Steg 2: Anslut primära tjänster (AI och mediauppladdningar)

Anslut autentiseringsuppgifter för AI-generering och mediauppladdningar så att arbetsflödet kan skapa resurser och skicka dem till renderings-API:t.

1. Öppna Compose Script & Prompts och ställ in JSON Output till true. Credential Required: Anslut era openAiApi-uppgifter.
2. I Create Image Variant ställer ni in Prompt till =Generate in the format 9:16 (no text in image): {{ $json['message.content.image_prompts'] }} och Resource till image. Credential Required: Anslut era googlePalmApi-uppgifter.
3. I Generate Voice Narration ställer ni in Input till ={{ $json.message.content.full_text }} och Voice till echo. Credential Required: Anslut era openAiApi-uppgifter.
4. Koppla httpHeaderAuth-uppgifter till uppladdnings- och rendernoderna: Upload Background Visuals, Upload Narration Audio, Upload Background Audio, Upload Watermark, Initiate Render Job, Query Render Status och Retrieve Output File. Credential Required: Anslut era httpHeaderAuth-uppgifter.

Compose Script & Prompts skickar utdata till både Split Image Prompt List och Generate Voice Narration parallellt.

Steg 3: Konfigurera innehållsgenerering och resursuppladdningar

Konfigurera pipelines för bild, berättarröst och ambientt ljud så att alla resurser laddas upp innan rendering.

1. I Split Image Prompt List ställer ni in Field To Split Out till message.content.image_prompts.
2. I Upload Background Visuals ställer ni in URL till https://api.jsoncut.com/api/v1/files/upload, Method till POST och Content Type till multipart-form-data.
3. I Aggregate Image URLs aggregerar ni fältet data.storageUrl så att bild-URL:er lagras som en lista.
4. I Compute Audio Length behåller ni Language som python och låter det tillhandahållna skriptet vara kvar för att beräkna duration_seconds.
5. I Retrieve Ambient Audio List ställer ni in URL till https://api.openverse.engineering/v1/audio/ och säkerställer att query-parametrarna inkluderar q=ambiente, license=cc0,by,by-sa och format=json.
6. I Download Random Audio ställer ni in URL till ={{ $json.results[Math.floor(Math.random() * $json.results.length)].url }}.
7. Säkerställ att Upload Narration Audio och Upload Background Audio båda postar till https://api.jsoncut.com/api/v1/files/upload med binära fil-bodyparametrar.

Upload Background Visuals skickar utdata till Aggregate Image URLs, och Aggregate Image URLs skickar utdata till Combine Upload Streams.

Generate Voice Narration skickar utdata till Compute Audio Length, och sedan skickar Compute Audio Length utdata till Upload Narration Audio.

Retrieve Ambient Audio List skickar utdata till Download Random Audio, och sedan skickar Download Random Audio utdata till Upload Background Audio.

Fetch Watermark Asset skickar utdata till Upload Watermark.

Upload Watermark, Upload Narration Audio, Upload Background Audio och Aggregate Image URLs matas alla in i Combine Upload Streams, som sedan skickar utdata till Collect Upload Results.

⚠️ Vanlig fallgrop: Om Aggregate Image URLs inte aggregerar data.storageUrl kommer render-payloaden att misslyckas eftersom $json.upload_results[0].storageUrl inte blir en lista.

Steg 4: Konfigurera render-jobbet och pollningsloopen

Bygg render-payloaden, starta jobbet och polla tills det är klart.

1. I Initiate Render Job ställer ni in URL till https://api.jsoncut.com/api/v1/jobs och Method till POST.
2. Ställ in JSON Body till det angivna uttrycket och behåll alla inbäddade uttryck, inklusive {{ $('Compute Audio Length').item.json.duration_seconds }} och {{ $json.upload_results[0].storageUrl[0] }} för timing och mediasökvägar.
3. I Delay Timer ställer ni in Unit till seconds och Amount till 3.
4. I Query Render Status ställer ni in URL till =https://api.jsoncut.com/api/v1/jobs/{{ $('Initiate Render Job').item.json.data.jobId }}.
5. I Validate Completion ställer ni in villkoret till att ={{ $json.data.status }} är lika med COMPLETED.

Initiate Render Job skickar utdata till Delay Timer, därefter skickar Delay Timer utdata till Query Render Status, och Query Render Status skickar utdata till Validate Completion.

Steg 5: Konfigurera lagring av utdata

Ladda ned den färdiga videon och lagra den i er databas.

1. I Retrieve Output File ställer ni in URL till =https://api.jsoncut.com/api/v1/files/{{ $json.data.outputFileId }}/download och behåller svarsformatet som en fil.
2. I Store Video Record ställer ni in Project ID och Table till era NocoDB-ID:n (ersätt [YOUR_ID]).
3. Mappa fält i Store Video Record med uttryck: ={{ $('Form Input Trigger').item.json['Video Theme'] }}, ={{ $('Form Input Trigger').item.json['Video Setting'] || "" }} och ={{ $('Form Input Trigger').item.json['Image Style'] || "" }}.
4. Ställ in fältet Output så att det använder Binary Data från data-egenskapen.
5. Credential Required: Anslut era nocoDbApiToken-uppgifter i Store Video Record.

Validate Completion skickar utdata till Retrieve Output File när status är COMPLETED, och sedan skickar Retrieve Output File utdata till Store Video Record.

Steg 6: Lägg till felhantering

Stoppa arbetsflödet om renderingen misslyckas och undvik oändlig pollning.

1. I Detect Failure behåller ni villkoren som kontrollerar att ={{ $json.data.status }} är lika med FAILED eller CANCELLED.
2. Koppla “true”-vägen från Validate Completion till Retrieve Output File och “false”-vägen till Detect Failure.
3. Koppla Detect Failure till Abort on Failure så att arbetsflödet stoppas med meddelandet Failed to generate image.

Steg 7: Testa och aktivera ert arbetsflöde

Kör ett manuellt test för att säkerställa att resurser laddas upp, att renderingen slutförs och att videon lagras korrekt.

1. Klicka på Execute Workflow och skicka in formuläret Form Input Trigger med exempelvärden för Video Theme och Video Setting.
2. Verifiera att Compose Script & Prompts returnerar JSON med image_prompts, full_text och text_segments.
3. Bekräfta att Combine Upload Streams och Collect Upload Results innehåller URL:er för bilder, berättarröstljud, bakgrundsljud och vattenstämpeln.
4. Kontrollera Query Render Status tills Validate Completion routar till Retrieve Output File.
5. Bekräfta att Store Video Record skapar en ny rad i NocoDB med utdatafilen bifogad.
6. När testet är lyckat, växla arbetsflödet till Active för användning i produktion.