批量生成 Markdown：n8n 工作流

2025-09-20-batch-generation-of-markdown-with-n8n-workflow

Batch Generation of Markdown Files: n8n Workflow

在日常内容生产中，处理大量草稿文件时，手动操作效率低且易出错。借助 Python 脚本与 n8n 工作流，可以实现从草稿到带 FrontMatter 的 Markdown 文件的全自动化处理。

⸻

  1. 整体流程概览

批量生成 Markdown 的流程可以分为三个阶段：

阶段一：批量触发 • 使用 Python 脚本扫描草稿目录，筛选符合条件的文件（.md、.txt）。 • 构建包含文件名的 JSON 数据。 • 通过 HTTP POST 请求发送至 n8n Webhook。 • 输出触发结果（成功 [SUCCESS] / 失败 [ERROR]），便于监控批量处理进度。

阶段二：工作流处理 • n8n Webhook 接收请求，触发后续工作流。 • 读取草稿内容和 FrontMatter 模板文件。 • 标记数据来源，区分正文与模板。 • 合并模板与正文数据，形成统一输入流。 • 自动解析日期、标题、slug。 • 生成完整 FrontMatter 并拼接正文。

阶段三：Markdown 输出 • 将生成的 Markdown 内容转换为二进制格式。 • 写入指定目录，文件名沿用原始基础名，扩展名 .md。 • 批量完成 Markdown 文件生成，确保格式统一。

⸻

  1. 批量触发脚本说明

功能 • 遍历指定草稿目录，筛选 .md 和 .txt 文件。 • 将文件名封装为 JSON 负载，通过 HTTP POST 请求发送至 n8n Webhook。 • 输出每个文件的触发状态，便于监控。

脚本逻辑 • 使用 Python 的 os 模块遍历目录。 • 使用 requests 库发送 HTTP 请求。 • 异常处理保证网络请求稳定性。 • 支持批量触发工作流，自动化处理草稿文件。

运行方式

cd ~/n8n/workflow python3 “ContentTXT + FrontMatter to ContenMD.py”

•   如报 requests 模块不存在，请先执行：pip3 install requests。
•   若脚本目录和草稿目录不在同一级，可通过调整 DRAFTS_DIR 路径或从上级目录执行。

⸻

  1. n8n 工作流节点解析

Webhook 节点 • 接收 Python 脚本发送的文件名请求。 • 触发后续处理节点。

读取文件节点 • Read Chinese Content：读取草稿正文内容。 • Read ZH Front Matter Template：读取 FrontMatter 模板（frontmatter.txt），提供统一字段结构。

设置来源节点 • Set Chinese Source 和 Set Template Source：标记数据来源，区分正文与模板。

合并节点 (Merge Inputs) • 合并正文与模板数据，形成统一输入流。

生成 Markdown 节点 (Generate Markdown) • 自动解析日期、标题、slug。 • 拼接模板 FrontMatter 与正文。 • 输出完整 Markdown 文件内容，确保 FrontMatter 统一。

转换为二进制节点 (Convert to Binary) • 将字符串内容编码为 Base64，便于文件系统写入。

写入文件节点 (Save Markdown) • 将生成的 Markdown 文件写入 /data/posts/。 • 文件名保留原始基础名，扩展名 .md。

运行方式

http://localhost:5678 workflow - Execute workflow

⸻

  1. 附件与文件说明 • ContentTXT + FrontMatter to ContenMD.json n8n 工作流配置文件，定义节点及连接关系，实现自动化生成 Markdown 流程。 • ContentTXT + FrontMatter to ContenMD.py Python 脚本，批量扫描草稿并触发 Webhook。 • frontmatter.txt FrontMatter 模板文件，存放统一字段结构，保证生成 Markdown 文件格式一致。

⸻

  1. 分段运作方式总结
    1. 触发阶段：Python 脚本扫描目录 → 发送 POST 请求 → 批量触发工作流。
    2. 处理阶段：Webhook 接收 → 读取文件与模板 → 数据标记 → 合并 → 生成 Markdown 内容。
    3. 输出阶段：内容编码 → 写入文件 → 生成完整 Markdown 文件。

通过分段运作方式，流程更加清晰，每个阶段职责明确，便于监控和排错。

⸻

  1. 总结 • Python 脚本 + n8n 工作流实现了从草稿到 Markdown 的全自动化批量处理。 • 自动解析日期、标题、slug，并生成统一 FrontMatter。 • 适用于博客、知识库、文档批量转换场景。 • 提高生产效率，降低人工操作错误，增强内容管理的可维护性。

⸻