我是龙须草，深耕软硬件技术开发与管理，产品架构师； 一个相信“工具为人服务”的践行者，链接有缘之人，共探新可能。

前阵子终于抽出身来关注孩子的学习，可刚翻到他最近的单词听写本，我就瞬间慌了神 ——12 个单词里竟然有 10 个不会写，鲜红的叉号看得人心里发紧。

冷静下来反思，确实是自己这段时间太粗心，忽略了孩子在单词积累上的薄弱环节，当下就暗下决心，得赶紧找个办法帮孩子加强单词学习。

就在我琢磨各种学习方法时，突然想到自己最近一直在用的自动化工具 N8N。

既然它能高效处理各类流程，能不能用它为孩子定制一套专属的单词学习方案呢？

一个念头很快冒了出来：要是能用 N8N 为每个单词生成一张图文并茂的单词卡片，让孩子一眼看到一个单词、一幅对应画面，或许能借助视觉冲击加深他的记忆。

这个想法让我立刻来了兴致，决定马上动手尝试，而下面就是整个制作流程的详细说明：

1、首先输入孩子需要学习的单词；

2、根据单词让大模型查出来单词的读音、中文翻译、组个英文句子、中文翻译句子；

3、为了有颜值，孩子更愿意看，加上一张匹配英文句子的图片；

4、使用上面的内容排版，最起码孩子得能接受；

5、生成图片，下载到本地，打印出来，给孩子学习。

先看下整体工作流：

下面开始搭建工作流：

一、新建工作流

二、添加表单触发节点

点击“+”，添加表单触发节点

下图中1和2是提示词，可以随便填写，3请按照我的填写，因为后面需要使用这个变量作为输入，打开单选4。

点击右上角的按钮：Execute step

记得每次搭建完一个节点，都要点击运行一下，看看数据是否符合预期，同时输出数据下一个节点才能使用，要不然下一个节点是拿不到前面节点的数据。

在上图填写想要输入的单词，点击按钮：Submit

然后关闭这个窗口。

三、基础参数配置节点

这个节点就好像一个全局变量管理库，可以管理一些全局的设置参数，在这里我们只管理生成图片的长和宽。

这个习惯要培养起来，整个工作流的数据要集中管理。

新建三个数据：

并把左边的word拖到右边箭头位置。

记得修改节点名称：基础参数配置，点击运行，出现右边的图示表示成功。

四、大模型数据节点

这里需要提前建好你的Deepseek的凭证Credential：

搜索：Header Auth，点击按钮：Continue

按下图，更改下名字便于区分

Name：Authorization

Value：Bearer + 你的deekseek的API Key（注意Bearer后面有个空格）

这次我们使用的Deepseek大模型，按照下面填写：

Method：POST

URL：https://api.deepseek.com/v1/chat/completions

Authentication：Generic Credential Tpye

Generic Auth Type：Header Auth

Header Auth：刚才新建的Credential

打开Send Headers

按下图选择：Using Fields Below：

Name：Content-Type

Value：application/json

继续按照下图填写：

JSON我填写的是，你可以参考，也可以按照你的要求更改下：

{
"model": "deepseek-chat",
"messages": [
{
"role": "system",
"content": "#角色:你是一位资深的小学英语教师，在英语教学领域经验丰富，尤其擅长辅导小学生。现在需要根据指定的英语单词，生成该单词对应的发音{phonetic_symbol}、中文翻译{meaning}、英文例句{example_sentence}、例句的中文翻译{example_sentence_zh}。#技能1: 单词造句及翻译 1. 当用户提供一个英语单词时，结合单词的含义和词性，创作一个自然、地道且符合小学考试难度的英文例句。2. 给出英文例句精准的中文翻译。#限制:1. 只围绕生成英语单词例句相关内容进行回答，拒绝回答与该任务无关的话题。2. 所输出的内容必须按照给定的格式进行组织，不能偏离框架要求。"
},
{
"role": "user",
"content": "用户提供的单词：{{ $json.word }}"
}
],
"max_tokens": 1000,
"temperature": 0.7,
"top_p": 0.9
}

点击执行按钮，如果配置没问题的话， 会返回如下数据：

五、提取输出信息节点

这个节点的目的是将大模型返回的数据提取出来标准化

选择JavaScript节点

删掉原有的代码

你可以使用我的代码，也可以用大模型生成，点击右上角的执行按钮，出现如下数据，说明没问题：

我们提取了五个数据：单词、音标、中文翻译、英文句子、中文句子。

// 代码如下

// 解析content字段中的JSON字符串
const content = JSON.parse($input.first().json.choices[0].message.content);

// 处理音标：去掉两端的 '/'（如果存在）
let ph = content.phonetic_symbol;
if (ph && ph.length >= 2 && ph[0] === '/' && ph[ph.length - 1] === '/') {
  ph = ph.slice(1, -1);
}

// 构建新的JSON结构
return [
  {
    json: {
      example_sentence: content.example_sentence,
      example_sentence_zh: content.example_sentence_zh,
      word: $('On form submission').first().json.word,
      phonetic_symbol: ph,
      meaning: content.meaning
    }
  }
];

六、文生图大模型节点

这里我们使用Seedream4.0，这里就不一步一步说明了，具体可以参考：

N8N系列：Seedream4.0 热度冲顶！教你 2 步接入 N8N，小白能入门、老手能落地，这篇实操文看完就会用

最后的配置如下：

JSON数据如下：

{
  "model": "ep-20250921142107-r4qb2",
  "prompt": "{{ $json.example_sentence }}",
  "sequential_image_generation": "disabled",
  "response_format": "url",
  "size": "{{ $('基础参数配置').item.json.width }}x{{ $('基础参数配置').item.json.height }}",
  "stream": false,
  "watermark": true
}

点击运行，如下图：

七、下载文生图的图片节点

这个节点比较简单，Method使用Get，然后将做的url用鼠标拖到右侧箭头位置。

然后点击：Add option，添加：Response

下面的选择：File

然后点击运行该节点，如下图，下载图片完成

八、生成卡片节点

这个节点的作用是将前面提取的五个数据：单词、音标、中文翻译、英文句子、中文句子，还有刚刚下载的图片一起做成一个有颜值的卡片。

这个节点生成的是HTML格式，可以使用大模型生成，也可以参考我的代码。

选择JavaScript语言

主要注意下这三个地方：

点击运行本节点：

九、HTML转图片节点

登录https://htmlcsstoimage.com/，获取API KEY

按照第四节方式添加这个平台的凭证：Header Auth

主要配置参数如下：

METHOD:POST

URL:  https://hcti.io/v1/image

SEND HEADER里面：

NAME：Content-Type，VALUE: application/json。

其他根据图下配置选即可：

点击运行本节点，输出如下图：

输出有url说明生成成功。

十、下载图片节点

和前面一样，将url拖到箭头位置

并添加Response，输出格式为File，请参考第七节。

点击运行本节点，如下图：

十一、保存英语卡片节点

选择：Write Fike to Disk

输出的文件名称，我们使用单词作为名称，后缀使用前面自动下载的文件后缀。你可以直接复制：

E:\\code\\Image\\{{ $('提取输出信息').item.json.word }}.{{ $input.first().binary.data.fileExtension }}

点击运行本节点

效果如下图：

以上就是今天的分享，希望能够有效果，提升孩子的英语学习成绩。

希望对你有帮助。

本文适合所有正在尝试或计划使用N8N进行开发的朋友。

技术可以变，但底层逻辑永远重要。

如对你有帮助，请关注我，持续分享给懂得思考的您。