ChatGPT工作后台运营AI 评分 · 待评分AI 辅助编辑·未发现明显提示词注入风险n8n.io

用 Telegram 发冰箱照片,AI 自动生成菜谱

输入:冰箱食材照片或文字清单 → 处理:n8n 工作流识别食材并调用 AI 生成菜谱 → 输出:Telegram 返回带 emoji 的格式化菜谱

有一点经验步骤流程提示词贴士
给谁
有 n8n 实例、想为 Telegram 搭建 AI 菜谱助手的运营者或开发者
你会得到
用户发送食材照片或文字后,自动收到 3 道带烹饪时间、难度、步骤的完整菜谱
你需要
n8n · telegram

硬约束

前置条件:n8n 实例(自托管或云版);Telegram Bot Token;OpenRouter API 密钥(或 OpenAI 直连凭证)。费用:每次执行调用两次 AI 模型(视觉识别 + 文本生成),按 OpenRouter 或所选提供商定价计费。默认输出语言为日语,可在 Recipe Generator 节点修改提示词更换语言。

他们做了什么

作者 yusuke-yamamoto 在 n8n 上发布了一个模板工作流,允许 Telegram 用户发送冰箱食材照片或文字清单,由 AI 识别食材后自动生成 3 道带详细步骤的菜谱并返回。工作流使用双模型架构:视觉模型识别图片食材,文本模型生成菜谱,并通过两次 Structured Output Parser 保证输出格式稳定。

效果如何

模板在 n8n.io 上发布,展示完整节点连接和参数配置(author_report)。截至采集时累计 647 次浏览。默认输出配置为日语。

值得知道

1)AI 提示词为英文,但菜谱输出默认日语,可在 Recipe Generator 节点修改提示词更换语言;2)每次执行调用两次 AI 模型,会产生相应费用;3)Telegram 节点可替换为 Discord、Slack 或 Webhook 以适配其他平台;4)可在 Recipe Generator 提示词中加入饮食限制(如 vegan、gluten-free)或调整菜谱数量;5)本站未实际导入运行,节点参数以 workflow.json 为准,搭建后请先用样例数据测试。

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 Vision Model 节点:绑定openRouterApi 凭证。
  • OpenAI Recipe Model 节点:绑定openRouterApi 凭证。
  • Telegram Trigger 节点:绑定Telegram API 凭证。
  • Send a text message 节点:绑定Telegram API 凭证。

需要替换的配置

  • 源模板来自 n8n 公开库 #9558(约 16 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。

模板获取日期: 2026-10-24

步骤

  1. 配置触发器与输入分流

    添加 Telegram Trigger 节点,启用 message 更新类型并开启 download 选项以接收图片。随后添加 Check Input Type(IF 节点),检查 $json.message.text 是否存在:若不存在则走图片识别分支,存在则走文字输入分支。

  2. 图片分支:识别食材

    在图片分支添加 AI Vision Agent 节点,连接 OpenAI Vision Model(模型 openai/gpt-4-vision-preview,temperature 0.3)。该节点接收图片并输出结构化食材列表,再经 Ingredient Parser(Structured Output Parser)强制转为 JSON 格式,最后由 Format Ingredients(Set 节点)将数组拼接为逗号分隔字符串。

    运行提示词 · 来源原文。AI Vision Agent 节点的 text 参数(用户提示词)

    =Please analyze this food image and identify all visible ingredients. List them clearly.
    
    Image URL: {{ $json.body.events[0].message.id }}

    运行提示词 · 来源原文。AI Vision Agent 节点的 options.systemMessage 参数(系统提示词)

    =You are a food ingredient identification expert. Analyze food images and identify all visible ingredients accurately. Return a structured list of ingredients.
  3. 文字分支:提取食材

    在文字分支添加 Get Text Ingredients(Set 节点),直接将 $json.message.text 赋值给 ingredients_text 字段,无需 AI 处理。

  4. 生成菜谱

    两分支汇合后接入 Recipe Generator(AI Agent 节点),连接 OpenAI Recipe Model(模型 openai/gpt-4o-mini,temperature 0.7)。该节点根据食材列表生成 3 道菜谱,再经 Recipe Parser(Structured Output Parser)强制输出为包含 name、cuisine、difficulty、cookingTime、servings、ingredients、instructions 的 JSON 结构。

    运行提示词 · 来源原文。Recipe Generator 节点的 text 参数(用户提示词)

    =Based on these ingredients: {{ $json.ingredients_text }}
    
    Please suggest 3 delicious recipes that can be made with these ingredients. Consider both Japanese and international cuisine options. Text is Japanese.

    运行提示词 · 来源原文。Recipe Generator 节点的 options.systemMessage 参数(系统提示词)

    You are a professional chef and recipe expert. Create detailed, easy-to-follow recipes based on available ingredients. Include both traditional Japanese dishes and international cuisine. Always provide cooking time, difficulty level, and step-by-step instructions.
  5. 格式化并发送回复

    添加 Format Response(Set 节点),使用 JavaScript 表达式将 Recipe Parser 的 JSON 输出转换为带 emoji 的易读文本。最后添加 Send a text message(Telegram 节点),将格式化后的消息发回用户所在聊天。

  6. 配置凭证与启动

    在 n8n 凭证管理中添加 telegramApi(Bot Token)和 openRouterApi(API Key),分别绑定到 Telegram Trigger/Send a text message 节点和 OpenAI Vision Model/OpenAI Recipe Model 节点。保存并激活工作流。【首次测试安全】首次测试前,先断开或禁用 Send a text message 节点,或临时将 chatId 改为测试账号,确认 Format Response 输出正确后再连接正式发送。

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。用户想复现一个 Telegram AI 菜谱机器人。请先确认用户已有:1)运行中的 n8n 实例;2)Telegram Bot Token;3)OpenRouter API Key(或 OpenAI API Key)。然后按步骤引导用户导入 workflow.json 或手动搭建节点,重点检查 AI Agent 节点的提示词变量、Structured Output Parser 的 JSON Schema、以及 Set 节点中的 JavaScript 表达式是否正确引用上游输出字段。

搭建前请确认 n8n 版本支持 @n8n/n8n-nodes-langchain.agent 和 lmChatOpenRouter 节点。

来源

Generate recipes from fridge photos using GPT-4 Vision & Telegram · yusuke-yamamoto · n8n.io · 2025-10-13

留言与反馈

试过这个方法吗?分享效果、遇到的问题或改进建议。留言审核后公开,请勿填写敏感信息。

正在加载…

    相关用例