如何用n8n结合ffmpeg实现视频处理?

摘要:背景 n8n-ffmpeg 这是一个为 n8n 工作流自动化平台集成 FFmpeg 功能的 Docker 镜像项目。通过此项目,您可以在 n8n 中使用 FFmpeg 进行音视频处理、转码、分析等多媒体操作。 项目:with-ffmpeg
背景 n8n-ffmpeg 这是一个为 n8n 工作流自动化平台集成 FFmpeg 功能的 Docker 镜像项目。通过此项目,您可以在 n8n 中使用 FFmpeg 进行音视频处理、转码、分析等多媒体操作。 项目:with-ffmpeg 成品:docker pull skyjilygao/n8n-with-ffmpeg:1.122.5-20251216154621 可以直接用现成镜像执行即可 📋 项目背景 随着短视频和内容创作需求爆发式增长,企业急需将专业的音视频处理能力集成到自动化工作流中。然而 FFmpeg 命令复杂、学习成本高,缺乏可视化操作界面。n8n-ffmpeg 项目应运而生,通过将 FFmpeg 集成到 n8n 平台,让媒体处理变得简单高效,助力企业数字化转型。 项目概述 本项目基于官方 n8n 镜像(1.122.5),集成了 FFmpeg 7.0.2 静态编译版本,提供了完整的音视频处理能力。适用于需要在 n8n 工作流中进行媒体文件处理的各种场景。 主要特性 🎬 FFmpeg 功能 音视频转码: 支持各种格式之间的转换 视频处理: 剪辑、合并、添加水印、调整分辨率等 音频处理: 提取、合并、转换音频格式 媒体分析: 获取媒体文件详细信息 VMAF 支持: 包含完整的 VMAF 模型库,用于视频质量评估 🐳 Docker 集成 基于官方 n8n 镜像构建 中国时区配置 (Asia/Shanghai) 优化的容器配置 支持外部数据卷持久化 📊 VMAF 模型库 包含完整的 VMAF (Video Multimethod Assessment Fusion) 模型库: 标准模型: vmaf_v0.6.1, vmaf_b_v0.6.3 等 4K 模型: vmaf_4k_v0.6.1, vmaf_4k_rb_v0.6.2 等 浮点模型: vmaf_float 系列 Netflix 模型: 多种 Netflix 训练模型 快速开始 前提条件 Docker 和 Docker Compose 已安装 可用的域名和 SSL 证书(用于生产环境) 1. 克隆项目 git clone <项目地址> cd n8n-ffmpeg 2. 构建镜像 ./build-image.sh # 或docker build -t n8n-with-ffmpeg:latest . 脚本说明:build-image.sh 3. 启动服务 ./restart.sh # 或 docker-compose up -d 脚本说明:restart.sh 4. 使用便捷脚本 项目提供了几个便捷的 shell 脚本来简化容器管理: 🔨 构建镜像脚本 (build-image.sh) 自动化构建新镜像并更新 docker-compose.yml 文件: ./build-image.sh 功能特点: 自动构建带有时间戳标签的镜像 备份原有的 docker-compose.yml 文件 智能替换镜像名称(支持变量和直接引用格式) 验证 docker-compose 文件语法 自动清理旧镜像(保留最新3个) 构建过程: 检查必要文件是否存在 构建新的 Docker 镜像(格式:n8n-with-ffmpeg:1.122.5-YYYYMMDDhhmmss) 备份当前的 docker-compose.yml 文件 更新 docker-compose.yml 中的镜像引用 验证配置文件语法 提供部署和清理指导 🔄 重启脚本 (restart.sh) 快速重启 n8n 容器: ./restart.sh 执行流程: 停止当前运行的容器 等待1秒确保完全停止 重新启动容器 ⏹️ 停止脚本 (stop.sh) 停止 n8n 容器: ./stop.sh 功能: 优雅地停止 n8n 容器 释放相关资源 5. 访问 n8n 打开浏览器访问 http://localhost:5678 即可使用 n8n。
阅读全文