由 Gemini 写好说明并画在图片上

由 Gemini 写好说明并画在图片上

一个手动启动的 n8n 工作流。它下载一张示例照片，把一份缩小的副本发给 Google Gemini，由它写一个带双关的标题和一段说明。Edit Image 节点再把两者用白字画在图片底部的一条深色色带上。

包里有什么

• workflow.json：n8n 导出的工作流，十六个节点。十一个干活，五个是便签，解释各个步骤。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

• 聊天模型用的是一个 Gemini 1.5 模型。Google 的模型页和弃用页（2026 年 11 月 12 日查阅）已经不再列出任何 1.5 模型，所以 Mindket 的版本用 models/gemini-3.6-flash，模型页把它列为可用，并支持图片输入。
• 模型节点原来关联着作者 n8n 里的一个凭据。这个关联已删掉，请选你自己的。
• 文件原来没有 settings 部分，所以 Mindket 的版本加上了 executionOrder v1，也就是 n8n 给新工作流设的值。
• 别的都没改。提示词、节点、便签和示例照片的地址都是文件原有的。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。Edit Image 节点靠 GraphicsMagick 运行，n8n 自己的 Docker 镜像里已经带了。
• 一个 Google Gemini API 密钥，来自 Google AI Studio，用于 Google Gemini 凭据。
• 一个 Edit Image 节点能读到的字体文件。下面的步骤说了怎么选。

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 Google Gemini 凭据，填上你的 API 密钥，在 Google Gemini Chat Model 里选中它。
3. 在那个节点里检查模型。文件里用的是 models/gemini-3.6-flash。如果 Google 已经下线它，就从列表里另选一个。
4. 打开 Apply Caption to Image，看它文字步骤里的 Font 字段。文件指向的是 n8n 自己的 Docker 镜像里的一个 Arial 文件。机器上没有这个文件时，就从节点的列表里选一种字体。
5. 点 Execute workflow，打开最后一个节点的输出，在它的 Binary 标签页里看这张图片。
6. 想给自己的图片配说明，就把 Get Image 换成一个返回文件的节点，文件放在名为 data 的字段里。

一次运行的过程

1. 你点 Execute workflow 时，手动触发器启动这次运行。
2. Get Image（HTTP Request 4.2）从一个图库网站下载一张 600 像素宽的示例照片。
3. 图片分两路走。Resize For AI 为模型做一份缩小的副本，Get Info 读出原图的宽和高。
4. Image Captioning Agent（Basic LLM Chain 1.4）把缩小的副本作为 Image (Binary) 人类消息发给 Google Gemini Chat Model。它的系统消息要求写一段由谁、何时、何地和背景组成的说明，再加一个带双关的标题。Structured Output Parser 让回答变成两个字段，caption_title 和 caption_text。
5. Merge Image & Caption 按位置把尺寸和说明合在一起。
6. Calculate Positioning（Code，对每个条目运行一次）算出字号、行长，以及色带和文字放在哪里。Merge Caption & Positions 把这些数字和说明合到一起。
7. Apply Caption to Image（Edit Image，多步骤）先画一个深色矩形，再用白色的 Arial 写上说明。成品图片在它输出的 data 字段里。

改变风格

• 图片：Get Image 里的地址，或者你自己的一个节点，返回放在 data 里的文件。
• 说明的风格：Image Captioning Agent 里的系统消息。
• Gemini 返回的字段：Structured Output Parser 里的示例 JSON。Calculate Positioning 和文字步骤读的是 caption_title 和 caption_text，所以那里也要改名。
• 模型：Google Gemini Chat Model 里的 modelName。
• 色带和文字：Apply Caption to Image 里的颜色、字体和字号，以及 Calculate Positioning 里的数字。
• 图片去哪里：在 Apply Caption to Image 后面加一个节点，比如 Google Drive、Slack 或 Gmail。

注意事项

• 色带的高度来自对文字行数的粗略估算，所以特别长的说明可能会超出色带。
• 两个 Merge 节点按位置合并，所以每次只送一张图片进去。
• 文件里的字体路径存在于 n8n 自己的 Docker 镜像里。在别处节点可能在那里找不到文件，所以请从它的列表里选一种字体。
• 示例照片来自一个图库网站，另有一张便签显示一张从外部地址加载的示例图片。
• Google 按你的套餐把这次 Gemini 调用记到你的密钥上。
• 每张图片的一份缩小副本会发给 Google。
• 文件里没有任何凭据和密钥。