用本地 Ollama 模型为四个平台写社交帖子
n8n 工作流
一个 n8n 工作流,用你自己 Ollama 服务器上的模型,根据一个主题为 X、LinkedIn、Reddit 和 Instagram 写草稿帖子。第二遍会把它们再读一次并改正错误。它不会替你发帖。
n8n 工作流
一个 n8n 工作流,用你自己 Ollama 服务器上的模型,根据一个主题为 X、LinkedIn、Reddit 和 Instagram 写草稿帖子。第二遍会把它们再读一次并改正错误。它不会替你发帖。
n8n 工作流
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,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。
n8n 工作流
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。
n8n 工作流
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。
n8n 工作流
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。
n8n 工作流
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。
n8n 工作流
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 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。
n8n 工作流
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。
n8n 工作流
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。
n8n 工作流
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。
n8n 工作流
一个在你自己电脑上写博客文章的 n8n 工作流。设好主题、语气和长度,Ollama 的 llama3:8b 就会研究主题、列大纲、写草稿并修改。不需要 API 密钥,也不需要账号。
一个带聊天智能体的 n8n 工作流,智能体跑在本地的 Ollama 模型上。它算出一个地点的经纬度,从 Open-Meteo 读一天的气温,并用 Wikipedia 回答一般问题。记忆保存最近 20 轮对话。
n8n 工作流
一个 n8n 工作流,把一次 Google 地图搜索变成一张带邮箱的本地商家表。表单接收关键词、地点和数量。Apify 收集商家,gpt-4o-mini 从每家网站读出邮箱,Anymail Finder 补上缺的。
n8n 工作流
一个 n8n 工作流,里面是通过 Apify Actor 从 Google 地图收集本地商家的零件:启动运行,等待,再读取地点。一段 JSON 请求体写明地点、商家类型和要收集的数量。它的节点之间没有连线。