LmaoAPI

AI Image AI Voice Copywriting

v1.4.1

Last updated Sep 13, 2026

便捷调用 LmaoAPI 进行文字生成、图像生成、音频转文本。

17 Weekly Downloads

269 Monthly Downloads

View on NPM GitHub Repository

Included Nodes

LmaoAPI

Description

n8n-nodes-lmaoapi

![npm version](https://www.npmjs.com/package/n8n-nodes-lmaoapi)
![license](LICENSE.md)

一个用于在 n8n 中调用 LmaoAPI 的社区节点，当前提供文字生成、图像生成和音频转文本三种模式。

功能概览

文字生成：默认使用 gpt-5.6-sol，支持自定义模型 ID、系统提示词、文档文本拼接和最多 10 张图片输入。
图像生成：支持 GPT-Image-2.5 Sunburst、GPT-Image-2.5 Flare、GPT-Image-2 和 Nano Banana 2，生成结果直接输出为 n8n Binary。
音频转文本：固定使用 whisper-1，支持纯文本与句级时间戳 JSON，并额外输出可直接拖拽使用的 time-text 字段。
多种 Binary 来源：可从当前节点输入、指定节点读取图片或音频；文字与图像模式还支持从 URL 获取图片。
长任务超时：所有 API 请求统一使用 600 秒超时。

> 当前节点界面只开放上述三种模式。仓库中保留的视频与向量相关实现不属于 1.4.1 的公开节点功能。

安装

推荐在 n8n 的 Settings → Community Nodes 中安装：

n8n-nodes-lmaoapi

自托管环境也可以在相应的 n8n 节点目录执行：

npm install n8n-nodes-lmaoapi

安装完成后，在工作流节点搜索框中输入 LmaoAPI。

快速开始

1. 在 n8n 凭证管理中创建 LmaoAPI API 凭证。
2. 填入从 LmaoAPI 获取的 API Key，并选择 API 地址：https://api.lmao.net.cn 或
https://ai.lmao.net.cn（默认）。
3. 添加 LmaoAPI 节点，选择文字生成、图像生成或音频转文本模式。
4. 配置提示词或 Binary 输入并执行节点。

Binary 输入

来源模式

| 模式 | 当前节点输入 | 指定节点 | 图片 URL |
| —– | —— | —- | —— |
| 文字生成 | 支持 | 支持 | 支持 |
| 图像生成 | 支持 | 支持 | 支持 |
| 音频转文本 | 支持 | 支持 | 不支持 |

文字、图像和音频模式统一使用以下默认 Binary 属性名：

data,data0,data1,data2,data3,data4,data5

节点会按照填写顺序寻找匹配属性。属性名不同或需要读取更多 Binary 时，可以直接修改这个逗号分隔列表。图片处理上限为 10 张；音频模式使用找到的第一个有效音视频文件。

选择“指定节点”时，填写一个或多个精确的节点名称，多个名称用逗号分隔。若指定节点没有可用 Binary，节点会回退到当前输入。

文字生成

文字生成通过 /chat/completions 调用兼容接口。

默认模型 ID：gpt-5.6-sol
默认系统提示词：你是一个专业的助手。
模型 ID 可自由修改。
如果输入 Item 的 JSON 中包含非空 text 字段，节点会将其作为“参考文档内容”拼接到用户提示词后。
支持从 Binary 或 URL 加载最多 10 张图片，与文字提示一起发送。
输出保留接口返回的完整 JSON，便于使用 choices、usage 等原始字段。

配合 n8n 的 Extract From File 节点，可以先提取 PDF 等文件的文本，再交给文字生成模式处理。

图像生成

图像模式支持文生图、单图参考和多图参考。没有参考图时执行文生图；存在参考图时按模型对应的接口发送参考图片。成功后，图片位于输出 Item 的 binary.data。

模型与参数

Nano Banana 1 Pro 和即梦 5.0 已从图像生成模式移除。旧工作流如果仍选用这两个模型，执行时会提示重新选择模型，不会发送生图请求。

三个 GPT Image 模型在节点中使用不带 -c 的模型值，发送请求时明确映射到上表 ID。默认模型仍为 GPT-Image-2。三个模型共享以下尺寸：

auto
1024x1024、1024x1536、1536x1024
2048x1152、2048x2048
2160x3840、3840x2160
符合接口约束的自定义尺寸，例如 2048x1152

GPT-Image-2 的质量可选自动、低、中、高；输出格式可选 PNG、JPEG、WEBP。背景设置目前不在节点界面开放，固定使用自动背景。

仅两个 GPT-Image-2.5 模型额外提供超高（xhigh）、最高（max）质量，以及自动、不透明、透明背景。透明背景使用官方 background: "transparent"，必须配合 PNG 或 WEBP，选择 JPEG 会在发送请求前报错。暂不提供压缩参数。

GPT Image 图片输出

三个 GPT Image 模型均兼容 data[0].b64_json 和 data[0].url：

Base64：解码后输出至 binary.data。
URL：自动下载图片至 binary.data，同时在 json.imageUrl 输出服务商返回的完整链接。
两个字段同时存在：使用 Base64 图片并保留 json.imageUrl，避免额外下载。

图片链接可能是临时签名链接，请及时保存 Binary 图片。URL 下载不附带 LmaoAPI API Key；下载失败会明确报错并保留恢复信息。内部下载重试只访问同一图片 URL，不重新调用生图接口。

OpenAI 官方参数说明明确 responseformat 的 URL/Base64 选择适用于 DALL·E 2/3，不支持 GPT Image。因此三个 GPT Image 模型均不发送此参数，也没有返回模式选择器；对 URL 的支持用于兼容服务商实际响应。outputformat 只选择 PNG/JPEG/WEBP 文件格式。

下载重试与失败恢复（1.4.1）

每次下载最多 20 秒，最多重试 3 次（包含首次共最多 4 次），整个下载阶段连同等待最多 80 秒。生图请求的等待时间不计入这 80 秒。重试通常等待约 2、5、10 秒，并增加少量随机间隔；剩余预算不足时缩短最后一次请求，或提前停止。HTTP 429/503 等响应中的 Retry-After 也受总预算限制。

超时、连接中断及部分临时 HTTP 错误会触发下载重试；403、404、证书错误、无效 URL 和无法识别的图片内容不会盲目重试。取消执行时停止下载与等待。

请关闭整个生图节点的“失败时重试”。 n8n 的整体重试或手动重跑仍可能重新生图扣费，内部下载重试无法阻止跨执行的重新生成。

最终失败仍然报错；在错误详情中可查看诊断 JSON，执行记录的 error.context.imageDownload 包含：

未收到下载 HTTP 响应时，不会用生图的 HTTP 200 充当下载状态码。开启 Continue On Fail 时，错误输出仍保留输入关联，并额外提供 json.imageDownload 和可用的 json.imageUrl。

恢复下载时，从错误详情复制 imageUrl 到独立的 HTTP Request 节点：方法选 GET、认证选 None、响应格式选 File，即可单独下载已有图片。链接可能过期，请及时保存；完整签名链接仅保留在执行详情中，不写入普通日志。

音频转文本

音频模式使用 whisper-1 调用 /audio/transcriptions。

支持格式

flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav、webm

输入既可以是音频，也可以是上述支持容器中的视频。语言可以自动识别，也可以手动指定中文或英语。

输出格式

带时间戳的 JSON 格式：向接口请求词级时间戳，再由节点聚合为句级时间戳。
纯文本格式：在顶层 text 字段返回转写内容，同时附带 _metadata。

带时间戳输出示例：

{
  "task": "transcribe",
  "language": "chinese",
  "duration": 7.2,
  "text": "家里过年人多 炖肉时间长 你们也学我",
  "time-text": "[0.0s - 1.3s] 家里过年人多n[1.5s - 2.6s] 炖肉时间长n[2.6s - 4.0s] 你们也学我",
  "sentences": [
    {
      "text": "家里过年人多",
      "start": 0,
      "end": 1.3
    },
    {
      "text": "炖肉时间长",
      "start": 1.5,
      "end": 2.6
    },
    {
      "text": "你们也学我",
      "start": 2.6,
      "end": 4
    }
  ],
  "_metadata": {
    "model": "whisper-1",
    "format": "verbose_json",
    "audioFormat": "mp4",
    "sourceProperty": "data",
    "timestampGranularity": "sentence",
    "language": "zh"
  }
}

time-text 位于 sentences 之前，每句话占一行，适合直接拖到后续 AI 节点中使用。手动填写表达式时，因为字段名包含连字符，应使用：

{{ $json["time-text"] }}

sentences 数组仍然保留，方便需要结构化 text、start、end 的工作流继续使用。

本地开发

环境要求

安装项目依赖和执行构建需要 Node.js/npm 环境。
npm run dev 明确要求 Node.js 24。
开发脚本固定使用本地 n8n@2.19.5 运行时。

npm install
npm run build
npm test
npm run dev

首次执行 npm run dev 时会准备以下本地目录，后续启动会复用：

.n8n-dev-server-node24/：固定版 n8n 开发运行时
.npm-n8n-cache-node24/：开发运行时 npm 缓存
~/.n8n-node-cli/：独立的 n8n 用户目录

Windows 下如遇原生依赖、node-gyp 或 SQLite 构建问题，请先确认当前 Shell 使用 Node.js 24。

发布版本

在 main 分支完成测试、提交并推送修改，确认远端 CI 通过后，使用 npm run release 发布 GitHub 版本。脚本会执行 lint 和构建、管理版本号、创建 Git tag、推送代码与 tag，并创建 GitHub Release；不执行 npm 发布，也不检查 npm 登录状态。

版本号已更新时，使用 --no-increment 保持 package.json 中的版本不变：

npm run release -- --no-increment --dry-run
npm run release -- --no-increment

GitHub 发布说明自动读取 CHANGELOG 对应版本。需要设置 GITHUBTOKEN；已登录 GitHub CLI 时，可在 PowerShell 中执行 $env:GITHUBTOKEN = gh auth token。npm 发布由维护者在对应版本的代码上单独执行 npm publish，并手动完成身份验证。

1.4.1 更新内容

GPT Image 结果下载增加有界重试：单次 20 秒、最多重试 3 次、包含等待总计 80 秒，不重新生图。
拆分失败阶段，记录下载异常与 HTTP 状态；失败时保留结果 URL，支持单独恢复下载。
支持下载取消、Retry-After 与临时错误分类；保留原有成功输出和 Continue On Fail 的输入关联。
修复隐藏视频操作顺序在不同语言环境下触发的 CI 排序检查问题。

完整版本记录见 CHANGELOG.md。

项目说明

本项目由作者结合 AI 辅助持续迭代，主要服务于电商内容生产和自动化工作流。如遇问题，请在 GitHub Issues 提交可复现信息。

作者微信：maosonghuai

License

本项目采用 MIT License。