一个归档发票的 n8n 工作流。它盯着一个 Google Drive 文件夹,把每个新文件交给 LlamaParse 读取,再由 OpenAI 模型取出明细行,Airtable 里得到一条发票记录和每个明细行各一条记录。
n8n 工作流模板
类别与筛选
商品
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。
一个 n8n 工作流,用 LlamaParse 读取 Gmail 里的发票 PDF,让 OpenAI 模型提取字段,并在 Google Sheets 里加一行数据。然后把邮件标为已处理。
用本地 Ollama 模型做每日紧急邮件提醒
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。
用 Ollama 在本地给邮件分类并起草回复的 AI
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。
在本地 Ollama 模型上聊天,回答是 JSON
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。
DeepSeek 聊天与推理快速上手,四个示例
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。
用本地 Ollama 模型写欢迎语的调用
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。
从 GitHub 取来提示词文件,再填入你的值
n8n 工作流
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。
用本地大模型从聊天消息里提取联系方式
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。
用本地 Ollama 模型逐句核对事实
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。
和跑在你自己 Ollama 上的模型聊天
n8n 工作流
一个带聊天窗口的 n8n 工作流。每条消息经由 Basic LLM Chain 发给你自己机器上 Ollama 提供的模型,回答回到同一个窗口。
本地 Ollama 模型起草并修改的博客文章
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。