n8n 工作流模板

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。