林月半子：零下载、零成本，用 n8n 2.0 三步搞定视频提取

林月半子：零下载、零成本，用 n8n 2.0 三步搞定视频提取 林月半子：零下载、零成本，用 n8n 2.0 三步搞定视频提取 Modified December 18, 2025 Audio or video is not supported Please download the file and open it with the appropriate software. Chat hub.mp4 · 76.84MB Chat hub 00:00 二）第一个实验：Hello World 环境配置好了，该验证一下是不是真的能用。 新建工作流，加个 Manual Trigger 和 Code 节点(选 Python Native): Code block Python Copy import yt dlp result = { 'json': { 'success': True, 'message': 'yt dlp 可用!', 'version': yt dlp.version. version } } return result 点击 Execute Node。 如果你看到这样的输出: Code block JSON Copy [ { "success": true, "message": "yt dlp 可用!", "version": "2025.12.08" } ] 🎉 恭喜!环境配置成功了。 三）第二个实验：获取视频信息 Hello World 跑通了，现在可以干点实际的。 我们先从简单的开始：获取视频的基本信息，不涉及字幕提取。 1、获取元数据的代码 Code block Python Copy import yt dlp import json url = items[0]["json"]["url"] ydl opts = { 'quiet': True, 'no warnings': True, 'skip download': True, } try: with yt dlp.YoutubeDL(ydl opts) as ydl: info = ydl.extract info(url, download=False) result = { 'json': { 'success': True, 'video id': info.get('id'), 'title': info.get('title'), 'description': info.get('description', ''), 'duration': info.get('duration'), 'duration string': info.get('duration string'), 'view count': info.get('view count', 0), 'like count': info.get('like count', 0), 'comment count': info.get('comment count', 0), 'channel': info.get('channel'), 'channel id': info.get('channel id'), 'channel url': info.get('channel url'), 'upload date': info.get('upload date'), 'thumbnail': info.get('thumbnail'), 'tags': info.get('tags', []), 'categories': info.get('categories', []), 'url': url, 额外有用信息 'webpage url': info.get('webpage url'), 'language': info.get('language'), 'age limit': info.get('age limit', 0), } } return result except Exception as e: error result = { 'json': { 'success': False, 'error': str(e), 'url': url } } return error result 2、代码解析 让我解释一下这段代码做了什么: 配置选项: Code block Python Copy ydl opts = { 'quiet': True, 不输出调试信息 'no warnings': True, 不显示警告 'skip download': True, 最关键:不下载视频 } skip download: True 这个参数非常重要。它告诉 yt dlp:"我只要元数据,不要下载视频文件"。 提取信息: Code block Python Copy info = ydl.extract info(url, download=False) download=False 再次确认不下载。这是双重保险。 3、测试结果 点击 Execute Node 返回: Code block JSON Copy [ { "success": true, "video id": "67BVIScAlbs", "title": "n8n 2.0 is Here (What You Need to Know)", "description": "Full courses + unlimited support: https://www.skool.com/ai automation society plus/about\nAll my FREE resources: https://www.skool.com/ai automation society/about\n14 day FREE n8n trial: https://n8n.partnerlinks.io/22crlu8afq5r\nCode NATEHERK to Self Host n8n for 10% off (annual plan): http://hostinger.com/nateherk\n\nI just walked through everything new in n8n version 2.0. This update brings a refreshed UI, smoother animations, and a few behavior changes that make building automations feel more intuitive. \n\nIn the video, I highlight the biggest improvements, show how they affect your workflows, and share what you should expect as you transition to the new version. If you want a quick overview of what’s changing and why it matters, this breakdown will get you up to speed.\n\nSponsorship Inquiries:\n📧 sponsorships@nateherk.com\n\nTIMESTAMPS \n00:00 UI/UX Improvements\n01:58 Side by Side Comparison\n03:45 What Else is Coming\n04:50 Behavior Change: Subworkflow Data\n08:30 2 Extra Features to Highlight\n09:56 v2 Migration\n10:31 Self Hosted v2\n10:50 Want to Master AI Automations?", "duration": 668, "duration string": "11:08", "view count": 83586, "like count": 2023, "comment count": 124, "channel": "Nate Herk | AI Automation", "channel id": "UC2ojq nuP8ceeHqiroeKhBA", "channel url": "https://www.youtube.com/channel/UC2ojq nuP8ceeHqiroeKhBA", "upload date": "20251208", "thumbnail": "https://i.ytimg.com/vi webp/67BVIScAlbs/maxresdefault.webp", "tags": [], "categories": [ "Film & Animation" ], "url": "https://www.youtube.com/watch?v=67BVIScAlbs", "webpage url": "https://www.youtube.com/watch?v=67BVIScAlbs", "language": "en US", "age limit": 0 } ] 四）把代码变成 AI 的工具 前面的实验都是在 Code 节点里写死 URL。但真正的生产环境不可能这样用。 你需要的是：动态接收 URL，根据用户需求灵活处理。 这就要用到 n8n 的另一个强大功能:AI Agent。 1、配置 Tool 的输入 Schema 这一步很关键。你需要告诉 AI Agent："这个工具需要什么参数"。 在 Code 节点的设置里，找到 Specify Input Schema，填入: Audio or video is not supported Please download the file and open it with the appropriate software. Chat hub.mp4 · 76.84MB Chat hub 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. Chat hub.mp4 · 76.84MB Chat hub 00:00 二）第一个实验：Hello World 环境配置好了，该验证一下是不是真的能用。 新建工作流，加个 Manual Trigger 和 Code 节点(选 Python Native): 点击 Execute Node。 如果你看到这样的输出: 🎉 恭喜!环境配置成功了。 恭喜!环境配置成功了。 三）第二个实验：获取视频信息 Hello World 跑通了，现在可以干点实际的。 我们先从简单的开始：获取视频的基本信息，不涉及字幕提取。 1、获取元数据的代码 2、代码解析 让我解释一下这段代码做了什么: 配置选项: skip download: True 这个参数非常重要。它告诉 yt dlp:"我只要元数据,不要下载视频文件"。 提取信息: download=False 再次确认不下载。这是双重保险。 3、测试结果 点击 Execute Node 返回: 四）把代码变成 AI 的工具 前面的实验都是在 Code 节点里写死 URL。但真正的生产环境不可能这样用。 你需要的是：动态接收 URL，根据用户需求灵活处理。 这就要用到 n8n 的另一个强大功能:AI Agent。 1、配置 Tool 的输入 Schema 这一步很关键。你需要告诉 AI Agent："这个工具需要什么参数"。 在 Code 节点的设置里，找到 Specify Input Schema，填入: 这个视频主要讲了什么? https://www.youtube.com/watch?v=67BVIScAlbs 这就是 AI Agent 的威力。你不需要记住工具的参数格式，不需要手动调用，只要用自然语言说出需求。 三、Chat Hub：把工作流变成 AI 应用 这就是我在开头展示的那个对话界面。 一）什么是 Chat Hub？ Chat Hub 是 n8n 2.1 新增的功能，它解决了一个很实际的问题 以前我们只能在工作流编辑器里测试对话，没办法直接把对话界面分享给其他人用。 现在不一样了。你可以把做好的工作流变成一个个类似于 GPTs 的应用，然后分享给别人使用。 用户只要在聊天界面里直接对话，就能调用你的工作流。而且： • 他们看不到背后的工作流逻辑 • 也改变不了你的配置 • 完全不需要了解技术细节 这意味着什么? 你的工作流不再局限在 n8n 界面里。它变成了一个可以随时调用的 AI 助理。 而且根据官方博客的说明，后续还会支持分配"仅聊天"权限。这样用户就只能用，不能改，更安全，门槛更低。 二）配置 Chat Hub 1、第一步：打开 Chat 配置 在 When chat message received 节点的 Parameters 标签页： 把 Make Available in n8n Chat 开关打开（变成绿色） 2、第二步：配置 Agent 名称和描述 Agent Name（必填）: Agent Description（推荐填写）: 3、第三步：发布工作流 配置完成后，必须点击右上角的 Publish 按钮发布工作流，Chat 功能才会生效 写在最后 n8n 2.0 的代码节点和任务运行器功能，真正打开了自动化工作流的新世界。 它让我们不再受限于预设的节点和 API，而是可以自由地运用整个 Python 生态系统的力量。 是的，初期配置可能有些复杂，你可能会遇到一些问题。但一旦你掌握了 query 参数模式，理解了任务运行器的工作原理，你就拥有了一个强大得令人难以置信的工具。 而 Chat Hub 的出现，让这一切的价值翻了一倍。 以前你做的工作流只能自己用，现在它可以变成一个独立的应用，分享给团队、朋友，甚至客户。 如果你在配置过程中遇到问题，欢迎在评论区留言。 我是林月半子，关注我，带你一起挖掘工作流自动化的无限可能。 🔗 原文链接：https://mp.weixin.qq.com/s/do2UMTFFuG Oj9dOA8iwQ ⏰ 发布时间：2025 12 18 19:46:00 (UTC+8) 作者：林月半子的AI笔记 如果你像我一样，经常需要从 YouTube 视频中提取内容做笔记或分析，你一定懂那种痛苦。 上周研究 n8n 2.0 的 Task Runners，我突然意识到一件事: 既然 Code 节点现在可以运行任何 Python 库，那我为什么还要下载视频？直接用 yt dlp 提取字幕不就完了? 于是我搭了这么个东西： 现在我只需要在对话框里扔个链接，AI 助理就会自动调用我写好的工作流，很快帮我提取字幕、分析内容。 零成本，零下载，零 Token。 这得益于 n8n 2.1 最新的 Chat Hub 功能——它能把你的工作流封装成类似 GPTs 的应用，用户根本不需要懂背后的逻辑，直接对话就能调用。 今天我要分享的，不只是怎么配置这套系统，还有我在过程中踩过的坑，如何利用 n8n 2.0 的代码执行自由，彻底解放双手的。 一、n8n 2.0 凭什么能做到这些？ 一）Task Runner：魔法的根基 在讲具体实现之前，我想先聊聊 n8n 2.0 最大的更新——Task Runner。 以前 n8n 的 Python 代码节点有个致命限制：它使用的是 Pyodide（WebAssembly 版的 Python），只能用它预装的那些包，无法安装 yt dlp这些你想要的库。 JavaScript 节点倒是可以通过自定义 Docker 镜像装库，但配置起来比较麻烦。 2.0 的 Task Runner 改变了游戏规则。 它把代码执行单独抽离成一个容器，运行真正的 Python 环境（不再是 WebAssembly）。这意味着： • 你可以定制自己的 Docker 镜像 • 想装什么 Python 库就装什么 • 只要 Python 能做的事，n8n 就能做 这种分离式架构还带来了额外的好处： • 安全性：代码在隔离环境中运行，出错不会影响主工作流 • 可扩展性：可以启动多个运行器处理并发任务 • 灵活性：可以同时运行 Python 和 JavaScript 任务 二）打造自定义 Runner 镜像 说实话，这部分配置有点复杂。但搞懂了，你就拥有了 Python 生态的全部能力。 1、为什么要自己做镜像? 官方的 runner 镜像就像毛坯房：有 Python 环境，有基础库，但没有 yt dlp，也没有 pandas、numpy 这些常用库。 如果你在 Code 节点里直接 import yt dlp，会报错： 这就是为什么我们需要自己打镜像 2、三步搞定自定义镜像 在开始之前，先看看我们需要准备的文件： 就这三个文件，都在同一个目录下。 接下来我会逐个解释每个文件的作用。 1）写个 Dockerfile 我们需要创建了一个 Dockerfile 来扩展 n8n 的官方运行器镜像： 这个 Dockerfile 做了三件事: 1. 基于官方镜像：我们不是从头开始，而是在官方镜像基础上扩展 2. 安装需要的库：yt dlp 是主角，numpy 和 pandas 是配角 3. 复制配置文件：这个配置文件很关键，后面会详细说 💡 FROM n8nio/runners:2.1.0 这里的版本号，要和你的 n8n 主容器版本一致。 FROM n8nio/runners:2.1.0 这里的版本号，要和你的 n8n 主容器版本一致。 2）配置 n8n task runners.json 这个文件告诉 n8n 如何管理任务运行器。 💡 关键参数说明: • allowed env：允许哪些环境变量传递进来 • env overrides：强制覆盖某些环境变量 关键参数说明: • allowed env：允许哪些环境变量传递进来 • env overrides：强制覆盖某些环境变量 这一步很重要：没有这个配置文件，外部库无法使用 3）配置 docker compose.yml 最后用 docker compose.yml 把所有服务串联起来： 💡 关键配置说明: • N8N RUNNERS AUTH TOKEN 必须在两个容器中完全一致，这是它们之间通信的密钥 • build: . 表示使用当前目录的 Dockerfile 构建镜像 • N8N RUNNERS STDLIB ALLOW= :允许使用所有 Python 标准库 • N8N RUNNERS EXTERNAL ALLOW= :允许使用所有外部库 关键配置说明: • N8N RUNNERS AUTH TOKEN 必须在两个容器中完全一致，这是它们之间通信的密钥 • build: . 表示使用当前目录的 Dockerfile 构建镜像 • N8N RUNNERS STDLIB ALLOW= :允许使用所有 Python 标准库 • N8N RUNNERS EXTERNAL ALLOW= :允许使用所有外部库 运行命令很简单 另外我们可以看到本地构建了一个新的镜像 二、从 yt dlp 到 AI Agent 一）yt dlp 是什么?为什么选它? 在开始动手之前，我想先花点时间聊聊 yt dlp 这个神器。因为理解了它的能力边界，你才能更好地发挥它的价值。 它能做什么? 很多人以为 yt dlp 只是用来下载视频的。错了，大错特错。 yt dlp 是一个完整的视频平台数据提取工具。它能做的事情远不止下载，关键是全免费，不需要 API 密钥。 比如我们可以用它来提取视频元数据： description 很重要。AI 会根据这个描述判断什么时候该调用这个工具。 2、在代码中接收参数 在 Code 节点中，使用 query 获取参数，让它能接收来自 AI Agent 的参数。 就这么简单。 query 是 n8n 注入到 Code 环境中的特殊对象。 3、实际使用示例 现在你可以用自然语言对话了： 提取下 https://www.youtube.com/watch?v=67BVIScAlbs 这个视频的完整字幕文案