嗨各位，我正在使用 n8n（通過 Docker 本地運行）、Python ML、OpenAI API、Google Sheets、Instagram 和 Facebook API 構建一個 AI 驅動的社交媒體廣告自動化工作流程。我想要關於架構、最佳實踐的反饋和建議，尤其是 ML + 圖像生成部分。
工作流程總結
1. 每日觸發器
n8n 中的 Cron 觸發器每天下午 12 點運行一次。
2. ML 預測引擎
該工作流程訪問存儲在以下位置之一的 Instagram 互動數據集：
-
Google Drive CSV
-
Airtable
然後 Python ML 腳本執行以下操作：
-
清理和預處理數據集
-
使用滾動互動窗口
-
示例：
-
第 1 天 → 5 月 1 日–30 日
-
第 2 天 → 5 月 2 日–31 日
-
-
-
分析：
-
點贊數
-
評論數
-
分享數
-
保存數
-
覆蓋面
-
互動率
-
ML 模型預測當天發布廣告的最佳時間。
預測的發布時間存儲在 Google Sheet（Sheet1）中。
3. AI 廣告生成
在預測之後：
-
AI 代理/LLM 生成廣告提示
-
圖像生成模型創建廣告圖像
-
生成的圖像 URL/路徑與預測的發布時間一起存儲在同一 Google Sheet 行中
4. 標題 + 主題標籤生成器
另一個 AI 代理：
-
生成多個標題選項
-
生成主題標籤
-
執行趨勢感知的標題/提示詞工程
生成的標題存儲在 Google Sheets 中，手動選擇一個標題。
最終選定的標題 + 主題標籤保存在同一行中。
5. 自動發布系統
在預測的發布時間：
-
工作流程從 Google Sheets 讀取該行
-
自動發布廣告到：
-
Instagram
-
Facebook
-
可能使用：
-
Facebook Graph API
-
Instagram Graph API
然後：
-
IF 節點檢查發布是否成功或失敗
-
通知通過以下方式發送：
-
Telegram
-
WhatsApp
-
電子郵件
-
當前堆棧
-
n8n（Docker 本地安裝）
-
Python ML
-
Google Sheets
-
OpenAI API
-
Instagram/Facebook API
-
可能的 Hugging Face 圖像生成 API
問題
1. n8n 中的 ML 集成
將 ML 部分集成到 n8n 中的最佳方式是什麼？
我應該使用：
-
Python Code 節點
-
Execute Command 節點
-
外部 FastAPI/Flask ML 服務
-
Docker 化的 ML 微服務
另外，從 Instagram 互動數據預測最佳發布時間的最佳 ML 方法是什麼？
2. 免費 AI 圖像生成
在 n8n 中進行 AI 圖像生成的最佳免費或低成本選項是什麼？
我正在考慮：
-
Hugging Face Inference API
-
Stable Diffusion
-
FLUX
-
Pollinations AI
-
本地 ComfyUI / AUTOMATIC1111
我需要可擴展的且最好是免費/自託管的東西。
3. Instagram + Facebook 集成
將 n8n 與 Instagram 和 Facebook 發布連接的最佳方式是什麼？
我應該直接使用：
-
Facebook Graph API
-
HTTP Request 節點
-
Webhook
-
第三方調度程序
另外：
-
我只需要 Instagram Business 帳戶嗎？
-
通過 Meta API 進行 Instagram 媒體發布的工作原理如何？
4. 工作流程架構
將自動化分成單獨的工作流程是否是正確的方法？
當前架構：
-
ML 預測工作流程
-
廣告生成工作流程
-
標題生成工作流程
-
計劃發布工作流程
所有工作流程都通過 Google Sheets 連接。
隊列/數據庫會比 Google Sheets 更好嗎？
5. 人工審批層
從多個 AI 生成的標題中手動批准/選擇一個標題的最佳方式是什麼？
可能的選項：
-
Google Sheet 手動選擇
-
Telegram 按鈕
-
自定義 Webhook 儀表板
在生產中哪個最實用？
6. 擴展 + 可靠性
對以下方面有任何建議：
-
錯誤處理
-
重試系統
-
日誌記錄
-
防止重複發布
-
管理 API 限制
-
n8n + ML 的生產部署
希望能得到架構建議，特別是來自已經一起使用 AI + n8n + Meta API 的人。