Du kör en 3D-generering, tar länken, tänker att du ska logga den senare … och sedan är den borta. Eller så hittar du den, men du minns inte vilken prompt, vilken indata-bild eller varför den körningen tog en evighet.
Den här automatiseringen för Replicate Sheets tracking träffar marknadsteam och content-studior först, om vi ska vara ärliga. Men byråledare som gör kunddemos känner av det också, eftersom ”Var är den där 3D-output-URL:en?” blir en veckovis brandövning.
Det här arbetsflödet kör ditt Replicate image-to-3D-jobb, väntar tills det är klart och registrerar resultatet i Google Sheets så att varje körning blir sökbar, delbar och spårbar.
Så fungerar automatiseringen
Se hur detta löser problemet:
n8n Workflow Template: Replicate till Google Sheets: spåra alla 3D-resultat
flowchart LR
subgraph sg0["On clicking 'execute' Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "On clicking 'execute'", pos: "b", h: 48 }
n1@{ icon: "mdi:swap-vertical", form: "rounded", label: "Set API Key", pos: "b", h: 48 }
n2["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>Create Prediction"]
n3["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/code.svg' width='40' height='40' /></div><br/>Extract Prediction ID"]
n4@{ icon: "mdi:cog", form: "rounded", label: "Wait", pos: "b", h: 48 }
n5["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>Check Prediction Status"]
n6@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Check If Complete", pos: "b", h: 48 }
n7["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/code.svg' width='40' height='40' /></div><br/>Process Result"]
n4 --> n5
n1 --> n2
n6 --> n7
n6 --> n4
n2 --> n3
n3 --> n4
n0 --> n1
n5 --> n6
end
%% Styling
classDef trigger fill:#e8f5e9,stroke:#388e3c,stroke-width:2px
classDef ai fill:#e3f2fd,stroke:#1976d2,stroke-width:2px
classDef aiModel fill:#e8eaf6,stroke:#3f51b5,stroke-width:2px
classDef decision fill:#fff8e1,stroke:#f9a825,stroke-width:2px
classDef database fill:#fce4ec,stroke:#c2185b,stroke-width:2px
classDef api fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef code fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
classDef disabled stroke-dasharray: 5 5,opacity: 0.5
class n0 trigger
class n6 decision
class n2,n5 api
class n3,n7 code
classDef customIcon fill:none,stroke:none
class n2,n3,n5,n7 customIcon
Utmaningen: spåra Replicate 3D-jobb utan att tappa bort något
Replicate gör det enkelt att starta en image-to-3D-körning. Det smärtsamma är allt som händer efter att du klickat på ”go”. Du fastnar i att kontrollera status, kopiera output-länkar och försöka hålla en korrekt formaterad logg över vad som hände. Om du gör mer än några körningar i veckan blir historiken snabbt en rörig mix av webbläsarflikar, Slack-meddelanden och halvt ifyllda kalkylark. Och så frågar någon efter ”bästa resultatet från förra tisdagen”, och du får återskapa ditt eget arbete som om det vore en detektivhistoria.
Det byggs upp snabbt. Och det handlar inte bara om tid, utan om tappad kontext.
- Manuell statuskontroll tvingar dig att sitta barnvakt åt ett jobb som kan ta minuter, och rycker dig ur faktiskt kreativt arbete eller kundarbete.
- Output-URL:er kopieras till fel ställe (eller kopieras inte alls), vilket leder till omkörningar, dubbla kostnader och inkonsekventa resultat.
- Utan en logg med tidsstämplar och mätvärden är det svårt att förklara förseningar eller jämföra körningar när du finjusterar parametrar.
- Team ställer samma frågor om och om igen eftersom det inte finns någon gemensam ”single source of truth” för vad som genererades och när.
Lösningen: kör Replicate Hunyuan3D och logga resultaten i Google Sheets
Det här n8n-arbetsflödet kopplar mot Replicates API, startar en Hunyuan3D image-to-3D-prediktion och hanterar sedan den irriterande mellanfasen åt dig. När du startar det skapar arbetsflödet en prediktion i Replicate, hämtar prediction-ID:t och fortsätter kontrollera jobbstatus i en kort loop. När körningen till slut lyckas paketerar det de användbara detaljerna i strukturerade fält: status, output-URL:er, tidsstämplar och körningsmätvärden. Därefter kan du spara posten i Google Sheets så att varje generering dokumenteras på samma sätt, varje gång. Ingen flikhoppning. Inga ”vänta, vilken länk var den finala GLB:en?”-ögonblick.
Arbetsflödet börjar med en manuell kör-trigger (perfekt för test), använder sedan HTTP-förfrågningar för att prata med Replicate. Det väntar, pollar tills jobbet är klart och ger ett strukturerat resultat som är redo att skrivas till Google Sheets.
Vad som förändras: före vs. efter
| Det här tar bort | Effekten du märker |
|---|---|
|
|
Effekt i verkligheten
Säg att du genererar 10 image-to-3D-resultat per vecka. Manuellt kanske du lägger cirka 5 minuter per körning på att öppna jobbet, kolla status några gånger och till slut kopiera output-URL plus detaljer till ett ark. Det är ungefär 50 minuter administrativt arbete, och det är utspritt i små, störande avbrott. Med det här arbetsflödet startar du körningen en gång, pollningen sker automatiskt och loggningen blir en enda automatisk skrivning till Google Sheets. I praktiken granskar du mest arket och går vidare.
Krav
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Replicate för att köra Hunyuan3D-modellen.
- Google Sheets för att lagra resultat per jobb.
- Replicate API-token (hämta den i inställningarna för ditt Replicate-konto).
Kunskapsnivå: Nybörjare. Du klistrar in en API-nyckel, anger en bild-URL och kopplar ditt Google-konto.
Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).
Arbetsflödet steg för steg
Du kör det vid begäran. Arbetsflödet startar med ett manuellt klick i n8n, vilket är perfekt för dina första tester och för engångskörningar när du experimenterar.
Replicate tar emot genereringsbegäran. n8n skickar en HTTP-förfrågan till Replicates API med din indata-bild-URL och genereringsparametrar (som steps, seed och alternativ för textur/bakgrund) och fångar sedan prediction-ID:t som du behöver för spårning.
Arbetsflödet väntar och kontrollerar status. En kort väntan förhindrar att API:t överbelastas, sedan pollar n8n prediktions-endpointen. Om status ännu inte är ”succeeded” loopar det tillbaka och kontrollerar igen.
Resultat struktureras för loggning. När jobbet är klart sammanställer arbetsflödet strukturerade fält (status, output-URL:er, tidsstämplar och mätvärden) så att Google Sheets kan lagra en prydlig, konsekvent rad för varje jobb.
Du kan enkelt ändra indatakällan (till exempel ett formulär eller en rad i ett ark) för att köra detta i bakgrunden utifrån dina behov. Se den fullständiga implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera den manuella triggern
Det här arbetsflödet startar manuellt så att ni kan testa flödet för bild-till-3D-prediktion vid behov.
- Lägg till en Manual Start Trigger-nod på arbetsytan.
- Koppla Manual Start Trigger till Assign API Credential.
Steg 2: Anslut Replicate API-åtkomst
Lagra er Replicate API-nyckel och skicka den till alla HTTP-anrop via header-uttrycket.
- I Assign API Credential ställer ni in replicate_api_key till
[CONFIGURE_YOUR_API_KEY]eller er faktiska nyckel. - I Initiate Generation Request ställer ni in URL till
https://api.replicate.com/v1/predictions. - Ställ in Method till
POSToch låt Send Body vara aktiverat. - Ställ in Specify Body till
jsonoch klistra in JSON-body exakt som den visas i noden. - I Header Parameters ställer ni in Authorization till
{{ 'Bearer ' + $('Assign API Credential').item.json.replicate_api_key }}och Content-Type tillapplication/json.
⚠️ Vanlig fallgrop: Om ni lämnar [CONFIGURE_YOUR_API_KEY] oförändrat kommer autentiseringen att misslyckas. Ersätt det med er riktiga Replicate API-nyckel.
Steg 3: Sätt upp tolkning av prediktion och polling
När prediktionen har skapats extraherar arbetsflödet prediktions-ID:t och pollar tills den är klar.
- I Parse Prediction Identifier låter ni Mode vara inställt på
runOnceForEachItemoch använder den medföljande JavaScript-koden för att lagrapredictionIdochpredictionUrl. - Konfigurera Delay Cycle med Unit inställt på
secondsoch Amount inställt på2. - I Query Prediction Status ställer ni in URL till
{{ $json.predictionUrl }}. - Ställ in headern Authorization till
{{ 'Bearer ' + $('Assign API Credential').item.json.replicate_api_key }}i Query Prediction Status. - Säkerställ att exekveringsflödet följer Initiate Generation Request → Parse Prediction Identifier → Delay Cycle → Query Prediction Status.
Steg 4: Konfigurera logik för färdigställande och formatering av utdata
Kontrollera om prediktionen lyckas, loopa vid behov och normalisera utdata när den är klar.
- I Completion Branch Check ställer ni in det booleska villkoret för att jämföra Value 1
{{ $json.status }}med Value 2succeeded. - Koppla grenen true i Completion Branch Check till Assemble Output Data.
- Koppla grenen false i Completion Branch Check tillbaka till Delay Cycle för att fortsätta polla.
- I Assemble Output Data behåller ni JavaScript-koden som matar ut
status,output,metrics,created_at,completed_at,modelochother_url.
Steg 5: Testa och aktivera ert arbetsflöde
Kör ett fullständigt test för att verifiera att prediktionen slutförs och att utdata sammanställs korrekt.
- Klicka på Execute Workflow för att trigga Manual Start Trigger.
- Bekräfta att Initiate Generation Request returnerar ett prediktionssvar med ett
id. - Följ hur Delay Cycle och Query Prediction Status loopar tills Completion Branch Check matchar
succeeded. - Verifiera att Assemble Output Data matar ut 3D-modelldatan i det sista itemet.
- Växla arbetsflödet till Active för att använda det i produktion.
Tänk på detta
- Replicate-inloggningar kan löpa ut eller kräva specifika behörigheter. Om något slutar fungera, kontrollera först din Replicate API-token i n8n:s inställningar för credentials.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om nedströmsnoder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in ert varumärkesröst tidigt, annars kommer du att redigera outputar i all oändlighet.
Vanliga frågor
Cirka 30 minuter om dina Replicate- och Google-konton är klara.
Ja. Ingen kodning krävs; du kopplar främst konton och klistrar in en API-token.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna med Replicates användningskostnader (det varierar beroende på modell och körtid).
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärt och hanterar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serveradministration.
Du kan byta den manuella triggern mot en Google Sheets-trigger (ny rad) eller en formulärinskickning så att körningar startar automatiskt. De flesta anpassningar görs där arbetsflödet skapar prediktionen (HTTP-förfrågans parametrar) och där det sätter ihop de slutliga output-fälten. Vanliga justeringar är att lägga till en kolumn för ”projekt/kund”, spara den ursprungliga indata-bild-URL:en och skriva prediction-ID:t så att du kan öppna körningen direkt senare.
Oftast beror det på en felaktig eller utgången Replicate API-token i n8n, så skapa en ny och uppdatera credential. Det kan också fallera om din request-payload saknar bild-URL:en, eller om du har nått rate limits när du testar flera körningar direkt efter varandra.
Om du self-hostar n8n finns ingen körningsgräns (det beror främst på din server och hur många jobb du pollar samtidigt). I n8n Cloud beror kapaciteten på din plans månatliga executions, och polling kan förbruka fler executions eftersom varje statuskontroll är ytterligare ett steg i körningen. I praktiken börjar många team med några dussin Replicate-jobb per vecka utan att ens tänka på det. Om du planerar att köra hundratals, öka väntetiden lite och överväg batchning så att du inte belastar status-endpointen för hårt.
För det här användningsfallet är n8n oftast bättre, eftersom loopning (vänta → kontrollera → upprepa) är rakt på sak och du inte blir straffad för lite mer komplex logik. Zapier eller Make kan fungera, men polling-arbetsflöden blir ofta klumpiga eller dyra när du gör frekventa statuskontroller. n8n ger dig också möjligheten att self-hosta, vilket är bra om du vill ha obegränsat antal körningar. Om du bara behöver ett enkelt ”skicka request, logga svar” och inte bryr dig om att vänta på att jobbet blir klart kan enklare verktyg kännas snabbare att sätta upp. Prata med en automationsexpert om du vill ha hjälp att välja.
När varje Replicate-körning hamnar i Google Sheets med samma fält slutar du ”spåra arbete” och kan gå tillbaka till att leverera tillgångar. Sätt upp det en gång, och låt loggboken fylla sig själv.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.