n8n

使用社群節點在 n8n 工作流程中呼叫 Atlas Cloud 的 LLM、圖片與影片模型。

Atlas Cloud 社群節點把 LLM 對話與非同步媒體生成帶進了 n8n，讓您可以把模型呼叫和其他整合一起編排進自動化流程。

安裝

在 n8n 中前往 Settings → Community Nodes → Install。

輸入套件名稱：

n8n-nodes-atlascloud

確認安裝並重新整理 n8n。Atlas Cloud 節點會出現在節點面板中。

社群節點只能安裝在自架的 n8n 執行個體上，且需要執行個體擁有者授權。

在 console/api-keys 建立一把 API 金鑰。

在 n8n 中新增一個 Atlas Cloud API 類型的憑證。

貼上金鑰並儲存。之後工作流程中的每個 Atlas Cloud 節點都可以引用這個憑證。

呼叫相容 OpenAI 的對話端點。

提交圖片或影片生成任務。此節點會自動取得可用的類別與模型，再依所選模型的 schema 產生參數表單——因此您看到的是該模型專屬的欄位，而不是一份通用表單。

兩種模式：

模式	行為
Submit Only	立即返回 prediction ID，之後搭配 Task Status 使用
Wait for Completion	阻塞等待任務完成並返回結果

影片模型建議使用 Submit Only。生成可能耗時數分鐘，讓一次 n8n 執行長時間掛著並不牢靠——「先排隊再輪詢」的設計在重新啟動與逾時面前穩健得多。

依 prediction ID 查詢任務。輪詢間隔、逾時時間與重試次數皆可設定。

典型的非同步工作流程是：Task Submit（Submit Only） → 保存 ID → Wait → Task Status → 依結果分支。

倉庫的 workflows/ 目錄下提供了可匯入的流程：

這些節點維護在開源倉庫中，並未隨 n8n 一併發布，因此對最新模型的支援會有一段落差。如果選單中沒有您需要的模型，可以用 HTTP Request 節點直接呼叫 API。
生成任務的計費方式與其他 API 呼叫完全相同。請參閱模型如何計費。
對於耗時較長的影片任務，Webhook 比輪詢更可靠——把 webhook 指向 n8n 的 Webhook 觸發節點即可。