Steg 2: Anslut Airtable-, Google Drive- och Telegram-noder

Dessa noder läser och lagrar bildmetadata och filer samt skickar meddelanden/bilder tillbaka till Telegram.

1. I Lookup Airtable Records väljer ni er Base och Table, och ställer sedan in Filter By Formula till ={ID} = "{{ $('Telegram Intake Trigger').item.json.message.from.id }}".
2. I Upsert Base Image Record väljer ni samma Airtable-bas/tabell och mappar fälten: ID till {{ $('Telegram Intake Trigger').item.json.message.from.id }} och base_image_link till {{ $json.webContentLink }}.
3. I Upsert Metadata Record (inaktiverad som standard) säkerställer ni att samma bas/tabell är vald och att mappningen är ID till {{ $json.id }} och base_image_link till {{ $json.image_link }}.
4. I Upload Image to Drive ställer ni in Name till {{ $json.result.file_unique_id }} och väljer er mål-Folder.
5. I Upload Edited File ställer ni in Name till {{ $('Telegram Intake Trigger').item.json.message.from.id }}_base och väljer samma mål-Folder.
6. Granska Telegram-utnoderna och behåll deras chatt-ID:n som de är: Notify Processing Wait använder {{ $json.ID }}, Prompt for Edit Details och Request Image Upload använder {{ $('Telegram Intake Trigger').item.json.message.from.id }}, och Send Edited Photo använder samma.

Steg 3: Konfigurera intagskontroller och flödet för bildlagring

Det här avsnittet routar användare baserat på om de skickade ett foto och förbereder en basbildspost för senare redigeringar.

1. I Photo Presence Check bekräftar ni att villkoret använder Left Value {{ $json.message.photo[0] }} med operatorn exists.
2. Säkerställ att den sanna grenen från Photo Presence Check går till Fetch Telegram Photo och att den falska grenen går till Lookup Airtable Records.
3. I Fetch Telegram Photo behåller ni File ID som {{ $json.message.photo[2].file_id }} och Resource satt till file.
4. Fetch Telegram Photo skickar utdata både till Binary to Base64 och Upload Image to Drive parallellt—verifiera att båda anslutningarna finns.
5. I Binary to Base64 behåller ni Operation satt till binaryToPropery och slår sedan ihop med Drive-uppladdningsdata via Combine Upload Data → Aggregate Item Data.
6. I Map Image Fields mappar ni image_link till {{ $json.data[0].webContentLink }}, image_hash till {{ $json.data[1].data }}, och id till {{ $('Telegram Intake Trigger').item.json.message.from.id }}.
7. Efter Lookup Airtable Records använder ni Existing ID Check för att förgrena: Notify Processing Wait (true) eller Request Image Upload (false).
8. I Notify Processing Wait behåller ni Text som Please wait 30 Seconds while we work our magic. och Chat ID som {{ $json.ID }}.
9. I Request Image Upload behåller ni Text som Please upload a image to to edit. och Chat ID som {{ $('Telegram Intake Trigger').item.json.message.from.id }}.

Steg 4: Konfigurera bildhämtning och payload för redigering

När en befintlig användare skickar en redigeringsbegäran hämtar arbetsflödet den lagrade basbilden och bygger API-payloaden.

1. I Retrieve Stored Image ställer ni in URL till {{ $('Lookup Airtable Records').item.json.base_image_link }}.
2. I Extract File Binary behåller ni Operation som binaryToPropery.
3. I Compose Edit Payload ställer ni in fälten: message till {{ $('Telegram Intake Trigger').item.json.message.text }}, id till {{ $('Telegram Intake Trigger').item.json.message.from.id }}, base_image_link till {{ $('Lookup Airtable Records').item.json.base_image_link }}, och base_image64 till {{ $json.data }}.
4. Behåll det booleska fältet image_exits satt till true i Compose Edit Payload.

Steg 5: Konfigurera bildredigerings-API:et och konverteringen

Det här steget skickar redigeringsbegäran till bildgenererings-API:et och konverterar svaret till en PNG-fil för leverans.

1. I Image Edit API Call ställer ni in URL till https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash-image-preview:generateContent och Method till POST.
2. Ställ in JSON Body till det angivna uttrycket och bekräfta att det innehåller {{ JSON.stringify($json.message) }} och inline-data {{ $('Compose Edit Payload').item.json.base_image64 }}.
3. Ställ in JSON Headers till { "x-goog-api-key": "[CONFIGURE_YOUR_API_KEY]", "Content-Type": "application/json" }.
4. I Base64 to PNG File behåller ni det befintliga konverteringsskriptet som det är för att generera binär utdata för efterföljande noder.
5. Base64 to PNG File skickar utdata både till Upload Edited File och Send Edited Photo parallellt—bekräfta att båda anslutningarna finns.

Steg 6: Konfigurera uppdateringar av utdata och användarsvar

Efter redigering lagrar arbetsflödet den redigerade filen, uppdaterar Airtable och notifierar användaren.

1. I Upload Edited File behåller ni namnformatet {{ $('Telegram Intake Trigger').item.json.message.from.id }}_base för unika användarfiler.
2. Säkerställ att Upload Edited File matar in i Upsert Base Image Record för att uppdatera base_image_link i Airtable.
3. I Send Edited Photo bekräftar ni att Operation är sendPhoto och att Binary Data är aktiverat så att PNG-filen skickas tillbaka till användaren.
4. I Prompt for Edit Details behåller ni Text som Thank you for providing the image. Please let us know the edits you require och Chat ID som {{ $('Telegram Intake Trigger').item.json.message.from.id }}.

Steg 7: Testa och aktivera ert arbetsflöde

Validera hela flödet från start till mål innan ni aktiverar det för produktion.

1. Klicka på Execute Workflow och skicka ett Telegram-meddelande med ett foto till er bot för att testa flödet för ny bild.
2. Bekräfta att Upload Image to Drive lagrar filen och att Prompt for Edit Details svarar med promptmeddelandet.
3. Skicka ett uppföljande textmeddelande (redigeringsbegäran) från samma användare och verifiera att Image Edit API Call körs, att Base64 to PNG File producerar binärdata och att Send Edited Photo returnerar den redigerade bilden.
4. Kontrollera Airtable för uppdateringar från Upsert Base Image Record och (om aktiverad) Upsert Metadata Record.
5. När allt fungerar växlar ni arbetsflödet till Active för att aktivera körning i produktion.