免费POC, 零成本试错
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


成本砍掉 90%!用n8n、多维表格和Nano Banana,搭全自动AI试衣工作流,上新速度提升 1000%!

发布日期:2025-09-12 06:42:04 浏览次数: 1555
作者:n8n探索者

微信搜一搜,关注“n8n探索者”

推荐语

AI试衣革命来了!零成本5分钟搭建全自动工作流,上新速度提升1000%。

核心内容:
1. 传统试衣拍摄痛点与AI解决方案的降本增效优势
2. 基于n8n+飞书多维表+Nano Banana的三步搭建教程
3. 从素材配置到自动生成的完整工作流演示

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

在快节奏的电商行业中,商品图片的制作效率直接影响着上新速度和营销效果。传统的真人模特试衣拍摄不仅成本高昂、周期长,而且难以快速响应多变的款式和市场需求。

现在,借助 n8n、飞书多维表以及 Nano Banana 强大的图像处理能力,我们可以搭建一个全自动的 AI 批量试衣工作流,极大地提升运营效率。


本文将详细介绍如何配置这样一个工作流,让你只需在飞书多维表中配置模特图和服装图,即可自动生成逼真的试衣效果图并回填到表格中。



核心优势

  • 降本增效:用 AI 代替部分人工拍摄,大幅降低图片制作成本和时间。
  • 高度自动化:从接收任务到生成图片、再到结果回填,全程无需人工干预。
  • 管理便捷:通过飞书多维表统一管理图片素材和生成结果,直观高效。
  • 效果逼真:Nano Banana 具备出色的图像理解和生成能力,能够产出高质量、自然的试衣图。

准备工作

  1. n8n 环境:拥有一个可以正常运行的 n8n 实例(云端版或自部署均可)。
  2. 飞书账号:拥有飞书管理员权限,以便创建和配置多维表。
  3. Nano Banana API Key:前往 https://openrouter.ai/google/gemini-2.5-flash-image-preview:free/api 创建 Nano Banana API 密钥。
  4. n8n-nodes-feishu-lite:确保你的 n8n 环境中安装了 n8n-nodes-feishu-lite 社区节点。

操作步骤

第一步:创建飞书多维表

我们需要一个多维表作为素材库。在你的飞书空间中创建一个新的多维表,并设置以下字段:

  • 模特图片地址:超链接类型
  • 服饰图片地址:超链接类型
  • 处理状态:单选类型(待处理、处理中、已完成、失败)
  • 创建日期:日期类型(勾选新纪录自动填写创建时间)
  • 更新日期:日期类型
  • 附件:附件类型

第二步:搭建 n8n 工作流

整个工作流主要分为获取待处理数据列表、使用 Nano Banana 生图和更新已处理数据三个阶段。由于涉及的节点比较多,所以接下来我们只介绍工作流中,比较重要的节点。

1. 获取待处理数据列表

在上图中的配置中心节点,主要用于配置飞书多维表格地址和用于生成 AI 试衣图片的提示词。当然,如果你想单独为每个模特配置不同的提示词,也可以把提示词配置在多维表格的字段中。

配置好该节点后,就可以利用 n8n-nodes-feishu-lite 社区节点提供的地址解析能力,提取后续操作多维表格所需的多维表格 Token 和 多维表格 ID。有了这两个数据,就可以从前面新建的多维表格中获取待处理的数据。

在上图中,我们通过配置 JSON 对象的 filter 字段,设置查询条件,过滤掉已处理的数据。此外,还配置了 sort 字段,用于指定排序规则。

如果想进一步了解如何配置 filter 和 order 条件,你可以打开该链接,阅读多维表格查询 API 说明文档:https://open.feishu.cn/document/docs/bitable-v1/app-table-record/search

2. 使用 Nano Banana 生成试衣图片

在上图中的配置数据节点,用于设置模特图片地址、服饰图片地址和 recordId。其中,模特图片地址和服饰图片地址,用于生成试衣图片。而 recordId 用于后续更新多维表格中指定的记录。

在调用 Nano Banana 生成试衣图片前,我们通过 n8n-nodes-feishu-lite 节点,提供的更新记录功能,把当前正在处理记录的处理状态更新为处理中,避免出现重复处理的问题。

配置好数据之后,访问 https://openrouter.ai/google/gemini-2.5-flash-image-preview:free/api 地址,复制 curl Tab 栏下的文本。

然后,新增一个 HTTP Request 节点,再点击 “Import cURL” 按钮,粘贴已复制的 curl 内容。在配置好申请的 OpenRouter API Key 之后,还需要配置请求体:

3. 更新已处理数据

由于 OpenRouter Nano Banana API 返回的图片数据是 base64 格式,而上传到飞书云空间的素材要求是二进制格式,所以中间需要把 base64 图片转换成 File 对象。
转换完成后,再利用 n8n-nodes-feishu-lite 节点封装的上传素材功能,就可以把生成的试衣图片上传到云空间内。这样做的目的是为了把生成的图片添加到多维表格的附件字段中。

 当素材上传成功后,就会返回 file_token:


有了 file_token 之后,就可以使用它来更新多维表格的附件字段:

对应的 JSON 请求体格式如下:

{"fields":{
  "处理状态""已完成",
  "更新日期": {{ +new Date }},
  "附件": [
   {
    "file_token""{{ $json.data.file_token }}"
  }]
}} 

第三步:激活并测试工作流

保存并激活你的工作流。现在,回到飞书多维表,在「模特图片地址」和「服饰图片地址」字段配置你的图片素材地址,并将「处理状态」设为「待处理」。

然后,回到 n8n 工作流界面,点击手动触发。之后,工作流就会自动执行。在处理过程中,你会看到“处理状态”发生变化。当处理状态变成 “已完成” 时,你将看到「附件」字段中,出现了由 Nano Banana 生成的试衣图片缩略图。

原图:

AI 试衣效果图:

总结

通过将 n8n、多维表格和 Nano Banana 三者结合,我们不仅创建了一个强大的AI 内部工具,更重要的是,我们为电商运营团队提供了一种全新的、高效的工作模式。这个工作流可以轻松扩展,例如增加图片尺寸调整、合成视频、或调用其他 AI 服务生成营销文案等功能。


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询