从 GitHub 取来提示词文件，再填入你的值

从 GitHub 取来提示词文件，再填入你的值

一个手动启动的 n8n 工作流。它从 GitHub 仓库读一份 Markdown 提示词，把双花括号之间的占位符换成你设好的值，再把填好的提示词交给运行在 Ollama 上的一个 AI 智能体。缺了某个值，运行会在任何模型调用之前就停下。

包里有什么

• workflow.json：n8n 导出的工作流，17 个节点。13 个干活，四个是便签，标出各个步骤。里面没有任何凭据。
• README.md：这份设置说明，压缩包里的是英文版。

我们相对原来的副本改了什么

• setVars 里原来写着作者的 GitHub 账号、他们的提示词仓库的名字和一个公司名。Mindket 的版本在那里写上 <YOUR_GITHUB_ACCOUNT>、<YOUR_PROMPT_REPO> 和 <YOUR_COMPANY>。其他的值，product、features、sector、path 和 prompt，保留为示例文字。
• 在 replace variables 里，代码自带一个值的对象，features 和一个关键词是写死在代码里的。它前面的检查读的是 setVars，所以在那里设的值被检查了却从没被使用。Mindket 的版本从 setVars 读每一个字段，所以一份清单同时驱动两个步骤。
• GitHub 和 Ollama Chat Model 节点原来关联着作者 n8n 里的凭据。这些关联已删掉，请选你自己的。
• 有一张便签说作者的仓库是公开的，供测试用。它现在说的是让工作流指向你自己的一个仓库。
• 别的都没改。检查、停止信息和智能体都是文件原有的。

开始之前

• 一个能访问你的 Ollama 服务器的 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个带 Markdown 提示词文件的 GitHub 仓库，以及一个能读取它的 GitHub 凭据，比如个人访问令牌。
• 已安装并在运行的 Ollama，已拉取一个模型。文件里 Ollama Chat Model 没有设置模型，所以节点用它的默认值 llama3.2。

设置

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
2. 添加一个 GitHub 凭据，在 GitHub 里选中它。
3. 添加一个 Ollama 凭据，填上你的服务器的基础网址，在 Ollama Chat Model 里选中它。选你已经拉取的那个模型，或者运行 ollama pull llama3.2。
4. 打开 setVars。把 <YOUR_GITHUB_ACCOUNT>、<YOUR_PROMPT_REPO> 和 <YOUR_COMPANY> 换成你自己的值。把 path 设为你的提示词文件所在的文件夹，以斜杠结尾，把 prompt 设为它的文件名。
5. 在仓库里写那个提示词文件。里面放占位符，比如 {{ setVars.product }}。最后一个点后面的词必须是 setVars 的一个字段。
6. 点 Execute workflow。模型的回答在 Prompt Output 里的 promptResponse 中。

一次运行的过程

1. 手动触发器启动这次运行。
2. setVars（Set 3.4）存着八个字段：Account、repo、path、prompt、company、product、features 和 sector。
3. GitHub（GitHub 1，File，Get）从仓库取出 path 加 prompt 指向的文件。Extract from File 把它读成文本，SetPrompt 把文本存在一个叫 data 的字段里。
4. Check All Prompt Vars Present（Code）列出文本里的每个占位符，以及 setVars 缺的字段。没有缺的时候 If 让运行继续，有缺的时候它交给 Stop and Error，由它报出缺了哪些。
5. replace variables（Code）把每个占位符换成它的值。它按最后一个点后面的词来匹配，所以 {{ setVars.product }} 和 {{ product }} 读的都是 product，遇到不认识的占位符就原样保留。
6. Set Completed Prompt 保存填好的文字。AI Agent（1.7，提示类型 Define）在 Ollama Chat Model 上运行它，Prompt Output 把模型的回复作为 promptResponse 返回。

改变风格

• 哪份提示词：setVars 里的 path 和 prompt。哪个仓库：Account 和 repo。
• 这些值：改 setVars 里的某个字段，或者加一个，再在占位符里用它的名字。
• 模型：Ollama Chat Model。智能体没有连接任何工具，所以它只是一个普通的提示词运行器。
• 怎么启动：把手动触发器换成表单、定时或 webhook，再从它那里设置各个字段。
• 回答去哪里：在 Prompt Output 后面加一个节点。

注意事项

• 默认的 path 和 prompt，也就是 SEO/keyword_research.md，指的是原来那个副本的仓库里的一个文件。请写你自己的文件，或者让两个字段指向你已有的一个。
• 没有对应字段的占位符，会让运行停下，并给出一条列出它名字的错误。
• 每次运行都会取一次文件，所以仓库里对提示词的修改立刻生效。
• 提示词文字和你的值发给你的 Ollama 服务器。GitHub 只看到取文件的请求。
• 文件里没有任何凭据和密钥。