环境配置指南：安装 FFmpeg 与配置 API

本文将带你一步步构建一个完整的 AI 视频自动化管线，使用 n8n、ComfyUI、FFmpeg、Google Gemini 和 Azure TTS 自动将一段短故事转化为配音+动画的吉卜力风格视频，并最终自动发布至 YouTube。

👉 立即获取可直接使用的 n8n 工作流模板：点击下载 Gumroad 模板

为确保本工作流能正确运行，您需要对 n8n 的部署环境进行一些关键配置。由于工作流依赖于外部服务，请遵循以下步骤操作。

1. 为 n8n 安装 FFmpeg (通过自定义 Docker 镜像)

官方的 n8n Docker 镜像默认不包含 FFmpeg。因此，我们需要构建一个自定义镜像来添加它。这是 Execute Command 节点成功运行 ffmpeg 命令的前提条件。

第一步：创建 Dockerfile

在您 docker-compose.yml 文件所在的同一目录下，创建一个名为 Dockerfile 的新文件，并添加以下内容：

# 使用一个特定的 n8n 版本作为基础镜像，以确保稳定性
FROM n8nio/n8n:1.99.0

# 切换到 root 用户以获取安装软件的权限
USER root

# 使用 apk 包管理器安装 ffmpeg。--no-cache 选项可以减小最终镜像的体积
RUN apk add --no-cache ffmpeg

# 切换回非特权的 node 用户，这是 n8n 安全运行的推荐方式
USER node

说明： 此文件定义了如何在标准的 n8n 镜像之上安装 FFmpeg 软件包。

💡 如果你想跳过配置过程，优先试用一个已配置好的完整项目，可以直接下载本项目预设工作流

第二步：修改 docker-compose.yml 文件

接下来，编辑您的 docker-compose.yml 文件，使其使用我们刚刚创建的 Dockerfile 来构建镜像，而不是直接从 Docker Hub 拉取。

修改 services 下的 n8n 服务，添加 build 指令：

services:
  n8n:
    # 使用 build 指令来构建自定义镜像
    build:
      context: .  # context: . 表示 Dockerfile 在当前目录
      dockerfile: Dockerfile
    # container_name 和 image 是可选的，但有助于管理
    container_name: n8n-custom-ffmpeg
    image: my-n8n-with-ffmpeg:latest
    restart: always
    ports:
      - "5678:5678"
    env_file:
      - .env
    volumes:
      - n8n_data:/home/node/.n8n
    # ... 其他配置保持不变 ...

volumes:
  n8n_data:

说明： 当您运行 docker-compose up --build 时，Docker Compose 会首先根据 Dockerfile 构建一个名为 my-n8n-with-ffmpeg:latest 的新镜像，然后使用这个包含了 FFmpeg 的新镜像来启动 n8n 服务。

2. 配置 ComfyUI 服务器地址

您的 n8n 工作流需要知道 ComfyUI 服务器的地址才能向其发送请求。使用环境变量是配置此项的推荐方式，因为它更灵活、更安全。

推荐方法：使用 .env 文件

1. 确认 docker-compose.yml 配置： 确保您 docker-compose.yml 文件中的 n8n 服务部分包含了 env_file: - .env 这一行。

2. 创建或编辑 .env 文件： 在与 docker-compose.yml 相同的目录下，创建一个名为 .env 的文件（如果尚不存在），并添加以下内容，请将 URL 替换为您的实际地址：

# .env 文件

# 将此 URL 替换为您的 ComfyUI 实例的访问地址
COMFYUI_BASE_URL_1=http://your-comfyui-server-ip:8188

# ... 其他环境变量 ...

工作原理： n8n 启动时，会自动加载 .env 文件中的所有变量。工作流中的表达式 {{ $env.COMFYUI_BASE_URL_1 }} 随后便能成功读取到这个地址。

3. 配置 API 凭证

本工作流需要调用多个外部服务的 API。请前往您 n8n 实例的 Credentials 部分，为以下服务创建并配置凭证。

设置 Google Gemini API 密钥

• 用途： 用于故事生成、场景拆解和创建视频提示词。
• 操作：
  1. 在 n8n 中，选择新建凭证。
  2. 搜索并选择 “Google Gemini (PaLM) API”。
  3. 按提示输入您的 API 密钥。
• 参考文档： https://docs.n8n.io/integrations/builtin/credentials/google/

设置 YouTube API 凭证

• 用途： 用于将最终合成的视频自动上传到您的 YouTube 频道。
• 操作：
  1. 在 n8n 中，选择新建凭证。
  2. 搜索并选择 “YouTube OAuth2 API”。
  3. 这需要您在 Google Cloud Console 中创建一个项目，启用 YouTube Data API v3，并获取 OAuth 2.0 客户端 ID 和密钥。
• 参考文档： https://docs.n8n.io/integrations/builtin/credentials/google/

设置 Azure TTS API 凭证

• 用途： 用于将文本旁白和对话转换为高质量的语音。
• 操作：
  1. 在 n8n 中，选择新建凭证。
  2. 搜索并选择 “Microsoft Azure Speech API”。
  3. 您需要在 Azure 门户中创建一个“语音服务”资源，以获取所需的订阅密钥和区域。
• 参考文档： https://docs.n8n.io/integrations/builtin/credentials/microsoft-azure-speech/

4. 如何使用您自己的 ComfyUI 工作流

Set Workflow Payload 节点是视频生成的“蓝图”。您可以将它内部的 JSON 内容替换为您自己在 ComfyUI 中创建的任何工作流。请遵循以下步骤：

第一步：在 ComfyUI 中准备并导出您的工作流

1. 设计并调试：首先，请确保您的工作流在 ComfyUI 界面中可以无错误地正常运行。这是最重要的一步，可以避免后续很多问题。
2. 导出 API 格式：在 ComfyUI 的侧边栏菜单中，点击 “Save (API Format)” 按钮。这会下载一个 .json 文件，其中包含了您的工作流的 API 调用格式。
3. 复制内容：用文本编辑器（如 VS Code 或记事本）打开这个下载的 .json 文件，并复制其全部内容。

第二步：替换 n8n 节点中的内容

1. 找到节点：在 n8n 中，点开 Set Workflow Payload 这个节点。
2. 清空并粘贴：将其 JSON Output 字段中现有的全部 JSON 代码删除，然后将您刚刚从文件中复制的新代码粘贴进去。

第三步：重新连接动态提示词 (最关键的一步！)

当您粘贴自己的工作流后，原来动态接收提示词的连接会断开，您需要手动将其重新连接。

1. 找到您的“正面提示词”节点：在您刚刚粘贴进来的新 JSON 代码中，找到负责处理正面提示词 (Positive Prompt) 的那个 CLIPTextEncode 节点。它的 class_type 应该是 CLIPTextEncode。
   • 提示：它通常会连接到一个 KSampler 节点的 positive 输入上。
2. 修改 text 字段：在这个节点内部，找到 inputs 对象里的 text 字段。它现在可能是一个固定的、写死的提示词，例如 "text": "a beautiful landscape"。
3. 将其替换为 n8n 表达式：将这个写死的文本精确地替换为以下 n8n 表达式： {{ $json.output.video_prompt }}

修改前 (Before):

"6": {
  "inputs": {
    "text": "a cat sitting on a bench, best quality", // <-- 这是您在 ComfyUI 中写的固定文本
    "clip": [ "38", 0 ]
  },
  "class_type": "CLIPTextEncode"
},

修改后 (After):

"6": {
  "inputs": {
    "text": "{{ $json.output.video_prompt }}", // <-- 修改为此表达式
    "clip": [ "38", 0 ] // 确保 clip 的连接保持不变
  },
  "class_type": "CLIPTextEncode"
},

请注意，您的节点编号（如 "6" 或 "38"）可能会有所不同，这取决于您自己的工作流结构。核心是找到正确的 CLIPTextEncode 节点并修改它的 text 输入。

完成以上三个步骤后，您的 n8n 工作流现在就会调用您自己的 ComfyUI 设计来生成视频了。

🚀 想直接体验？

如果你希望立即测试这个 AI 视频生成流程，无需从零搭建环境，可以使用我们打包好的 n8n 工作流，包含完整的节点、参数配置和集成逻辑。

👉 点击这里从 Gumroad 下载完整工作流

5. 调试与优化技巧

处理缓慢的 ComfyUI 生成过程

在 GPU 性能较低的机器上，ComfyUI 的视频生成可能非常耗时，这会严重影响后续流程（如视频/音频合并、上传等）的调试效率。这里有两种方法可以加快调试过程：

• 方法一：使用固定的测试视频 (默认禁用) 在工作流中，我们预先配置了两个用于下载横向和纵向测试视频的节点。您可以禁用 ComfyUI 生成流程，并启用其中一个下载节点，以快速获取视频样本进行测试。

• 方法二：仅生成第一个场景 如果您想测试完整的端到端流程（从 AI 生成到最终上传），但又不想等待所有场景都生成完毕，这是一个绝佳的折中方案。

  1. 找到 Debug a data entry 节点：这是一个 Code 节点，默认处于禁用状态。
  2. 激活此节点：右键点击该节点并选择 “Activate”。

  工作原理： 这个节点的功能非常简单：它接收 AI 生成的场景数组，并只保留第一个。因此，所有后续流程（视频生成、音频生成、合并等）将只为这一个场景运行一次。这极大地缩短了整个工作流的测试时间，让您能快速验证整体逻辑。调试完毕后，请记得再次禁用此节点，以便生成完整的视频。

时间校准

在本工作流中，Extract Scenes & Dialogue 节点在其系统提示中，要求生成的对话文本对应大约 8 秒 的朗读时间。因此，在您的 ComfyUI 工作流设置中，生成的视频时长最好也与之匹配（例如，通过设置合适的帧数），以避免在最终合并时出现视频和音频长度不匹配的情况。

完成以上所有配置后，重启您的 n8n 容器 (docker-compose up -d --build)，您的环境就准备就绪了。

📬 关注我获取更多资讯

📢 公众号

💬 个人号