Steg 2: Koppla Upload-Post och ljudextraktion

Konfigurera kedjan för ljudextraktion och jobb-pollning som förbereder ljud för transkribering.

1. Öppna Extract Audio Track och ställ in URL på https://api.upload-post.com/api/uploadposts/ffmpeg/jobs/upload.
2. I Extract Audio Track, ställ in Method på POST och Content Type på multipart-form-data.
3. Mappa body-parametrarna i Extract Audio Track: file från binärfältet Video, full_command till ffmpeg -y -i {input} -map a:0 -vn -ac 1 -ar 16000 -c:a pcm_s16le {output}, och output_extension till wav.
4. Inloggningsuppgifter krävs: koppla era httpHeaderAuth-credentials i Extract Audio Track.
5. I Delay 10s Audio, ställ in Amount på 10 sekunder för att vänta innan pollning.
6. I Poll Audio Job, ställ in URL på =https://api.upload-post.com/api/uploadposts/ffmpeg/jobs/{{ $json.job_id }} och lägg till Inloggningsuppgifter krävs: httpHeaderAuth.
7. I Audio Job Finished?, säkerställ att villkoret kontrollerar Left Value ={{ $json.status }} är lika med finished.
8. I Retry Audio After 5s, lämna standardinställningarna för att loopa tillbaka till Poll Audio Job när jobbet inte är klart.
9. I Fetch Audio File, ställ in URL på =https://api.upload-post.com/api/uploadposts/ffmpeg/jobs/{{ $json.job_id }}/download och lägg till Inloggningsuppgifter krävs: httpHeaderAuth.

Steg 3: Sätt upp transkribering och AI-val av klipp

Transkribera ljudet, normalisera det och skicka det till AI-modellen för val av klipp.

1. Öppna Whisper Transcription och ställ in URL på https://api.openai.com/v1/audio/transcriptions.
2. Ställ in Method på POST och Content Type på multipart-form-data i Whisper Transcription.
3. Konfigurera body-parametrarna i Whisper Transcription: file från binärfältet data, model till whisper-1, response_format till verbose_json, och timestamp_granularities[] till word.
4. Inloggningsuppgifter krävs: koppla era openAiApi-credentials i Whisper Transcription.
5. I Normalize Whisper Output, behåll den medföljande JavaScript-koden som skapar video_duration, words_llm och text_llm för AI-prompten.
6. Öppna AI Clip Selector och behåll prompttexten som den är, inklusive uttrycken {{ $json.video_duration }}, {{ JSON.stringify($json.text_llm) }} och {{ JSON.stringify($json.words_llm) }}.
7. Bekräfta att Gemini Chat Engine är ansluten som språkmodell för AI Clip Selector.
8. Inloggningsuppgifter krävs: koppla era googlePalmApi-credentials i Gemini Chat Engine (credentials läggs till i den överordnade språkmodellen, inte i agentnoden).

Steg 4: Konfigurera klipptolkning, klippning och schemaläggning av uppladdningar

Tolka AI-utdata, klipp klippen med Upload-Post och schemalägg sociala uppladdningar.

1. I Parse Gemini Output, behåll JavaScript-koden som tolkar JSON, normaliserar tidsstämplar och bygger full_command per klipp.
2. Öppna Upload and Cut Clips och ställ in URL på https://api.upload-post.com/api/uploadposts/ffmpeg/jobs/upload.
3. Ställ in Method på POST och Content Type på multipart-form-data i Upload and Cut Clips.
4. Ställ in body-parametrarna i Upload and Cut Clips med full_command som inkluderar uttrycken {{ $json.startTime }} och {{ $json.duration }} i ffmpeg-strängen.
5. Inloggningsuppgifter krävs: koppla era httpHeaderAuth-credentials i Upload and Cut Clips, Poll Clip Job och Fetch Clip File (dessa hanterar klipjobbets livscykel).
6. Ställ in Delay 10s Clip på 10 sekunder och säkerställ att Poll Clip Job använder =https://api.upload-post.com/api/uploadposts/ffmpeg/jobs/{{ $json.job_id }}.
7. I Clip Job Finished?, bekräfta att villkoret kontrollerar ={{ $json.status }} är lika med finished.
8. I Fetch Clip File, ställ in URL på =https://api.upload-post.com/api/uploadposts/ffmpeg/jobs/{{ $json.job_id }}/download.
9. Öppna Schedule Social Uploads och ställ in User på influencersde.
10. Ställ in Title på ={{ $('Parse Gemini Output').item.json.video_description_for_tiktok }}, YouTube Title på ={{ $('Parse Gemini Output').item.json.video_title_for_youtube_short }} och Instagram Title på ={{ $('Parse Gemini Output').item.json.video_description_for_instagram }}.
11. Ställ in Scheduled Date till det angivna uttrycket: {{ $now .setZone('Europe/Madrid') .plus({ days: $itemIndex + 1 }) // +1 = empieza mañana .set({ hour: 15, minute: 0, second: 0, millisecond: 0 }) .toFormat('yyyy-LL-dd HH:mm:ss') // si tu nodo acepta este formato }}.
12. Inloggningsuppgifter krävs: koppla era uploadPostApi-credentials i Schedule Social Uploads.

Steg 5: Testa och aktivera ert arbetsflöde

Kör ett fullständigt test för att bekräfta att flödet för ljudextraktion, AI-val, klippning och schemaläggning fungerar från början till slut.

1. Klicka på Execute Workflow och skicka in en testfil via Video Intake Form.
2. Verifiera att Extract Audio Track skapar ett jobb, att Poll Audio Job returnerar finished och att Fetch Audio File laddar ned ljudet.
3. Bekräfta att Whisper Transcription returnerar verbose JSON och att Normalize Whisper Output skapar video_duration, words_llm och text_llm.
4. Kontrollera att AI Clip Selector returnerar giltig JSON och att Parse Gemini Output skapar klippobjekt med startTime, duration och full_command.
5. Verifiera att Upload and Cut Clips och pollningscykeln för klippen slutförs, och att Schedule Social Uploads får den färdiga klippfilen och metadata.
6. När ni är nöjda, växla arbetsflödet till Active så att nya formulärinskick automatiskt bearbetas.