AI 自动化

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。