n8n 工作流模板

一个 n8n 工作流，让 OpenAI 判断新 Gmail 邮件里的每个 PDF 是否符合你设定的文件类型，并把匹配的上传到 Drive。

一个 n8n 工作流，用 OpenAI 回复名单里的 Gmail 发件人，并把每次往来和一个 Yes 或 No 评分存进 Google 表格。

一个 n8n 工作流，用 AI 给每条联系表单留言分类，把它发邮件给对应的部门，并在 Google 表格里加一行。

一个 n8n 工作流，让 AI Agent 为 Outlook 邮件设置类别和重要性，规则来自 Airtable，联系人来自 Monday.com。

一个带 webhook 的 n8n 工作流：接收一份潜在客户名单，让 GPT 为每个人写一封简短的个性化冷邮件和一封跟进邮件，并存进 Google 表格等你审阅。它不会发送任何邮件。

一个 n8n 工作流：取新的未读 Gmail 邮件，让 GPT 把每封标为紧急、重要、资讯或垃圾邮件并写一句话摘要，再记进 Google 表格。它不会移动或删除任何邮件。

一个 n8n 工作流：一次性在你的 Gmail 里搜索 PayPal、Apple、Google Play 和 Klarna 等七个付款渠道的收据，读出每笔金额和卡号尾数，每封邮件一行写进 Google 表格，不用 AI。

一个 n8n 工作流：用 GPT 检查每封新的 Gmail 邮件，跳过营销邮件，需要回答时就在同一个对话里存一份回复草稿。你读过并亲自发送之前，什么都不会发出去。

一个 n8n 工作流：读取两个 Gmail 标签下的消费邮件，打开其中的 PDF，让 Gemini 或 Groq 给出日期、服务、金额、类别和币种，并为每笔付款向你的 Google 表格加一行。

一个 n8n 工作流，每天 7:00 运行，取回昨天以来的 Gmail 邮件，让 OpenAI 写出摘要要点和行动事项。结果会做成一封排版好的 HTML 邮件，发给你设置的收件人。

一个 n8n 工作流，根据你放在 Qdrant 里的文档为每封新邮件起草回复，并通过 Gmail 把草稿发给审批人。通过的回复发给发件人，有反馈就交给审阅智能体改写。

一个 n8n 工作流，通过 IMAP 读取最近一天的收件箱，把促销邮件静音，再让你自己机器上的 Ollama 模型判断哪些邮件串需要处理。紧急的发到 Telegram，Telegram 失败时发到 ntfy。

一个 n8n 工作流，工作日 8:00 运行，读取最近一天的未读 Gmail，让 OpenAI 写一份紧急邮件排在前面的简短意大利语摘要。摘要会送到一个 Telegram 聊天里。

一个 n8n 工作流，通过 IMAP 监视一个邮箱，让 OpenAI 为每封新的未读邮件写一份随意的回复。回复存成 Fastmail 里的草稿，由你自己看过再发送。

一个 n8n 工作流，用 AI 智能体在 Gmail 里写回信草稿。它每分钟找出带着你的触发标签的对话，为最后一封邮件写一份回信草稿，再把标签去掉。

一个 n8n 工作流，用 OpenAI 整理你的 lemlist 营销活动收到的每条新回复。它会发出 Slack 提醒，让要求停止的潜在客户退订，并在 lemlist 里标出有兴趣的潜在客户。

一个 n8n 工作流，用一个 AI 智能体给每封新的 Gmail 邮件打标签。智能体读邮件和你的标签，加上最合适的那个，都不合适时就新建一个标签。

一个 n8n 工作流，按主题给每封新的 Gmail 邮件打标签。OpenAI 模型从你的列表里选出三个标签中合适的，工作流再在 Gmail 里加上对应的标签。

一个 n8n 工作流，用本地 Ollama 模型整理 Outlook 邮件。它给每封未整理的邮件设一个分类，再把垃圾邮件、收据、SaaS 和社区邮件移到你选的文件夹里。

一个为举报邮箱准备的 n8n 工作流。它给每封新的 Gmail 邮件截图，让 OpenAI 视觉模型连同邮件头读这张图，并开出一张带分析和截图的 Jira 工单。

一个为举报邮箱准备的 n8n 工作流。它给每封新的 Gmail 邮件截图，让 ChatGPT 判断 HTML 和邮件头，并开出一张标成恶意或无害的 Jira 工单，附上截图。

一个 n8n 工作流：根据你放在 Qdrant 里的自有文档起草邮件回复，再通过 Gmail 把草稿发给你，带 Approve 和 Disapprove 按钮。Approve 发出回复，Disapprove 则要求重写。

一个 n8n 工作流：用你自己电脑上通过 Ollama 运行的模型给每封新邮件打标签，丢掉垃圾邮件，并为其余邮件起草回复。什么也不会发出。

一个 n8n 工作流：用 AI 为每封新邮件起草回复，再把原文和草稿用邮件发给你。只有你按下 Approve，回复才会发给发件人。

一个用带主题的网址调用的 n8n 工作流。一个 AI 智能体让 Perplexity 研究这个主题，工作流回复一个完成的 HTML 文章页面。

一个分两部分的 n8n 工作流：它给 Google 表格里的每个页面拍一张基准截图，然后每周一运行。Google Gemini 把新截图和基准图对比，变化会写进一个 Linear issue。

一个手动启动的 n8n 工作流：为 Qdrant 集合里的每种作物，用两种方法选出一个中心点，也就是最典型的照片。它在每个中心点上存一个相似度阈值，供异常检查用。

一个由另一个工作流或 AI 智能体带着图片地址调用的 n8n 工作流。它用 Voyage AI 嵌入图片，返回 Qdrant 里最近邻大多数共有的类别。

一个手动启动的 n8n 工作流：它列出 Google Cloud Storage 存储桶里的作物照片，用 Voyage AI 做嵌入。向量被存进一个 Qdrant 集合，每次四张照片。

一个 n8n 工作流，从 Google Sheets 读取问卷答案，把每个答案作为向量存进 Qdrant。它用 K-means 给相似的答案分组，让 OpenAI 模型总结每一组，再把洞察写进一张新工作表。

一个 n8n 工作流，每周从 Umami 读取你网站的流量。OpenRouter 上的 AI 模型总结这些数据，并把热门页面和上周的做对比，两份说明再作为一行存进 Baserow 表格。

一个 n8n 工作流，每周从你自己的 SerpBear 服务器读取一个网站的关键词排名。OpenRouter 上的 AI 模型写出小结表和建议，答案再作为一行存进 Baserow 表格。

一个 n8n 工作流，每天早上扫描一个 subreddit，让 OpenAI 模型说出热门话题并给出内容点子，再在 Google Sheet 里加一行。

一个 n8n 工作流，每周读你的 Google Analytics，让 AI 模型对比最近 7 天和之前 7 天，并把三份书面报告存进一行 Baserow 记录。

一个 n8n 工作流，取下一个文章索引页，选出最新的三篇文章，让 OpenAI 模型逐篇摘要。每篇文章你会得到一个标题、一份摘要和一个地址。

一个 n8n 工作流，每周读一次没有订阅源的新闻页面。它保留最近 7 天的帖子，让 OpenAI 给每条做摘要，并在 NocoDB 里为每条存一行。

一个 n8n 工作流，监视文件夹里的银行流水 CSV。AI Agent 把每份流水和本地 Excel 工作簿里的租户与房产核对，再把提醒写到同一个工作簿的一张工作表里。

一个 n8n 工作流，把一个问题发给 Perplexity 的 Agent API，网页搜索限定在你列出的域名和最近一个月内，并返回答案文字和来源地址。

一个 n8n 工作流，把聊天里的问题变成一份研究报告。模型提出搜索查询，SerpAPI 运行它们，Jina 读取结果页面，第三步写出 Markdown 报告。

一个 n8n 工作流，根据你自己的 OpenAI 向量库回答聊天里的问题，并把每个来源文件的名字写进回答里，紧跟在它所支持的那一段后面。

一个带小表单的 n8n 工作流：你填一个主题和一个邮箱地址。它读取 Ask HN 帖子下面关于这个主题的评论，让 Google Gemini 模型挑出大家推荐的资源，再把清单发到你的邮箱。

一个 n8n 工作流，通过 webhook 接收研究问题，让 Google Gemini 模型写出搜索词，用 Brave 搜索网页，再由第二次 Gemini 调用给结果排序，最后回复十个链接。

一个分轮研究问题的 n8n 工作流。表单接收问题，模型提出澄清问题，循环搜索网页并读取页面，推理模型写出一份长报告，保存到 Notion 页面。

一个把 Hacker News 每月招聘帖变成职位清单的 n8n 工作流。它加载每条招聘信息，OpenAI 模型提取公司、职位、地点、薪资和链接，每条信息变成 Airtable 的一行。

一个提出 SEO 种子关键词的 n8n 工作流。你用五个简短字段描述理想客户，Claude 模型返回 15 到 20 个核心关键词，每个一个条目，可以直接送到表格或数据库。

一个回答 YouTube 相关问题的 n8n 聊天智能体。它能找频道、列视频、读简介和评论、取文字稿、评判缩略图，并把每次聊天的历史记录保存在 Postgres。

一个根据照片填写调查表的 n8n 工作流。视觉模型描述每张照片，AI 智能体上网搜索给物体命名，答案再写回 Airtable 的那一行。

一个每天早上到 grants.gov 查看新 AI 资助的 n8n 工作流。OpenAI 模型为每个资助写摘要，并对照你的公司信息检查资格，结果存进 Airtable，稍后再把符合条件的资助做成摘要发邮件。

一个 n8n 工作流，用取自网页的 JSON 来回应 webhook 调用。它检查地址，下载页面，把页面变成文字，再请 OpenAI 挑出调用者指名的字段。

一个 n8n 工作流，把一个 Google Analytics 属性最近 7 天的数据同一年前的同样几天作比较。OpenAI 模型写出总结和一张表，每周一用邮件发出，并以纯文本发到 Telegram。

一个 n8n 工作流，回答关于 GitHub REST API 的问题。它下载 GitHub 的 OpenAPI 描述，以 OpenAI 嵌入向量的形式存进 Pinecone，并让 AI Agent 在聊天窗口里搜索它。

一个 n8n 工作流，在聊天窗口里推荐电影。它用 OpenAI 嵌入向量把你的电影 CSV 载入 Qdrant，再由一个 AI Agent 要来三部接近你喜欢的、远离你不喜欢的电影。

一个 n8n 工作流，下载德州税法，把各条法条用 Mistral 做嵌入存进 Qdrant，再加一个聊天窗口。OpenAI Agent 从最接近的法条里作答，也能按名称取出某一条或某一章。

一个 n8n 工作流，监视一个文件夹，把里面的文本文件存进 Qdrant 向量库，文件变化时自动新增、替换和清除。再用聊天窗口通过 Mistral 回答关于这些文件的问题。

一个很小的 n8n 工作流，通过普通 HTTP 调用一台公开的 MCP 服务器。它在演示工作簿里写入一条公式，再检查计算出的数值，以及服务器给出的还原后单元格一致的证明。

一个 n8n 工作流，从 Supabase 表里读公司名称和网址。AI Agent 打开每个网站，顺着链接往下找，返回社交媒体主页，再存进第二张表。

一个 n8n 工作流，检查一张图片里是不是你的 Qdrant 集合认识的作物。Voyage AI 把图片转成向量，再用一句简短的文字说出最接近的作物，或者发出警报。

一个 n8n 工作流，等待有人把股票或加密货币的图表图片发到一个网址。OpenAI 模型为新手交易者读这张图，答案再以纯文字送回发送端。

一个每天傍晚运行的 n8n 工作流。OpenAI 智能体写出一份顶级 n8n 创作者的报告，存进 Google Drive 并发邮件，Gemini 列出的热门工作流清单则通过邮件和 Telegram 发出。

一个用聊天框驱动的 n8n 工作流。每条消息都发给你 LM Studio 服务器上的每个模型，Google 表格记录每条回复的耗时和可读性得分。

一个用聊天框对话的 n8n 工作流。给它一位 n8n 创作者的用户名，OpenAI 智能体会读取这位创作者公开的每周和每月数据，并写出一份 Markdown 报告。

一个 n8n 聊天：每条消息都发给你自己 Ollama 服务器上的 Llama 3.2。模型把回答写成一个 JSON 对象，聊天里显示你的提问、模型的回答和它出自的 JSON。

一个自托管的 n8n 工作流，为你的其他工作流提供一个 Docsify 站点。它列出各工作流的状态和标签，并用 GPT 和 Mermaid 图把每个工作流的文档写进你指定的文件夹。

一块 n8n 画布，四种接入 DeepSeek 的方式：Ollama 上的本地 R1 模型回答聊天，两个直接调用 API 的请求（开思考和关思考），还有一个带记忆的智能体。

一个在浏览器里提供图像编辑器的 n8n 工作流。你涂出图片的一部分并描述想要的改动，FLUX.1 Fill 重画这块区域，并和原图并排显示。

一个接收 YouTube 链接的 n8n webhook。它查出视频信息，让 Gemini 观看视频并写出结构化摘要，把摘要返回给调用方，再把标题和链接发到 Telegram。

一个模型只是一行文字设置的 n8n 聊天智能体。它把每条消息通过 OpenRouter 发给你指定的模型，模型可以来自它列表上的任何一家，并为每次聊天保留最近几条消息。

一个用 ElevenLabs 朗读法语文字、用 OpenAI 转写这段音频的 n8n 工作流。OpenAI 模型把文字翻译成英语，再由 ElevenLabs 把英语读出来。

一个回答发到 webhook 的顾客问题的 n8n 工作流。OpenAI 模型根据你填进一个节点里的公司信息作答，每个问题和回答都会记进一张 Google 表格。

一个带网页表单的 n8n 工作流。粘贴一个 YouTube 链接，Apify 的 actor 取回字幕文本，OpenAI 模型再写出一份摘要。

一个 n8n 工作流：读未读的 Gmail，用 OpenAI 认出会议请求，让智能体查你的 Google Calendar，再给发件人回一封提出时间的邮件。

一个 n8n 工作流：用 AI 步骤给每条新线索打分，热线索立刻收到带日历时段的短信并提醒销售，其余的进入培育。它跑在你自备的后端上。

一个分两步的 n8n 工作流。一步把每个工作流用了哪些凭据存下来，另一步是个聊天，由智能体用 SQL 作答。它只读类型、ID 和名称，从不读密钥。

一个带聊天窗口的 n8n 工作流。Gemini 智能体把你的请求变成一次 Proxmox API 调用，工作流用你的令牌运行它，第二个智能体再解释结果。

一个 n8n 工作流，把一张图片和一句简短的提示语发给 Google Gemini，再把它返回的框画在图片上。提示语说明要找什么，示例要找的是兔子。

一个 n8n 工作流，服务 WooCommerce 店铺的聊天。商品问题交给目录搜索，关于店铺的问题则根据存在 Qdrant 集合里的店铺文档来回答。

一个 n8n 工作流，监视运行 n8n 的机器上的一个文件夹。有文件到来时，Mistral 聊天模型为每个零散文件选一个子文件夹，再由一小段 shell 脚本把它移进去。

一个 n8n 工作流，用同一段示例文字演示五种调用 OpenAI 聊天模型的小例子：写摘要、译成德语、写出图片提示词、要 SVG 代码，以及起草快速回复。

一个 n8n 工作流，只根据一份 Google Drive 文档回答聊天里的问题，别的一概不答。每条消息都会重新读一遍文件，把文字交给带七条规则的 AI Agent，并记住这次聊天。

一个 n8n 工作流，演示 AI Agent 在聊天里使用两个自定义工具。一个工具返回日期和时间，另一个在同一文件的子工作流里查询虚构国家的首都。

一个有两个节点的 n8n 工作流，让通过 Ollama 在你自己电脑上运行的模型写一段简短的欢迎语。它是测试 n8n 能否连上 Ollama 的最小办法。

一个为视频写配音的 n8n 工作流。它从视频里挑出帧，让 OpenAI 视觉模型分批描述，把脚本变成语音，并把 mp3 存进 Google Drive。

一个用 OpenAI 给 lemlist 潜在客户第一条回复分类的 n8n 工作流。积极的回复会开一个 HubSpot 交易并发到 Slack，外出自动回复会添加一个任务，退订的回复会把潜在客户移出。

一个把 Google Drive 里的图片变成可搜索文字的 n8n 工作流。它读取图片的颜色数据，让 OpenAI 视觉模型给出关键词，再把两者作为一份文档存进向量库。

一个 n8n 工作流，给你一个用于文字转语音的 Web 地址。给它一个声音 id 和一段文字，回复就是 ElevenLabs 生成的音频文件。

一个 n8n 工作流，通过你自己的 REST API 把一串主题变成草稿文章。一道代码检查给每篇草稿标出通过或没通过，只有通过的草稿才会交给你的发布接口。

一个 n8n 工作流，从 Airtable 取一篇博客文章，让 OpenAI 写出四个场景的视频脚本，再用 Leonardo.ai 为每个场景和缩略图画一张 9:16 的图。图的链接进入素材表。

一个 n8n 工作流，从公开 API 取一页记录，用社区节点把它们打包成 GCF 文本，再解码回来做对比。它需要在自己托管的 n8n 上装一个社区节点。

一个 n8n 工作流，向 OpenAI 模型提一个问题，并让回答符合你定义的 JSON 格式。回复不符合时，会交给第二次模型调用修复一次。

一个带网页表单的 n8n 工作流：写一句提示词，选五种风格之一，FLUX.1 schnell 就画出图片。图片存进一个存储桶，并显示在一个页面上，旁边是最近四张。

一个手动启动的 n8n 工作流：它从 GitHub 仓库读一份 Markdown 提示词，把里面的双花括号占位符换成你设好的值。随后 Ollama 上的一个 AI 智能体运行填好的提示词。

一个带聊天框的 n8n 工作流：输入一条消息，在你自己的 Ollama 里运行的 Mistral NeMo 就以 JSON 返回姓名、联系方式、主题和时间。文字只在 n8n 和你的 Ollama 之间流动。

一个手动启动的 n8n 工作流：它从 Google 表格读出行，让 OpenAI 为每一行补完五个 FAQ 答案，并存成 Google Drive 里的一个文本文件。这一行随后被标为 done。

一个手动启动的 n8n 工作流：它下载一张示例照片，Google Gemini 为它写一个带双关的标题和一段说明。Edit Image 节点再把两者画在底部的一条深色色带里。

一个用页面回应网址的 n8n 工作流。网址里带着一个请求，比如一个注册表单，OpenAI 先把它设计成结构化数据，第二步再写出 HTML，浏览器就拿到这个页面。

一个 n8n 工作流，用你自己机器上的 Ollama 模型，把一段文本和一份源文档逐句核对。一个事实核查模型给每句标 Yes 或 No，第二个模型再把标为 No 的句子总结出来。

一个 n8n 工作流，把一次聊天请求发给主模型，那次调用失败时，再把同一个请求发给第二个模型。两次调用用同一个网关地址和同一个密钥。

一个每天早上 9:00 运行的 n8n 工作流。一个由 Gemini 驱动的 AI Agent 从 Google Calendar 读出今天的日程，写出一份点出每位参会者的简短总结，再发到一个 Slack 频道。

一个有两个小型 LangChain 演示的 n8n 工作流，都写在 Code 节点里：一条手写的链回答“Tell me a joke”，一个带手写 Wikipedia 工具的智能体回答爱因斯坦是哪一年出生的。

一个放在网站聊天组件后面的 n8n 工作流。一个用 OpenAI gpt-4o 的 AI 智能体查看你 Outlook 日历里的空闲时间，预约 30 分钟的 Teams 会议，访客还没准备好时就把咨询用邮件发给你。