AI Stack Nav

实战资料
Gemini Agentic Video与n8n自动处理YouTube长视频工作流

Gemini Agentic Video＋n8n：YouTube长视频自动转章节、口播稿、SEO文章和知识库

摘要： Gemini Agentic Video 更准确的官方名称是 Agentic video understanding。它让 Gemini 3.8 Flash 等模型不再固定把整段长视频按 1 FPS 全量塞入上下文，而是根据任务动态浏览时间轴，按需加载字幕、音频和关键画面。配合 n8n，可以把一个公开 YouTube 长视频或本地 MP4 自动转换为章节时间戳、二次口播稿、SEO 长文和可检索知识库条目。本文提供两套输入方案、Gemini Interactions API 配置、JSON Schema、n8n 节点链路、成本估算、质量验收和故障恢复。最适合视频博主、课程团队、企业培训和 AI Stack Nav 这类内容站；生产环境建议保留事实核验与人工发布审批。

核心结论

**Gemini Agentic Video + n8n 已经适合搭建“长视频一次分析、多种内容自动产出”的生产工作流。**长视频应优先使用 Gemini 3.8 Flash 的 processing: "agentic"，让模型按任务动态定位字幕和画面；n8n 负责触发、调用、结构校验、拆分生成、存储和审批。

  • **值得使用：**适合 10 分钟以上访谈、教程、直播回放、课程和播客视频，尤其适合需要章节与知识库证据定位的场景。
  • **输入方式：**公开视频可直接传 YouTube URL，但该能力仍为 Preview，且不支持 private 或 unlisted 视频；自有或非公开视频应使用 Files API 或 Cloud Storage。
  • **推荐模型：**教程以官方示例采用的 gemini-3.8-flash 为主；3.7/3.6 Flash 与 3.5 Flash Lite 也支持 agentic processing。
  • **成本判断：**Google 官方称 agentic 模式在长内容上最高可减少 88% 总 Token，并约提升 7% 质量；实际用量随视频复杂度和模型导航策略变化，必须记录 usage metadata。
  • **发布原则：**章节、口播稿、SEO 文章和知识库应分别生成并校验，不建议一次提示词直接产出所有最终成品；对外发布必须保留人工审批。

Gemini Agentic Video到底是什么

Gemini Agentic Video 不是一个独立模型 ID，而是 Gemini 视频理解的 agentic processing 模式。调用时仍指定 gemini-3.8-flash 等模型，并在视频输入对象中增加：

{
  "type": "video",
  "uri": "YOUR_VIDEO_URI",
  "mime_type": "video/mp4",
  "processing": "agentic"
}

传统 static 模式默认按固定 1 FPS 提取帧，在一次请求中把视频信息放入上下文；agentic 模式则让模型围绕问题动态导航时间轴，选择性检查 transcript，并调整帧率和分辨率。对于“找出每个主题开始时间”“核对讲者展示的配置参数”“定位产品演示步骤”等任务，这种方式更像一个会快进、回看和对照字幕的视频研究 Agent。

根据 Google Gemini 视频理解官方文档，当前支持 agentic 模式的模型包括 Gemini 3.8 Flash、3.7 Flash、3.6 Flash 和 3.5 Flash Lite。官方建议长视频或针对特定时刻的问题优先从 agentic 模式开始；5 分钟以内且对低延迟或全片逐帧精度有要求的短片，可考虑 static 模式。

对比项Static 模式Agentic 模式
视频读取默认固定 1 FPS 全量处理按任务动态浏览时间轴
适合内容5 分钟内短片、逐帧检查长访谈、教程、直播、课程
Token低分辨率约 100 tokens/秒，高分辨率约 300 tokens/秒随导航策略变化，长内容最高可节省 88%
首 Token 延迟短片通常更低短片可能因导航稍慢
定位特定主题依赖全片上下文主动加载相关字幕和片段
调用参数默认即可processing: "agentic"

官方“最高 88% 更省 Token、约 7% 质量提升”是产品文档中的总体说明，不代表每条视频都能达到该幅度。视频结构、问题范围、画面密度和输出长度都会改变结果。

如果你还需要补齐模型接入与计费基础，可继续查看 AI Stack Nav 的 Gemini API 教程；希望把本文流程扩展到更多自动化场景，可参考 n8n 企业工作流相关文章。

工作流最终要产出什么

一个生产级工作流不应只输出“视频摘要”，而应先生成可复用的事实底稿，再派生四类内容。

章节时间戳

章节用于 YouTube 描述、播放器导航和文章目录。每章至少包含 start_time、title、summary 和 evidence。首章从 00:00 开始，时间戳必须单调递增，且不得超过视频总时长。

二次口播稿

口播稿不是逐字转写，而是保留原视频事实基础后，按新的受众和表达节奏重新组织。它应包含开场钩子、背景、主要论点、转场、行动建议和结尾 CTA，同时标注哪些内容来自原视频、哪些是编辑补充。

SEO文章

SEO 文章要围绕搜索意图重构，而不是把字幕简单分段。建议包含摘要、核心结论、H2/H3、关键步骤、表格、FAQ、事实来源、标题、描述和关键词，并把时间戳作为视频证据入口。

知识库条目

知识库不是把整篇转写塞入向量数据库。应以章节或语义段为单位切块，保存 video_id、标题、起止时间、讲者、主题、正文、来源 URL、语言、发布日期和内容哈希，方便检索结果回到原视频。

Gemini Agentic Video和n8n长视频内容再利用技术架构
先提取结构化事实底稿，再生成章节、口播稿、SEO文章和知识库。

两种视频输入方案怎么选

方案A：直接传YouTube URL

这是最快的路线。Gemini API 可以直接接收公开视频 URL，无需 n8n 下载视频，也减少临时文件和存储管理。

官方当前限制包括：YouTube URL 功能处于 Preview、目前无额外收费但价格和 rate limits 可能变化；只支持 public 视频，不支持 private 和 unlisted 视频；免费层每天最多提交 8 小时 YouTube 视频；付费层官方未按视频时长设置同类限制。Gemini 2.5 及以后模型每个请求最多可输入 10 个视频。

适合：公开发布的自有视频、公开访谈和获得合法使用授权的公开视频。不要把“公开可看”误解为“可以任意复制和再发布”。生成文章或口播稿时仍需遵守版权、引用与平台条款。

方案B：上传Files API

本地录屏、私有课程、未公开视频和需要重复分析的素材，应通过 Files API 上传。官方视频文档建议 100 MB 以上、10 分钟以上或需要多次请求复用的内容使用 Files API。

当前官方视频输入表列出：Files API 单文件最大 20 GB（付费）/2 GB（免费）；Files API 通用说明则写明每个项目最多存储 20 GB、文件通常保存 48 小时。不同账户和接口能力可能存在变化，实际上传前应以控制台和最新文档为准。

Files API 文件进入 ACTIVE 状态后再调用 Interactions API；PROCESSING 时需要轮询，FAILED 则进入错误分支。流程完成后可主动删除文件，不必等待自动过期。

场景推荐输入原因
公开YouTube视频YouTube URL无需下载，链路最短
不公开或私有视频Files APIYouTube URL不支持 private/unlisted
本地OBS录屏Files API可直接上传 MP4
企业长期素材库Cloud Storage Registration更适合持久复用
小于1分钟的一次性片段Inline Data请求简单，但不适合长视频

n8n完整节点架构

建议把工作流拆成“摄取、分析、生成、验证、存储、发布”六段。节点名称可按实际版本变化，核心数据契约保持不变。

Schedule/Webhook
  → Validate Input
  → YouTube Metadata / File Upload
  → Gemini Agentic Video Analysis
  → JSON Schema Validation
  → Split Outputs
     ├─ Chapters Formatter
     ├─ Script Generator
     ├─ SEO Article Generator
     └─ Knowledge Chunks
  → Quality Gate
  → Human Approval
  → WordPress / Google Drive / Vector DB

n8n 最新文档显示，Google Gemini 节点可使用 Gemini API Key；n8n Cloud 的部分节点也可选择 Gateway credits。由于 agentic video 的 processing 字段、Interactions API 和复杂 response schema 可能早于可视化节点表单完整适配，本文推荐用 HTTP Request 节点直接调用官方 REST API，避免节点版本缺少参数。

第一步：准备凭据和环境

  1. 在 Google AI Studio 创建 Gemini API Key，并确认项目已启用所需模型和计费层级。
  2. 在 n8n Credentials 中创建 Header Auth 或使用受保护的环境变量，不要把 Key 写进工作流 JSON。
  3. 如果要读取 YouTube 标题、时长和频道信息，创建 YouTube Data API 凭据；videos.list 每次调用官方配额成本为 1 unit。
  4. 为 WordPress、Notion、Google Drive 或向量数据库分别创建最小权限凭据。
  5. 新建测试工作流，只使用你拥有版权或明确授权的视频。
  6. 配置 Error Workflow、超时、重试和告警，避免长视频任务静默失败。

示例环境变量：

GEMINI_API_KEY=YOUR_GEMINI_API_KEY
YOUTUBE_API_KEY=YOUR_YOUTUBE_API_KEY
WORDPRESS_BASE_URL=https://YOUR_DOMAIN
VECTOR_STORE_URL=https://YOUR_VECTOR_STORE

在共享 n8n 实例中，Credentials 的查看、编辑和执行权限应分离；执行日志不能保存完整 API Key、视频二进制或客户敏感字幕。

第二步：获取并校验YouTube输入

Webhook 接收以下最小 Payload：

{
  "youtube_url": "https://www.youtube.com/watch?v=YOUR_VIDEO_ID",
  "language": "zh-CN",
  "target_audience": "AI工具用户与自动化开发者",
  "outputs": ["chapters", "script", "seo_article", "knowledge_base"]
}

Code 节点提取 video ID，并拒绝非 YouTube 域名、播放列表参数和空值：

const raw = String($json.youtube_url || '').trim();
const u = new URL(raw);
const allowed = ['youtube.com', 'www.youtube.com', 'youtu.be'];
if (!allowed.includes(u.hostname)) throw new Error('Unsupported video host');

let videoId = u.hostname === 'youtu.be'
  ? u.pathname.slice(1)
  : u.searchParams.get('v');

if (!/^[A-Za-z0-9_-]{11}$/.test(videoId || '')) {
  throw new Error('Invalid YouTube video ID');
}

return [{ json: { ...$json, video_id: videoId, canonical_url:
  `https://www.youtube.com/watch?v=${videoId}` } }];

随后调用 YouTube Data API videos.list?part=snippet,contentDetails,status&id=...，保存标题、频道、发布日期、ISO 8601 时长和隐私状态。若视频不是 public，直接切换到 Files API 路线，不要反复重试 YouTube URL。

第三步：调用Gemini Agentic Video

HTTP Request 节点配置：

  • Method：POST
  • URL：https://generativelanguage.googleapis.com/v1beta/interactions
  • Header：x-goog-api-key: {{$credentials.geminiApiKey}}
  • Content-Type：application/json
  • Timeout：长视频建议提高，并考虑 background execution 或 streaming

请求体示例：

{
  "model": "gemini-3.8-flash",
  "input": [
    {
      "type": "video",
      "uri": "https://www.youtube.com/watch?v=YOUR_VIDEO_ID",
      "processing": "agentic"
    },
    {
      "type": "text",
      "text": "分析该视频。只提取视频中可以验证的信息；为每个主题给出MM:SS开始时间、标题、摘要、关键论点和证据说明。不要猜测未展示的数据。"
    }
  ]
}

Google 建议在单视频与文本组合时，把文本提示放在视频 part 之后；引用具体时刻时使用 MM:SS。长视频和复杂任务可能出现连接或认证超时，官方建议使用 stream: true 或 background: true。

如果响应的 steps 中出现 processing_call 与 processing_result，即可确认模型实际使用了 agentic processing。建议在 n8n 中保存步骤类型、耗时和 usage，而不要只保存最终文本。

第四步：用JSON Schema锁定输出

自动化最怕自由文本结构漂移。Gemini Structured Outputs 可以按 JSON Schema 返回可解析结果；但官方也提醒，语法正确不等于语义正确，应用仍需验证值。

推荐让第一轮只产出“视频事实底稿”：

{
  "type": "object",
  "properties": {
    "video_title": { "type": "string" },
    "language": { "type": "string" },
    "summary": { "type": "string" },
    "chapters": {
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "start_time": {
            "type": "string",
            "description": "MM:SS or HH:MM:SS"
          },
          "title": { "type": "string" },
          "summary": { "type": "string" },
          "evidence": { "type": "string" }
        },
        "required": ["start_time", "title", "summary", "evidence"]
      }
    },
    "claims": {
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "claim": { "type": "string" },
          "timestamp": { "type": "string" },
          "confidence": {
            "type": "string",
            "enum": ["high", "medium", "low"]
          }
        },
        "required": ["claim", "timestamp", "confidence"]
      }
    }
  },
  "required": ["video_title", "language", "summary", "chapters", "claims"]
}

生产请求中把它放入 response_format，指定 mime_type: "application/json"。Schema 不要过深；Google 当前只支持 JSON Schema 的子集，过大或复杂 Schema 可能被拒绝。

第五步：验证章节时间戳

结构化输出后进入 Code 节点验证，而不是直接写入 YouTube 描述。

function toSeconds(ts) {
  const parts = ts.split(':').map(Number);
  if (parts.some(Number.isNaN) || parts.length < 2 || parts.length > 3) return -1;
  return parts.reduce((acc, n) => acc * 60 + n, 0);
}

const data = typeof $json.output_text === 'string'
  ? JSON.parse($json.output_text)
  : $json;

let last = -1;
for (const [i, chapter] of data.chapters.entries()) {
  const sec = toSeconds(chapter.start_time);
  if (sec < 0 || sec <= last) throw new Error(`Invalid timestamp at chapter ${i}`);
  if (!chapter.title?.trim()) throw new Error(`Missing title at chapter ${i}`);
  last = sec;
}

if (toSeconds(data.chapters[0]?.start_time || '') !== 0) {
  throw new Error('First chapter must start at 00:00');
}

return [{ json: data }];

还要用 YouTube metadata 中的总时长检查最后一个章节不能越界，并设置最小章节间隔。模型可能把短暂停顿误判为新章节，建议 30—60 分钟视频先限制为 6—15 章，再由人工微调。

第六步：生成二次口播稿

第二次 Gemini 调用不要再次上传整段视频，优先传入第一轮事实底稿和目标受众。只有需要核对画面或补证据时，才复用同一 File URI 或 YouTube URL。

口播稿提示词示例：

你是一名中文科技视频编辑。根据下方视频事实底稿，生成一篇8—12分钟二次口播稿。

要求：
1. 不逐字复制原视频，不虚构数据或引语。
2. 开头20秒说明最重要结论与观看收益。
3. 使用自然转场，删除重复和口头禅。
4. 每个关键事实在备注中保留来源时间戳。
5. 将编辑判断明确写成“我的判断是”。
6. 结尾加入关注 AI Stack Nav 和阅读完整教程的 CTA。

事实底稿：
{{ JSON.stringify($json) }}

如果原视频不是自有内容，口播稿应增加独立分析、实测和评论，避免形成替代原作的复述版本。引用具体观点时保留来源链接与时间戳。

第七步：生成SEO文章

SEO 文章应独立生成，以章节和 claims 为证据，不直接把口播稿转成文章。提示词需明确网站栏目、目标读者、标题、内链、FAQ 和事实核验要求。

建议输出字段：

{
  "title": "文章标题",
  "slug": "english-slug",
  "excerpt": "摘要",
  "markdown": "完整Markdown正文",
  "seo_title": "SEO标题",
  "seo_description": "SEO描述",
  "focus_keywords": ["关键词1", "关键词2"],
  "source_timestamps": ["02:15", "18:40"]
}

自动发布 WordPress 前设置 status: "draft"。尤其涉及价格、发布日期、产品限制和政策时，视频可能已经过时，必须再调用官方网页或由编辑人工核验，不能因为视频里说过就当成当前事实。

第八步：写入知识库

知识库最小切块单元建议为一个章节内的语义段，每块约 300—800 中文字，并保留 10%—15% 重叠。不要在句子中间机械截断。

{
  "document_id": "youtube:YOUR_VIDEO_ID:chapter:03",
  "source_type": "youtube_video",
  "source_url": "https://www.youtube.com/watch?v=YOUR_VIDEO_ID&t=615s",
  "video_id": "YOUR_VIDEO_ID",
  "title": "章节标题",
  "start_seconds": 615,
  "end_seconds": 842,
  "language": "zh-CN",
  "content": "经过清洗的章节事实文本",
  "content_hash": "YOUR_SHA256",
  "published_at": "2026-09-10T00:00:00Z"
}

写入前计算 content_hash，相同视频和章节不重复入库；视频内容更新时生成新版本，旧版本标记 superseded，而不是静默覆盖。向量检索结果必须返回原视频链接和时间戳，方便用户查看证据。

n8n长视频自动处理质量验证人工审批和发布工作流
自动生成之后经过时间戳、事实、版权和人工审核才进入发布渠道。

n8n四路分支如何配置

第一轮 JSON 验证通过后，用四个分支或子工作流处理输出：

分支输入主要节点输出目标
Chapterschapters[]Code、Item Lists、审批YouTube描述草稿
Scriptsummary + claims + audienceGemini/HTTP Request、Docs口播稿文档
SEO Articlefacts + sources +站点规范Gemini、Markdown校验、WPWordPress Draft
Knowledge Basechapter文本与metadataSplit、Embeddings、Vector DB可检索知识块

建议将每个分支做成 Execute Sub-workflow。任一分支失败不必让其他分支全部重跑；主工作流保存 job_id 和阶段状态，错误工作流只重试失败阶段。

成本怎么估算

截至核验日，Gemini 3.8 Flash Standard 付费层在 2026 年 12 月 31 日前，官方价格为输入每百万 Token 0.75 美元、输出（含 thinking）每百万 Token 3.75 美元；2027 年 1 月 1 日起官方列出的标准价分别为 1.50 美元和 7.50 美元。价格具有明确时效性，部署时必须再次核对官方页面。

Static 模式低媒体分辨率约 100 tokens/秒，高分辨率约 300 tokens/秒。以 60 分钟视频估算：

  • 低分辨率输入约 3600 × 100 = 360,000 tokens。
  • 高分辨率输入约 3600 × 300 = 1,080,000 tokens。
  • 按 2026 年促销输入价，理论输入成本约 0.27 美元或 0.81 美元，未计提示、输出、thinking、重试和其他调用。

Agentic 模式不能用固定每秒 Token 精确估算。Google 表示长内容最高可减少 88%，但实际费用应读取响应中的 total_thought_tokens、total_tool_use_tokens 和总 usage。口播稿、文章与知识库若分别调用，还需计算各自输出 Token。

降低成本的方法：

  1. 第一轮只生成紧凑事实 JSON，不直接生成长文。
  2. 派生任务复用事实底稿，不重复分析整条视频。
  3. 长视频用 agentic；短视频实测 static 与 agentic 的延迟和成本。
  4. 知识库只嵌入清洗后的章节文本，不嵌入重复成品。
  5. 为每条视频设置最大预算、最大重试次数和人工中止按钮。

质量控制与人工审批

自动工作流的主要风险不是 JSON 解析失败，而是“格式正确但事实错误”。应建立以下质量门：

  • **时间戳抽查：**随机打开至少 3 个章节起点，确认主题确实开始。
  • **数字核对：**价格、百分比、版本、日期和人名必须回看原片并查官方来源。
  • **覆盖检查：**确认视频主要主题没有被 Agentic 导航跳过。
  • **重复检查：**章节标题、文章段落与知识块去重。
  • **版权检查：**标记来源、授权范围和可再利用方式。
  • **发布审批：**YouTube描述更新、WordPress发布、知识库对外开放均由人确认。

不要让同一个生成 Agent 同时负责验收自己的结果。章节校验可以使用确定性代码，事实核验由独立 Reviewer 或人工完成。

常见错误与故障排查

YouTube URL返回不支持

先确认视频为 public，而不是 unlisted 或 private；检查 URL 是否为标准 watch/youtu.be 格式。Preview 能力可能受区域、模型和配额影响，失败时切换为合法下载后的 Files API 输入，但只能处理你有权下载和加工的视频。

长视频出现401或超时

Google 官方指出，复杂长任务的同步请求可能因后端重试超过连接或认证有效期。改用 streaming 或 background: true，n8n 使用轮询节点查询状态，并将外部超时设置得长于单次处理周期。

Files API一直处于PROCESSING

使用 Wait 节点每 5—15 秒轮询，设置最大等待时间；状态为 FAILED 时记录文件名、MIME type、大小和错误信息。不要无上限循环，也不要每次轮询重新上传文件。

输出没有processing_call

检查模型是否属于支持列表、视频 part 是否包含 processing: "agentic"，并查看完整 interaction.steps。只看到最终文本不能证明使用了 agentic 模式。

JSON能解析但章节错误

Structured Outputs只保证结构更稳定，不保证时间戳语义正确。增加单调递增、首章00:00、总时长和最小间隔校验，再让 Reviewer 抽查画面。

n8n原生Gemini节点没有processing参数

先升级到稳定版本并检查节点字段；若仍没有，使用 HTTP Request 调用官方 Interactions API。不要把 processing 填入错误层级，也不要假设旧 Generate Content 节点自动启用 Agentic Video。

风险、限制与安全要求

公开视频 URL 功能仍处 Preview，定价、限额和行为可能变化；Agentic 模式也可能比短片 static 模式产生更高首 Token 延迟。模型可能漏看片段、错认讲者、混淆幻灯片文字或生成错误时间戳。

隐私方面，免费层和付费层的数据使用政策不同：Google 定价页当前标明免费层内容可用于改进产品，付费层不用于改进产品。企业私有培训、客户会议和内部课程不应未经评估进入免费层。还应设置保留期限，并在 Files API 任务完成后主动删除文件。

安全方面，Webhook 要验证签名、限制视频域名和文件大小；API Key 只保存在 n8n Credentials；HTML/Markdown 输出需防脚本注入；向量数据库按租户隔离；WordPress 默认创建 Draft。任何自动修改公开视频描述、发布文章、群发通知或删除知识库内容的动作都应增加人工审批和幂等键。

事实依据与来源

本文关于 Gemini 视频描述、分段、时间戳、四种输入方式、YouTube URL Preview 限制、Files API、Static/Agentic 模式、支持模型、processing 参数和处理步骤，来自 Google Gemini API 官方视频理解文档。

关于 Structured Outputs、JSON Schema 子集和必须做语义验证，来自 Google 官方结构化输出文档。Files API 48 小时保留与项目存储限制来自官方 Files API 文档。Gemini 3.8 Flash 价格来自 Google 官方定价页；YouTube videos.list 配额为 1 unit 来自 YouTube Data API 官方文档。n8n 凭据与节点能力来自 n8n 官方文档和更新日志。

“事实底稿后再四路派生”“章节 JSON Schema”“质量门”“知识库字段”“成本示例”属于本文的实施设计和编辑计算，不是 Google 或 n8n 承诺的一键工作流。88% Token 节省与约 7% 质量提升是 Google 官方总体描述，不是本文独立实测。所有成本和效果应在实际视频、模型与账户层级中验证。

内容核验日期：2026 年 09 月 10 日。

FAQ

Gemini Agentic Video是独立模型吗？

不是。官方名称是 Agentic video understanding，它是 Gemini 视频输入的一种处理模式。调用时仍使用 gemini-3.8-flash 等模型，并在视频 part 中设置 processing: "agentic"。

哪些模型支持Agentic Video？

截至核验日，Google 官方列出 Gemini 3.8 Flash、3.7 Flash、3.6 Flash 和 3.5 Flash Lite。其他模型可以使用 static 视频理解，但不能据此假定支持 agentic processing。

可以直接分析YouTube链接吗？

可以直接传 public YouTube URL，但该能力仍为 Preview，只支持公开视频，不支持 private 或 unlisted。价格与 rate limits 可能变化，生产流程必须准备 Files API 备用路线。

一小时视频大约多少钱？

Static 低分辨率约 36 万输入 Token，高分辨率约 108 万输入 Token。按 Gemini 3.8 Flash 2026 年底前 0.75 美元/百万输入 Token 估算，仅视频输入约 0.27 或 0.81 美元；还需加输出、thinking、提示、重试和派生请求。Agentic 模式实际用量不固定。

Agentic模式一定比Static便宜吗？

不一定。它针对长视频通常更省，Google 给出的上限是 88%；但短片可能因导航推理和工具往返带来额外延迟或 Token。5 分钟以内视频建议实际对比两种模式。

能否一次提示生成章节、口播稿、文章和知识库？

技术上可以要求，但生产环境不推荐。一次输出过长会增加截断、结构漂移和事实不一致。更稳妥的方法是先生成结构化事实底稿，再由四个 n8n 分支生成不同成品。

Structured Outputs能保证时间戳准确吗？

不能。它能提高 JSON 的格式稳定性，但 Google 官方仍要求应用验证语义值。时间戳必须检查格式、递增顺序、00:00 起点、总时长边界并人工抽查。

Files API上传的视频保存多久？

Google 官方 Files API 文档当前写明文件通常保存 48 小时，项目总存储上限为 20 GB；任务结束后也可以主动删除。企业敏感视频应建立更短的内部删除策略。

n8n必须使用原生Gemini节点吗？

不必须。若原生节点尚未暴露 processing: "agentic"、Interactions API 或需要的 response schema，HTTP Request 节点更直接，且能严格照官方 REST 请求构造。

可以全自动发布WordPress文章吗？

可以创建草稿，但不建议未经审核直接发布。视频中的价格、政策和版本可能过时，模型也可能生成错误时间戳。WordPress 节点应默认 draft，通过人工审批后再发布。

参考来源

安装部署教程

环境配置与 Docker 工作流

适合阅读安装部署、本地配置、服务器搭建和自动化流程类文章后继续转化。

环境配置资料包 包含 Windows / Mac / Linux 常见环境配置、依赖安装和报错排查清单。 查看资料包 Docker 工作流包 整理 Docker 部署模板、compose 示例和常用服务编排流程。 查看资料包

最新文章

热门文章

标签云

AI Agent AI写作 AI动态 AI工具 AI 本地部署 AI编程 AI 编程工具 AI 自动化工作流 AI视频生成 AI 视频生成 AI 问题排查 ChatGPT Claude Claude Code Codex Cursor Gemini GitHub GitHub Copilot MCP OpenAI Python 人工智能 使用技巧 办公自动化 实战工作流 提示词 环境配置 自媒体内容工厂 豆包
👁阅读3
Picture of AI Stack Nav

AI Stack Nav

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

本站累计访问量： 336,844 次
AI Stack Nav 客服会员 / 支付 / 下载 / 工具库
你好，我是 AI Stack Nav 客服助手。你可以问我会员开通、微信支付、资料下载、订单入口、AI 工具库等问题。