Как автор собрал 127-узловой n8n-конвейер на stealth/ox-alpha
Как автор собрал 127-узловой n8n-конвейер на stealth/ox-alpha За три дня автор собрал n8n-воркфлоу для генерации медиа и публикации Reels, который ходит по API, проходит реранкинг, делает медиа-этап и публикует результат. Схема разбита на пять контуров: разведка, семантический фильтр, AI-диспетчер, медиа-цех и дистрибуция. В итоговой версии — 127 нод, из них 115 рабочих, а сквозной прогон занял 4 минуты 13 секунд при потреблении 8 MB. Практический смысл здесь в том, что автор показал не только автогенерацию, но и защитную обвязку: fail-open, ретраи, статусы ошибок и отдельный диспетчер в Google Sheets с цепочкой DRAFT, MEDIA_READY и PUBLISHED, плюс MEDIA_FAILED и PUBLISH_FAILED. В одном из контуров использовался Qwen3 Reranker 8B с порогом 0,75, а медиа-часть работала на seedance-2.0-mini с фолбэком на veo-3.1-lite; TTS отдавал сырой PCM, который конвертировали в WAV. При этом автор прямо отмечает, что модель дала лишь рабочий черновик: каждый порог, ноду и WAV-заголовок пришлось вручную аудировать. Для разработчика это хороший ориентир, если нужен агентный медиа-пайплайн, но не готовая автономная система без проверки. Источник: Habr AI Practice RU — https://habr.com/ru/articles/1076084/