2.6 KiB
2.6 KiB
title, source, author, published, created, description, tags
| title | source | author | published | created | description | tags |
|---|---|---|---|---|---|---|
| 2026-03-29 工作日志 | shenwei |
2026-03-29 工作日志
待办
- ...
完成事项
1. N8N 内容转化流水线 - 读取设计方案
- 读取了
yunce/n8n-content-pipeline-workflow.md - 了解了完整的工作流设计（Webhook → 读取笔记 → AI翻译 → 配图 → 写回 → 回调）
- 制定了实施计划（分三阶段：准备、创建、测试）
2. N8N 工具指南编写
- 读取了 N8N 技能 SKILL.md
- 获取了 N8N 配置（Base URL: https://n8n.ishenwei.online）
- 编写了 N8N 工具指南并添加到 TOOLS.md
3. 文件编辑问题修复
- 发现 edit 工具依赖精确文本匹配的陷阱
- 改用 exec + echo 追加内容解决问题
- 已记录到 MEMORY.md
4. N8N 内容转化流水线实施 ✅
- 问题发现：n8n 运行在 Docker 容器中，无法直接访问 Mac mini 文件系统
- 解决方案：
- 在 Docker Compose 中添加 volume 映射：
./n8n_data/files:/home/node/.n8n-files - OpenClaw 先复制文件到 N8N 可访问目录，再触发工作流
- 在 Docker Compose 中添加 volume 映射：
- 工作流版本：
- v1/v2/v3: 失败（各种配置问题）
- v4: 成功！使用 DeepSeek API + Webhook 测试模式
- 最终测试：成功生成多平台内容（公众号、X/Twitter、视频脚本）
5. Docker 路径更新
- 更新 TOOLS.md 中的 Docker 命令路径
- Mac mini Docker 路径：
/Applications/Docker.app/Contents/Resources/bin/docker
6. Telegram 测试工作流
- 创建并测试 Telegram 通知工作流
- 成功实现 OpenClaw → N8N Webhook → Telegram 通知的闭环
今日经验教训
1. N8N + Docker 文件访问问题
- n8n 在 Docker 中运行时，容器内无法直接访问宿主机的文件系统
- 解决方案：通过 volume 映射，让 N8N 容器可以访问特定目录
- 配置：
./n8n_data/files:/home/node/.n8n-files
2. N8N 工作流调试技巧
- 遇到问题先创建最简单的测试工作流，逐步排查
- 测试 webhook 用 test 模式（/webhook-test/）比生产模式（/webhook/）更可靠
- 查看执行记录和容器日志是排查问题的关键
3. 工作流版本迭代经验
- v1: 直接创建，凭证问题失败
- v2: 简化流程，但 AI 节点配置问题
- v3: DeepSeek API 凭证问题
- v4: 使用 langchain DeepSeek 节点 + test webhook 模式成功
待办
- 云测更新需求文档后，设计 V5 版本
- V5 在 v4 基础上修改，不从头开始
明日计划
- 读取云测更新的需求文档
- 基于 v4 技术基础设计 V5 版本
- 继续完善内容转化流水线