Nanosaur2-670M
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
一个 n8n 工作流:通过 Apify 读取最新一期 Morning Brew,让智能体写一份 40 到 60 个词的口播稿,再让 HeyGen 渲染一段头像视频,并一直检查到它完成。要让头像念这份回顾稿,还需要改一处。
HeyGen 头像新闻回顾视频 是一款 n8n 工作流,属于营销类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,或复制它的 JSON,再导入 n8n 画布。在 n8n 里启用之前,它不会运行。
{{ JSON.stringify($('Script Writer').item.json.output) }}手动开始
你在 n8n 里点 Test workflow 时开始运行。没有表单要填:
一段渲染完成的 HeyGen 头像视频,链接在最后一次状态回复里
开始之前要准备好这些。
AI 视频
渲染头像视频并报告它的状态。另外两个节点列出你的头像和声音。
需要HeyGen API 密钥,放在 Header Auth 凭据里
网页抓取
运行 website-content-crawler,读取这份新闻简报的页面并返回文本。
需要Apify API 令牌
语言模型
为 Script Writer 智能体运行 GPT 4.1 Mini,由它写出口播稿。
需要OpenRouter API 密钥
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流用 AI 头像做一段简短的新闻回顾视频。点 Test workflow,Apify 就去读 Morning Brew 新闻简报的最新一期。一个叫 Script Writer 的智能体,用 OpenRouter 上的 GPT 4.1 Mini,把它浓缩成一份 40 到 60 个词的口播稿,讲最重要的两到四条新闻。接着 HeyGen 渲染一段头像视频,工作流查询视频的状态,等一会儿再查,直到状态变成 completed,文件可以下载。运行之前有一件事要知道:向 HeyGen 发请求的那个节点里放的是一句固定的占位文字,口播稿并没有接进去。设置步骤里有让它接上的那一处修改。另外有四个节点单独放在一边,用来挑头像和声音。这个文件有 13 个实际工作的节点和五张便签。
想要定期出一条新闻短片又不想自己出镜的简报编辑、社交媒体团队和小型出版方,因为头像来念稿,没有人需要上镜。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 媒体和出版 | 简报编辑 | 把每一期做成适合社交媒体的短视频 | 简报团队在每一期发出的当天早上,发一条回顾短片。 |
| 社交媒体 | 社交媒体运营 | 每个工作日用一条新闻短片填满 Shorts 或 Reels 的位置 | 团队每天发布一条不到二十秒的短片,从来不用请主播。 |
| 营销代理公司 | 内容制作人 | 把它指向客户的简报,而不是 Morning Brew | 代理公司把 News 里的地址换成客户的页面,就拿到一份回顾视频的初稿可以审阅。 |
| 教育和培训 | 课程团队 | 为学员回顾每周的摘要,每次都用同一个主持人 | 课程团队把周五的摘要做成一条短片,放到学员的页面上。 |
你需要会一点 n8n:导入文件、添加凭据、修改一个 JSON 请求体。作者估计设置要 11 分钟左右,前提是三个账号都已经开好。
任何能访问 Apify、OpenRouter 和 HeyGen 的 n8n 都行。它是手动开始的。在 News 前面加一个 Schedule Trigger,才能让它每天运行。
News 请求体里的地址点“获取”会把一个压缩包存到你的下载文件夹,里面有 workflow.json 和 Mindket 写的设置说明。导入之前先准备好下面这些。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| HeyGen | 一个有 API 权限的账号、它的 API 密钥,以及一个你能用的头像和一个声音 |
| Apify | 一个账号和一个 API 令牌,用于 website-content-crawler |
| OpenRouter | 一个 API 密钥,用于写口播稿的对话模型 |
workflow.json。X-Api-Key,值填你的密钥,并在六个 HeyGen 节点里选中它。GPT 4.1 Mini 里选中它。News,把 Authentication 设成 Generic Credential Type,再添加一个 HTTP Header Auth 凭据,请求头填 Authorization,值填 Bearer ,后面接你的 Apify 令牌。Get Avatars 和 Get Voices 各用 Execute step 运行一次,从返回的内容里复制一个头像的 id 和一个声音的 id。Generate Video1 里,把这两个 id 填到请求体里 avatar_id 和 voice_id 的位置。"YOUR_SCRIPT_TEXT" 连同引号一起,换成下面这个表达式,这样头像念的就是回顾稿。Wait,把停顿调长,导出时是 5 秒。{{ JSON.stringify($('Script Writer').item.json.output) }}两个 Wait 节点都用 n8n 的默认值。30 Seconds 里存的数值是 10,没有单位,n8n 的默认单位是秒,所以它虽然叫这个名字,其实只等 10 秒。Wait 里什么都没存,两次状态检查之间停 5 秒。
点 Test workflow。运行多久取决于 HeyGen 渲染多久。循环会查询视频的状态,等一会儿再查,直到状态变成 completed。Get Video1 的最后一次回复,就是 HeyGen 给出的这段成片的状态,里面带着文件的链接。顶部那四个单独的节点是分开的,只能手动运行。其中两个列出你的头像和声音。另外两个发出一次渲染请求,并查询一次它的状态。
假设一期的头条是一次降息、一项合并案的裁决和一家芯片厂商的财报。Script Writer 可能返回这样一段话,要在 20 秒内念完:
Stocks rose after a rate cut, a court blocked a merger of two grocery chains, a chipmaker beat its earnings forecast and an airline announced new routes.
新手:n8n 靠循环来轮询。它向 HeyGen 查询状态,等一会儿,再查一次。运行工作流时开着编辑器看这个循环,因为每一轮都会显示 HeyGen 的回复,另外先运行那两个列表节点,因为它们会显示你自己的头像 id 和声音 id。
专家:四个阶段完成这项工作。每个阶段用一个不同的服务。
| 阶段 | 节点 | 用了什么 | 要知道的 |
|---|---|---|---|
| 读取这一期 | News | Apify 的 website-content-crawler,走它的 run-sync 接口,输出 markdown | 请求体没有设页数或深度上限,所以把 maxCrawlPages 设为 1,就只读这一期 |
| 写口播稿 | Script Writer | OpenRouter 上 openai/gpt-4.1-mini 的智能体 | 它的 system message 要求写一段 40 到 60 个词的文字,没有开场白、结束语和行动号召 |
| 渲染 | Generate Video1 | HeyGen 的 v2 video/generate,1280 乘 720,头像风格 normal,语速 1.1 | 尺寸、语速和风格都在它的 JSON 请求体里 |
| 等待 | 30 Seconds、Get Video1、If、Wait | HeyGen 的 v1 video_status.get | 只有 completed 才会结束循环,没有处理 failed 的分支 |
每次运行都要花 HeyGen 的额度、Apify 的用量和少量 OpenRouter 的 token。
一个 n8n 工作流。它用 Apify 读取最新一期 Morning Brew,让智能体写一份简短的口播稿,让 HeyGen 渲染一段头像视频,并一直检查到视频完成。原作者的设置说明里写的作者是 Nate Herk。
workflow.json:n8n 导出的工作流,18 个节点:13 个实际工作的节点和五张便签。里面没有任何凭据。HeyGen 念的那句话是占位符 YOUR_SCRIPT_TEXT,avatar_id 和 voice_id 和原文件里一样是占位符。README.md:这份设置说明,压缩包里的是英文版。workflow.json。X-Api-Key,值填你的密钥。在 Generate Video、Generate Video1、Get Video、Get Video1、Get Avatars 和 Get Voices 里选中它。GPT 4.1 Mini 里选中它。News。它现在没有任何认证。把 Authentication 设成 Generic Credential Type,再添加一个 HTTP Header Auth 凭据,请求头填 Authorization,值填 Bearer ,后面接你的 Apify 令牌。Get Avatars 和 Get Voices 各用 Execute step 运行一次,从返回的内容里复制一个头像的 id 和一个声音的 id。Generate Video1 里,如果想做一次单独的测试,也在 Generate Video 里,把这两个 id 填到请求体里 avatar_id 和 voice_id 的位置。Generate Video1 里,把 "YOUR_SCRIPT_TEXT" 连同引号一起,换成下面这个表达式,这样头像念的就是回顾稿:{{ JSON.stringify($('Script Writer').item.json.output) }}
Wait,把停顿调长(见下文)。30 Seconds 里存的数值是 10,没有单位。这个版本的 Wait 节点默认单位是秒,所以第一次查状态之前等 10 秒。Wait 里什么都没存,数值也用默认的:两次检查之间停 5 秒。渲染要花一段时间,把它设成 30 秒,发给 HeyGen 的请求会少很多。
Get Avatars、Get Voices,以及 Generate Video 后面接着 Get Video,都没有连到触发器。用 Execute step 一个一个手动运行。前两个列出你的头像和声音,后一对发出一次渲染请求,并查询一次它的状态。When clicking ‘Test workflow’ 开始,经过 News、Script Writer、Generate Video1、30 Seconds 和 Get Video1。然后 If 在状态是 completed 时结束运行。否则 Wait 把它送回 Get Video1,再看一次。| 节点 | 做什么 |
|---|---|
| News | POST 到 Apify 的 website-content-crawler,起始地址是 https://www.morningbrew.com/issues/latest,输出 markdown |
| Script Writer | 一个通过 OpenRouter 使用 openai/gpt-4.1-mini 的智能体。它拿到页面的文本,回答一段口播的文字 |
| Generate Video1 | POST 到 HeyGen 的 v2/video/generate,带一个头像、一个声音、1.1 的语速和 1280 乘 720 的尺寸 |
| Get Video1 | 向 HeyGen 的 v1/video_status.get 查询 Generate Video1 启动的那段视频的状态 |
News 请求体里的地址。Script Writer 的 system message 讲的是 Morning Brew 的各期,所以也要改它。Script Writer 的 system message。导出时它要求写一段 40 到 60 个词的文字,讲最重要的两到四条新闻,没有开场白、结束语和行动号召。News 的请求体里加上 "maxCrawlPages": 1。请求体没有设页数或深度上限,所以用的是抓取器自己的默认值。Generate Video1 里的 avatar_id、avatar_style、voice_id、speed 和 dimension。News 前面放一个 Schedule Trigger。按导出的样子,没有任何东西在定时运行这个工作流。Generate Video1 发的是一句固定的话,不是回顾稿。上面的第 7 步就是把它们接起来的办法。completed 才会结束循环。HeyGen 报告失败的视频会被一遍又一遍地检查,所以头几次运行要盯着,要自动化的话,再加一个处理 failed 的分支。If 的 true 分支上加一个节点,把它下载下来、存起来或发出去。README.md 5 KB workflow.json 14 KB
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
Waqf-AI · 工具包
读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。
Wan-AI · 工具包
根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。
nhathoangfoto · 工具包
FLUX.2 Klein 9B 的一个 LoRA,让角色摆出模特参考图中的姿势,同时保留角色的脸和风格。适合艺术家和设计师。只能使用你有权使用的脸。
leejet · 工具包
在配置不高的显卡上根据文字生成图片,使用为 stable-diffusion.cpp 做的 Z-Image-Turbo 量化文件。适合在自己电脑上运行图像模型的人。
HiDream-ai · 工具包
用一个 170 亿参数的开源模型从文字提示词生成图像,在模型卡的提示词遵循表格中名列前茅。适合有高性能 GPU 的设计师、营销人员和开发者。