 + Ideogram 配图)
输入 Wikipedia 文章名 → Bright Data 抓取全文 → AI 摘要为 LinkedIn 风格 → Ideogram 生成配图 → 自动发布到 LinkedIn 并返回公开链接
- 给谁
- 已有 n8n 实例、需要维护 LinkedIn 内容活跃度的运营者或内容创作者
- 你会得到
- 提交 Wikipedia 文章名后,自动获得一篇带配图的 LinkedIn 帖子及可分享链接
- 你需要
- n8n
硬约束
需要 n8n 实例(自托管或云端)及 5 组 API 凭证:Bright Data(Wikipedia 数据集)、OpenAI(GPT-4 系列)、Anthropic(Claude,可选)、Ideogram(图片生成)、LinkedIn OAuth2(发布权限)。来源估计搭建时间 10–15 分钟。未实测,实际费用取决于各 API 用量。
他们做了什么
incrementors 在 n8n 官方模板库发布了一个工作流模板:用户通过表单提交 Wikipedia 文章名,Bright Data 的 Wikipedia 数据集抓取全文,AI Agent(默认 GPT-4.1-mini)将内容摘要为 2000 字符以内的 LinkedIn 风格文本,Ideogram 根据摘要生成 1280x704 配图,最后自动发布到指定 LinkedIn 个人主页,并通过 Code 节点将 LinkedIn 返回的 URN 转换为可分享的公开 URL。
效果如何
来源报告(author_report):单篇文章总处理时间约 2–4 分钟,其中 Wikipedia 抓取 30–60 秒、AI 摘要 15–30 秒、图片生成 45–90 秒、LinkedIn 发布 10–15 秒。输出为带配图的 LinkedIn 帖子及公开链接。未实测,实际耗时取决于 API 响应与网络状况。
值得知道
1. Bright Data、Ideogram、OpenAI/Anthropic 均为第三方付费服务,费用条件未知,需自行评估成本。 2. LinkedIn OAuth2 凭证需申请发布权限,且受 LinkedIn 发帖频率限制。 3. AI Agent 节点同时连接了 OpenAI Chat Model(主模型)与 Auto-fixing Output Parser → Anthropic Chat Model(备用修复),但 Anthropic 为可选配置。 4. 模板中 Bright Data 和 Ideogram 的 API 密钥以占位符形式存在,必须全部替换为真实凭证才能运行。 5. 建议首次用知名 Wikipedia 条目测试,冷门或结构复杂页面可能影响抓取质量。 6. 本站未实测此工作流,reproduction=not_tested;搭建后请务必先测试再用于生产账号。
n8n 工作流模板
结构已检查 · 未实际运行下载后在 n8n 选择“Import from File”,或复制 JSON 后粘贴到编辑器。先配置自己的账号,再用测试数据运行;模板默认未启用。
配置与测试清单
需要绑定的凭证
- OpenAI Chat Model 节点:绑定OpenAI API 凭证。
- Create a post 节点:绑定linkedInOAuth2Api 凭证。
- Anthropic Chat Model 节点:绑定Anthropic API 凭证。
- 将 __UKH_BEARER_0__ 替换为实际密钥/令牌(原路径 /nodes/0/parameters/headerParameters/parameters/0/value;literal auth header)。
- 将 __UKH_BEARER_2__ 替换为实际密钥/令牌(原路径 /nodes/2/parameters/headerParameters/parameters/0/value;literal auth header)。
- 将 __UKH_BEARER_7__ 替换为实际密钥/令牌(原路径 /nodes/7/parameters/headerParameters/parameters/0/value;literal auth header)。
- 将 __UKH_BEARER_15__ 替换为实际密钥/令牌(原路径 /nodes/15/parameters/headerParameters/parameters/0/value;literal auth header)。
需要替换的配置
- 源模板来自 n8n 公开库 #6433(约 19 个节点)。导入后先保持未启用,核对触发器、表达式与外部 API 端点。
- Sticky Note 中的说明仅供参考;按自己的账号、表结构或频道 ID 替换占位配置。
测试输入与预期结果
- 在测试环境手动执行一次主路径,确认每个需凭证的节点已连接且无鉴权错误。
- 用一条合成/脱敏样例数据跑通,核对输出字段与下游写入目标,再考虑生产启用。
模板处理说明
- 已移除原作者凭证绑定、webhookId 与执行数据,工作流设为未启用;节点、连线与原文提示词保持原样。未在 n8n 中实际运行。
- 未改业务逻辑;运行前请自行核对密钥、配额与隐私合规。 另将 4 处字面量密钥替换为 __UKH_…__ 占位符。
模板获取日期: 2026-10-24
步骤
导入工作流
在 n8n 中打开 Workflows → + Add workflow → Import from JSON,粘贴模板提供的 workflow.json 内容,保存并命名。
配置 API 凭证
在 n8n Credentials 中分别添加:Bright Data API(替换所有 HTTP Request 节点中的 BRIGHT_DATA_API_KEY)、OpenAI API(绑定到 OpenAI Chat Model 节点)、Anthropic API(可选,绑定到 Anthropic Chat Model 节点)、Ideogram API(替换 Image Generate 节点中的 IDEOGRAM_API_KEY)、LinkedIn OAuth2(替换 Create a post 节点中的 LINKEDIN_PROFILE_ID)。逐个测试连接。
配置工作流参数
按需调整节点参数:Form Trigger 的表单标题与字段标签;AI Agent 的 systemMessage 以改变写作风格;Image Generate 的分辨率与渲染速度(默认 1280x704、TURBO);LinkedIn Post 的附加字段如话题标签或提及。
运行提示词 · 来源原文。AI Agent 节点的 systemMessage 字段
=Task:- Summarize the following article in under 2000 characters, keeping it professional, informative, and engaging enough for a LinkedIn audience. Use bullet points if helpful. Avoid repetition. Remove any unnecessary fluff. Tone should be confident, insightful, and thought-leadership oriented — ideal for busy professionals who want quick understanding. Here's the content: --- {{ $json.cataloged_text[0].text }} ---测试工作流
先用简单 Wikipedia 文章(如 "Artificial Intelligence")测试。监控每个节点执行日志,检查摘要质量、图片生成、LinkedIn 发布状态及最终 URL 是否正确返回。【首次测试安全】首次测试前,先断开或禁用 Create a post 节点,或改用 LinkedIn 测试账号/沙盒环境,确认摘要和图片无误后再启用发布节点。
运行:提交文章并获取结果
通过表单 webhook 访问提交页面,输入准确 Wikipedia 文章标题并提交。工作流自动执行:Bright Data 抓取 → AI 摘要(≤2000 字符)→ Ideogram 配图 → LinkedIn 发布 → Code 节点生成公开链接。在 n8n 执行日志中查看进度,最终输出 LinkedIn 帖子 URL。
运行提示词 · 来源原文。AI Agent 节点的 text 输入字段(引用前序节点抓取结果)
=here is the title:- {{ $json.cataloged_text[0].title }} here is the article of my title :- {{ $json.cataloged_text[0].text }}运行提示词 · 来源原文。Create a post(LinkedIn)节点的 text 字段
={{ $('AI Agent').item.json.output.text }}运行提示词 · 来源原文。LinkedIn URL(Code 节点)的 jsCode 字段
const item = $input.item; const shareUrn = item.json.urn || ''; // Check if it's a valid LinkedIn share URN if (shareUrn.startsWith('urn:li:share:')) { item.json.linkedinUrl = `https://www.linkedin.com/feed/update/${shareUrn}/`; } else { item.json.linkedinUrl = 'Invalid LinkedIn URN'; } return item;
可复制提示词
搭建指导 · 本站建议版本。交给搭建助手,先确认输入和权限
这一段是提示词,页面不会在这里插入广告。
你是一个 n8n 工作流搭建助手。用户想复现「从 Wikipedia 自动生成 LinkedIn 帖子」的模板。请先确认用户已具备:n8n 实例、Bright Data API、OpenAI API、Ideogram API、LinkedIn OAuth2 凭证。然后引导用户按步骤导入 workflow.json、配置凭证、调整 AI Agent 提示词风格、测试并运行。不要替用户生成或修改 API 密钥。
需要 5 组 API 凭证;AI Agent 的 systemMessage 可自定义写作风格;首次建议用 "Artificial Intelligence" 测试。
来源
Generate LinkedIn posts from Wikipedia with GPT-4 summaries and Ideogram images · incrementors · n8n.io · 2025-07-25
留言与反馈
Agent 反馈
以下反馈由 Agent 提交,经用户确认和审核后公开,不代表平台已验证。