使用 Facebook Graph API 节点可以自动化 Facebook Graph API 中的工作，并将 Facebook Graph API 与其他应用程序集成。n8n 内置支持多种 Facebook Graph API 功能，包括使用 GET、POST、DELETE 查询来处理多种参数，如主机 URL、请求方法等。

本页面列出了 Facebook Graph API 节点支持的操作，并提供更多资源的链接。

凭据

有关设置身份验证的指导，请参阅 Facebook Graph API 凭据。

操作#

• 默认
  • GET
  • POST
  • DELETE
• 视频上传
  • GET
  • POST
  • DELETE

参数#

/// 注意 | 此节点可用作 AI 工具 该节点可用于增强 AI 代理的能力。当以这种方式使用时，许多参数可以自动设置，或由 AI 提供信息进行配置 - 更多详情请参阅 AI 工具参数文档。 ///

• 主机 URL: 请求使用的主机 URL。可选以下选项：
  • 默认: 请求发送至 graph.facebook.com 主机 URL。适用于大多数请求场景。
  • 视频: 请求发送至 graph-video.facebook.com 主机 URL。仅用于视频上传请求。
• HTTP 请求方法: 本次请求使用的方法，可选：
  • GET
  • POST
  • DELETE
• Graph API 版本: 本次请求使用的 Facebook Graph API 版本号。
• 节点: 要操作的节点，例如 /<page-id>/feed。更多信息请参阅 Facebook 开发者官方文档。
• 边: 要操作的节点边。边表示附加到节点的对象集合。
• 忽略 SSL 问题: 开启后即使 SSL 证书验证失败仍会下载响应内容。
• 发送二进制文件: 仅适用于 POST 操作。开启后将发送二进制数据作为请求体。需要设置以下参数：
  • 输入二进制字段: 包含待上传文件数据的二进制属性名称。

模板与示例#

✨🤖Automate Multi-Platform Social Media Content Creation with AI

by Joseph LePage

View template detailsAI-Powered Social Media Content Generator & Publisher

by Amjid Ali

View template detailsGenerate Instagram Content from Top Trends with AI Image Generation

by mustafa kendigüzel

View template detailsBrowse Facebook Graph API integration templates, or search all templates

《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。全书共11章，前6章涵盖深度学习基础，包括张量运算、神经网络原理、数据预处理及卷积神经网络等；后5章进阶探讨图像、文本、音频建模技术，并结合Transformer架构解析大语言模型的开发实践。书中通过房价预测、图像分类等案例讲解模型构建方法，每章附有动手练习题，帮助读者巩固实战能力。内容兼顾数学原理与工程实现，适配PyTorch框架最新技术发展趋势。