基于 n8n 的 PDF 翻译器

安装 n8n

安装 n8n 很简单，使用以下命令：

npm install n8n -g

配置环境变量

因为我们在本地环境启动 n8n，所以需要配置一些环境变量。你可以在终端中使用以下命令来设置环境变量：

export R2_BUCKET=your_bucket_name
export R2_ACCESS_KEY_ID=your_r2_access_key_id
export R2_SECRET_ACCESS_KEY=your_r2_secret_access_key
export R2_ENDPOINT=your_r2_endpoint
export GEMINI_API_KEY=your_gemini_api_key

以上环境变量是为了配置 n8n 与 Cloudflare R2 和 Gemini API 的连接信息。

启动 n8n

启动 n8n 的命令是：

n8n

这将会在本地的 http://localhost:5678 启动 n8n 的 Web 界面。

注意不要不安装 n8n 就直接按照官方文档使用 npx n8n，因为这样每次启动的时候都要重新下载依赖，速度会特别慢。

n8n 工作流架构图

flowchart TD
    A["Webhook (upload PDF) <br> POST /marker-to-zh <br> binary: pdf"] --> B["Save PDF <br> /writeBinaryFile → /data/in.pdf"]

    B --> C["ExecuteCommand <br> Marker → Markdown <br> marker_single → stdout(md)"]
    C --> D["Function <br> Chunk Markdown<br>按代码围栏安全分段"]
    D --> E["Split In Batches <br> batch=1"]
    E --> F["HTTP Request <br> Gemini 翻译"]
    F --> G["Function <br> Parse 翻译结果"]
    G --> E

    E --> H["Merge (collect) <br> 收集所有段落译文"]
    H --> I["Function <br> Assemble 中文 Markdown <br> 拼接为完整 md"]
    I --> J["Function <br> 转 Binary(UTF-8) <br> index.md"]
    J --> K["WriteBinaryFile <br> 保存中文 MD → /data/book/index.md"]

    K --> L["ExecuteCommand <br> pdf-book-exporter → /data/book-cn.pdf"]
    L --> M["ExecuteCommand <br> 封面/封底合成 <br> (gs→A4, qpdf 合并) → /data/final-cn.pdf"]

    %% 并行：基于原始文件名生成 Key
    A --> N["Function <br> 生成 Key <br> books/<原名>-zh.pdf"]

    %% 上传分支
    M --> O["ReadBinaryFile <br> 读取 /data/final-cn.pdf → binary.data"]
    O --> P["S3 Upload → Cloudflare R2 <br> fileName = {{$json.key}} <br> Bucket = {{$env.R2_BUCKET}}"]
    N --> P

    P --> Q["Function <br> 生成下载链接 <br> https://assets.jimmysong.io/${key}"]
    Q --> R["Respond to Webhook <br> 返回 {url}"]

没问题，我给你一个“能跑起来”的最小指引，包含两种触发方式：

A）本地上传 PDF（multipart/form-data）
B）只给一个 PDF 的下载链接（n8n 自动去拉）

并把节点如何连线、各节点关键配置、curl 测试命令都写清楚。

一、把节点连起来（按下图/说明连线）

连线方法：在上游节点右侧的小圆点按住拖到下游节点左侧小圆点即可；有些节点（如 Split in Batches）有两条输出：

第一条（上边）→ 正常流转

第二条（下边）→ 用来“收集合并”

主链路（上传文件方式 A）

Webhook (upload PDF)
  → Save PDF (/data/in.pdf)
  → Marker → Markdown
  → Chunk Markdown
  → Split In Batches
     ├─(1 号输出)→ Gemini 翻译 → Parse 翻译结果 → (回到) Split In Batches（2 号输入口）
     └─(2 号输出)→ Merge (collect)
  → Assemble 中文 Markdown
  → 转 Binary(UTF-8)
  → 保存中文 MD (/data/book/index.md)
  → 导出 PDF（pdf-book-exporter） (/data/book-cn.pdf)
  → 封面/封底合成 (/data/final-cn.pdf)
  → 读取合成 PDF (供上传)
  → 上传到 Cloudflare R2 (S3)
  → 生成下载链接
  → HTTP 响应

旁路（生成 Key）

Webhook (upload PDF) → 生成 Key
生成 Key → 上传到 Cloudflare R2 (S3)

注意：

Split In Batches：把“Parse 翻译结果”的输出接回它的第二个输入口（界面中在节点下方）。

封面/封底合成 → 需要连出两条：一条到“读取合成 PDF (供上传)”，另一条可直接连到“S3 上传”（有的版本可以让两个上游都指向 S3）。

二、关键节点配置（逐个核对）

1）Webhook（上传 PDF）

Path：marker-to-zh
Options → Binary data：✅ 勾选
你会得到两个 URL：Test URL 和 Production URL

2) Save PDF

Operation：binaryToFile
File Name:/data/in.pdf
Data Property Name:pdf （这就是 Webhook 表单字段名，等会 curl 里也用 pdf）

3) Marker → Markdown (Execute Command)

Command：bash
Arguments：-lc
Input（脚本内容）：就是我给你的 marker_single ... 那段
要求你的主机能找到：marker_single、gs、qpdf、pdf-book-exporter

若报“找不到命令”，把它们加到 PATH 或用绝对路径。

4) Chunk Markdown (Function)

用我给你的分段代码（已贴好）

5) Split In Batches

Batch Size：1
1 号输出 → Gemini 翻译
2 号输出 → Merge (collect)
Parse 翻译结果 的输出接回 Split in Batches 的第二个输入口（表示“这段已处理好，可以继续下一段”）

6）Gemini 翻译（HTTP Request）

URL：https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-pro:generateContent
Send body：✅
JSON / Body：用我给你的模板（含提示语）
Authentication：None
Query params：key = {{$env.GEMINI_API_KEY}}

7）Parse 翻译结果（Function）

用我贴的解析代码（把返回的 parts[].text 拼起来）

8）Merge (collect)

Mode：Merge by Field 或 Multiplex 都行，这里用默认即可（我们只是把所有分段收集再传给下游）

9）Assemble 中文 Markdown（Function）

把所有段按 idx 排序后 join('\n')

10）转 Binary(UTF-8)（Function）

输出 binary.data，文件名设成 index.md

11）保存中文 MD（Write Binary File）

File Name:/data/book/index.md
Data Property Name:data

12）导出 PDF（Execute Command）

执行：pdf-book-exporter --input /data/book --output /data/book-cn.pdf

13）封面/封底合成（Execute Command）

可选：若 /data/cover.pdf、/data/back-cover.pdf 不存在也不影响
产物：/data/final-cn.pdf

14）读取合成 PDF（Read Binary File）

File Path:/data/final-cn.pdf
Binary Property Name:data

15）生成 Key（Function）

代码（从 Webhook 的原始文件名生成 key）：

const fileName = $input.first().binary.pdf.fileName || 'document.pdf';
const base = fileName.replace(/\.[^.]+$/, '');
const key = `books/${base}-zh.pdf`;
return [{ json: { key } }];

16）上传到 Cloudflare R2（S3）

Credentials：用你在 Credentials → AWS 里建的 R2-credentials
Endpoint：https://<accountid>.r2.cloudflarestorage.com
勾选 Force path style（兼容性更好）
Operation：Upload
Bucket Name：={{$env.R2_BUCKET}}
Binary Property Name：data（就是“读取合成 PDF”的 binary 名）
File name：={{$json.key}}

17）生成下载链接（Function）

代码：

const key = $json.key || 'books/final-cn.pdf';
return [{ json: { url: `https://assets.jimmysong.io/${key}` } }];

18）HTTP 响应（Respond to Webhook）

Response Mode:Last node

三、如何运行（本地部署）

1）准备环境变量（Node 安装 / .env）

export GEMINI_API_KEY="你的_Gemini_API_Key"
export R2_BUCKET="你的_R2_桶名"
export R2_ACCESS_KEY_ID="你的_R2_AccessKey"
export R2_SECRET_ACCESS_KEY="你的_R2_SecretKey"
export R2_ENDPOINT="https://<accountid>.r2.cloudflarestorage.com"
n8n start

或者写入 .env 后 n8n start。

2）在编辑器点开 Webhook 节点，点 Execute Workflow（测试模式）

复制 Test URL（形如 http://localhost:5678/webhook-test/marker-to-zh）

3A）方式 A：本地上传 PDF（multipart）

curl -X POST \
  -F "pdf=@/绝对路径/what-is-ebpf.pdf" \
  "http://localhost:5678/webhook-test/marker-to-zh"

成功后会返回：

{"url":"https://assets.jimmysong.io/books/what-is-ebpf-zh.pdf"}

3B）方式 B：只给一个下载链接

想支持“给 URL 就行”，加两个小改动：

Webhook 改成同时接受 JSON（不用勾额外选项，默认可收 JSON）。
在 Save PDF 前插一个 HTTP Request（Download） 节点（或替换 Save 逻辑）：
Method：GET
URL：={{$json.url}}
Response Format：File
Binary Property：pdf（让它与 Save PDF 的 dataPropertyName=pdf 对齐）
然后把 Webhook → HTTP Request（Download） → Save PDF 连起来。

这样你就可以：

curl -X POST "http://localhost:5678/webhook-test/marker-to-zh" \
  -H "Content-Type: application/json" \
  -d '{"url":"https://example.com/what-is-ebpf.pdf"}'

小提示：再加一个 Function 读取 URL 文件名并写入 binary.pdf.fileName，以便“生成 Key”节点能用 URL 的 base 名来命名。

四、常见坑位排查

找不到命令：marker_single / pdf-book-exporter / gs / qpdf 没在 PATH。 → 用绝对路径或在 n8n 启动脚本里 export PATH=...
S3 上传报权限/Endpoint：检查 R2-credentials 中的 Endpoint、Key/Secret；勾选 Force path style。
Webhook 无响应：测试时要用 Test URL；激活（Active）后用 Production URL。
文件夹权限：确保 n8n 进程对 /data 有读写权限；不行就换你的用户家目录下的路径。

上传文件方式

我看你现在的 Webhook 节点是新版 UI，它已经没有单独的 Binary data 开关了，但功能还在——关键是在 Save PDF 节点（Write Binary File）里，把 dataPropertyName 配成 pdf，就能接收上传的文件二进制内容。

你本地部署的情况下，要跑这个 workflow 有两种方式：

方式 A：本地直接上传 PDF

在 n8n 编辑器里点击 Webhook 节点，然后点击 Listen for test event（你现在截图里的按钮）。
复制它显示的 Test URL（比如 http://localhost:5678/webhook-test/marker-to-zh）。
用 curl 在终端发一个 multipart 请求上传 PDF（字段名必须和 Save PDF 节点 dataPropertyName 一致，比如 pdf）：

curl -X POST \
  -F "pdf=@/绝对路径/what-is-ebpf.pdf" \
  "http://localhost:5678/webhook-test/marker-to-zh"

上传成功后，Webhook 节点会触发后续流程，最后 HTTP Response 节点会返回生成的下载链接。

方式 B：给一个 PDF 下载链接（不直接上传文件）

如果你希望只传一个 URL，让 n8n 自己去下载：

在 Webhook 节点和 Save PDF 节点之间，加一个 HTTP Request 节点：
Method: GET
URL: ={{$json.url}}
Response Format: File
Binary Property: pdf（和 Save PDF 节点的 dataPropertyName 保持一致）
然后用 curl 或 Postman 发 JSON 请求：

curl -X POST \
  -H "Content-Type: application/json" \
  -d '{"url":"https://assets.jimmysong.io/books/what-is-ebpf.pdf"}' \
  "http://localhost:5678/webhook-test/marker-to-zh"

这样 HTTP Request 节点会下载 PDF 并交给 Save PDF 节点处理。

我建议你现在先用 方式 A 跑通一次（直接上传 PDF），因为这是最简单确认整个链路能不能跑的办法。等确认没问题，再加一个 HTTP Request 节点实现 方式 B（从链接下载 PDF）。

要我帮你直接画一张 方式 B 的节点连接图，你照着在 n8n 里插节点就能实现“传 URL 自动下载”的功能吗？这样你一次就能配好两种入口。