AI 自动化

一个 n8n 工作流，让 AI 模型为文章建议标签，创建 WordPress 站点缺的那些并返回它们的 ID，附一个在 RSS 订阅源上的演示。

一个 n8n 工作流，读取一个 WordPress 站点所有已发布的文章，让 AI 模型根据标题为每篇选一个分类，并存到文章上。

一个 n8n 工作流，盯着一个 YouTube 频道，下载每个新视频的英文字幕，让 OpenAI 写三条要点，并把它们连同标题和链接发到 Discord。

一个 n8n 工作流，每 20 分钟向 Live Tennis API 查一次正在进行的比赛，并为每场比赛只往 Discord 频道发一行提醒。

一个对 Pipedrive 新组织做出反应的 n8n 工作流：读取公司网站，让 AI 模型写出简短摘要，保存为 Pipedrive 里的备注，并发到 Slack。

一个监视 Slack 频道里工单表情回应的 n8n 工作流：由 AI 模型写出标题、摘要、建议和优先级，并为每条消息在 Linear 里创建一次工单。

一个回答 Slack 斜杠命令的 n8n 工作流：跑在 Google Gemini 模型上的智能体写出回复，记住和这个人最近的对话，并把它发到频道里。

一个 n8n 工作流：检查 RSS 订阅源，让模型挑出符合你主题的文章，把每篇的简短摘要发到 Slack，并把每篇文章记在一张 Google 表格里。

一个 n8n 工作流：在 WhatsApp 商业号码上回复新的潜客，用 OpenAI 模型给他们评分，并给出可预约的时段。投诉会转给 Slack 里的团队，安静下来的聊天每小时会收到一次跟进。

一个 n8n 工作流：用同一套节点回复 WhatsApp、Instagram 和 Facebook Messenger 的消息。Fiwano 触发器接收每条消息，Fiwano 节点负责回复：文字回一句原话，其他的回一句感谢。

一个 n8n 工作流：回答发到 WhatsApp 商务号码的消息。Gemini 模型把语音、照片或视频变成文字，带短期记忆和维基百科工具的 AI 智能体写出回复。

一个 n8n 工作流：发票逾期 7、14、30 天时，各发一条希伯来语 WhatsApp 提醒。它每天早上从 Google 表格读出未付款的发票，消息发出后给对应的行做标记。

一个每 30 分钟检查你的 YouTube 频道、请 OpenAI 为这段时间内发布的视频写一条短帖子，并把帖子发布到你的 X 账号上的 n8n 工作流。

一个随机挑选两个话题标签之一、请 OpenAI 写一条关于它的短推文，并把话题标签和推文作为一行新记录加进 Airtable 的 n8n 工作流。它不会往 X 上发任何东西。

一个通过第三方搜索服务 Xquik 在 X 上搜索一个短语，并把匹配的帖子整理成带编号的纯文字摘要的 n8n 工作流。它什么也不发送，也不保存任何东西。

一个把粘贴的文章或文字稿变成带编号的 X 串文和一篇 LinkedIn 帖子的 n8n 工作流。AI 智能体只能使用你文字里的事实，文字太少时它会请人来处理。

一个把录音变成 Notion 笔记的 n8n 工作流。它盯着一个 Google Drive 文件夹，每个新录音交给 OpenAI 转成文字，再由第二个 OpenAI 步骤写出结构化摘要，标题和摘要进入一个新的 Notion 页面。

一个去掉 CSV 文件里个人信息列的 n8n 工作流。它盯着一个 Google Drive 文件夹，由 OpenAI 模型指出哪些列含有个人信息，再由 Code 节点删掉它们，清理后的文件放进第二个 Drive 文件夹。

一个生成测试数据的 n8n 工作流。它向 OpenAI 模型要三份各十个虚构用户的名单，每份存成一个 CSV 文件，文件名形如 funny_names_1.csv。

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。

一个供其他工作流调用的 n8n 工作流。你交给它一个 PDF、一个 Adobe PDF Services 操作名和该操作的设置，它取令牌、上传文件、启动任务，并把 Adobe 的回答交还给调用方。

一个 n8n 工作流，用 AI 给客户反馈分类。带 feedback 字段的 POST 得到一个分类和一句话备注，备注发到应该处理它的团队的 Discord 频道。

一个 n8n 工作流，让 Supabase 表和 Notion 数据库保持一致。被编辑的页面会重新读取、切片并再次嵌入，聊天窗口根据已存的片段回答问题。

一个 n8n 工作流，把邮件变成 Notion 任务。加号地址在 Airtable 里选出一条路由，AI 写出任务标题、描述和摘要，页面落在这条路由的 Notion 数据库里。

一个 n8n 工作流，监视 Notion 数据库里的新页面。它读取每个页面，把文字切成片段，用 OpenAI 嵌入模型变成向量，再存进 Supabase 表。

一个 n8n 工作流，监视 Notion 数据库里的新页面。它读取每个页面，把文字切成片段，用 Gemini 嵌入模型变成向量，再存进 Pinecone 索引。

一个 n8n 工作流，带一个聊天页面，根据一个存着问答的 Notion 数据库来回答问题。AI 智能体按关键词或标签搜索数据库，读匹配的页面，并附上页面链接回复。

一个 n8n 工作流，在聊天里要一个 Notion 数据库链接，让 Claude 为这个数据库写出一个 n8n 助手工作流。它会检查 JSON，出了问题就让 Claude 重来，最后返回可以粘贴进 n8n 的 JSON。

一个 n8n 工作流，取 Notion 里日期是今天的那一行，让 OpenAI 整理它页面上的文字，再连同页面里的图片发到 LinkedIn。之后把这一行的状态设为 Done。

一个 n8n 工作流，每个工作日早上读取 Hugging Face 的每日论文列表，请 OpenAI 概括每篇摘要。每篇新论文在 Notion 里存成一行，已经在表里的论文会被跳过。

一个 n8n 工作流，让 OpenAI 根据领域、风格和灵感给 X 账号写帖子，检查长度，每六小时或随时发布。

一个 n8n 工作流，有一张填活动详情和图片提示的表单。OpenAI 画图，Bannerbear 把它和文字放到模板上，横幅发到 Discord。

一个 n8n 工作流，按关键词搜索 Reddit，留下有点赞的近期帖子，让 OpenAI 检查每个是不是讲这个话题，并写一句话摘要。

一个 n8n 工作流，接收一个想法和一个视频链接，让 PostWire 为每个网络写文案，并用一次请求把视频发布到 TikTok、Instagram 和 YouTube。

一个带 webhook 的 n8n 工作流，接收一篇博客文章，把它变成四篇社交帖子。OpenAI 找出要点，写出一条 X 长串帖子、一篇 LinkedIn 帖子、一条 Instagram 配文和一篇 Facebook 帖子，再由 Google 表格保存。

一个 n8n 工作流：取你在 X 上最新的三位关注者，把他们的头像做成小圆形，放到一张横幅模板上。然后把结果上传为你的个人资料横幅。

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，用你自己的口吻回复 Instagram 私信。ManyChat 把每条消息发到一个 webhook，OpenAI 智能体带着这次聊天的简短记忆写回复，回复再以 JSON 发回去。

一个 n8n 工作流：把 Google Drive 里的银行对账单 PDF 按页转成 Markdown，由 Gemini 把每页当图片来读。然后列出每笔存款的日期、说明和金额。

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。

一个 n8n 工作流，用你自己搭建的 Cradl AI 智能体读取 Gmail 里的发票 PDF。人可以核对它没把握的值，每个发票行都会成为 Google Sheets 里的一行。

一个带网页表单的 n8n 工作流。上传一份 PDF，贴上以字段名为键的 JSON 值，JustFill 的托管 API 就会填好表单，并返回指向成品 PDF 的链接。字段匹配不用 AI 模型。

一个 n8n 工作流，用九条规则对照你的供应商清单和未结采购订单检查供应商发票，然后入账、开审核工单或通知应付账款。每个外部系统都是你自己提供的 REST 调用。

一个 n8n 工作流，监视一个 Google Drive 文件夹里付款流水的 PDF 和图片。AI 模型读取每一份，给每一行加上类别，再把 CSV 文件存进另一个 Drive 文件夹。

一个 n8n 工作流，带一个网页表单，接收一张照片，返回最前面那辆车的车牌号。由 OpenRouter 上的一个视觉模型来读车牌。

一个 n8n 工作流，接收发给 Telegram 机器人的简历 PDF，让 OpenAI 模型把它整理成几个部分。它再生成一个整洁的 HTML 页面，用 Gotenberg 打印成 PDF，并把 PDF 发回来。

一个 n8n 工作流，把同一份 PDF 和同一条提示词直接发给 Claude 和 Google Gemini。你可以比较两个模型各自提取出什么，中间不需要单独的 OCR 步骤。

一个 n8n 工作流，每天早上在 X 上搜索带某个话题标签的帖子，存进 MongoDB，并用 Google 给它们的情绪打分。分数写进 Postgres，情绪为正的帖子会发到一个 Slack 频道。

一个 n8n 工作流，把简历 PDF 变成一张图片，再请 Google Gemini 判断候选人是否适合某个职位。模型看到的是图片，所以藏在 PDF 里的文字不应该左右结论。

一个把网址清单变成 Markdown 的 n8n 工作流。Firecrawl 返回每个页面的标题、描述和链接，工作流分批处理清单，节奏符合速率限制。

一个把 Markdown 变成品牌 PDF 的 n8n 工作流。你把 Markdown 和标题发到一个网址，PDFMint 渲染出带封面、编号标题和目录页的文件，并作为回复返回。

一个回答 PDF 问题并标出每个答案出处的 n8n 工作流。每条回复的结尾，都有 OpenAI 模型所用的每一段 Pinecone 内容的文件名和行号范围。

一个监视文件夹并为每个新文件写学习笔记的 n8n 工作流。它把文件存进 Qdrant，向 Mistral 提出关于它的问题，再把学习指南、时间线和简报存成 Markdown 文件。

一个能让你和 PDF 聊天的 n8n 工作流。运行一次，它把 Google Drive 里的 PDF 载入 Pinecone，之后 OpenAI 模型会根据 PDF 中匹配的几段，在 n8n 的聊天里回答你的问题。

一个 n8n 工作流，通过 ScrapingBee 给 Google 表格里列出的商品页面截图，让 Gemini 智能体读出标题、价格、品牌和促销，再存成各行。

一个 n8n 工作流，通过 webhook 接收网站联系表单，把线索记进 Google 表格，在 Telegram 里提醒你，并用意大利语给线索发一封礼貌的回复。

一个 n8n 工作流，等 Google Drive 文件夹里出现新视频，用 OpenAI 转写并写出帖子描述，再把视频发布到 TikTok 和 Instagram。

一个 n8n 工作流，监视一个 Google Drive 文件夹，让 OpenAI 给每份新的 Google 文档写摘要，并往 Google 表格里加一行，记着摘要和最后编辑者。

一个 n8n 工作流，从 Google 表格里汇总一份反馈表单的回答，让 OpenAI 写成简短的报告，再通过 Gmail 以 HTML 邮件发出。

一个把你在 n8n 聊天窗口里输入的支出记下来的 n8n 工作流。智能体调用一个保存步骤，模型从你的消息里读出金额、说明和日期，再往 Google 表格里加一行。

一个用于求职申请表单的 n8n 工作流。它读取每位求职者的 PDF 简历，让 Gemini 对照职位评级，往 Google 表格里加一行，把评级发邮件给人事，并给求职者发一封收到确认。

一个为搜索准备一份 Google 文档的 n8n 工作流。它把文字切成若干节，让模型为每一节写一句背景，再把每一节连同它的背景变成 Gemini 向量，存进 Pinecone。

一个根据公司文档回答问题的 n8n 工作流。它盯着一个 Google Drive 文件夹，用 Gemini 把新文件存进 Pinecone，n8n 聊天窗口里的智能体再根据最接近的片段作答。

一个给 Google 表格里的新线索评级的 n8n 工作流。每一行新数据连同你对好线索的标准一起发给 OpenAI，得到的答案（合格或不合格）会写进这一行的 Rating 列。

一个 n8n 工作流：把提示词发给 fal.ai 上的 Flux dev 模型，等到图片做好，下载它并存进一个 Google Drive 文件夹。

一个带上传表单的 n8n 工作流。AI 模型读取一张工具标志图，列出每个工具以及它的属性和相似工具，并存进两张互相链接的 Airtable 表。

一个 n8n 工作流，取出 Google 表格里列出的公司，在七个欧洲商业登记处里查到每一家，填入它的注册号、状态和地址。

一个 n8n 工作流，让人们向 Telegram 机器人询问 Google 表格里的日程。AI 模型根据当前的行来回答。n8n 里的聊天框可以测试同一个流程。

一个 n8n 工作流，带一个聊天框和一个 AI 智能体，回答关于一张 Google 表格里客户表的问题。它通过三个小工具，只读取需要的列和行。

一个 n8n 工作流：带聊天窗口和 AI 智能体，智能体通过一个工具读取一份 Google 文档，只根据它回答问题，并保留一小段对话记忆。文档里没有答案时，它会直说。

一个带 webhook 的 n8n 工作流，接收网站线索：整理每份表单、打分、在 Google 表格里记一行、按优先级给合适的邮箱发邮件、就大线索提醒领导层，并用得分回复表单。

一个 n8n 工作流：每个工作日早上读取 Google 表格里的发票标签页，给每位客户发一封礼貌的意大利语提醒，针对三天内到期或已逾期的未付款发票。

一个 n8n 工作流：监视一个 Google Drive 文件夹，把每张新图片发给 Photoroom 去掉背景，加上你选的颜色和留白，再把 PNG 存进第二个 Drive 文件夹。

一个把 Google 表格的一个标签页当作博客工作台的 n8n 工作流。模型按你存在表格里的提示词分阶段写文章，写好的文章会在你设定的时间发到 WordPress。

一个带聊天智能体的 n8n 工作流，它会读两份 Google 文档，一份是记忆，一份是笔记。它在聊天窗口和 Telegram 里作答，你聊天时它还会存下新的记忆和笔记。

一个 n8n 工作流，给 Telegram 机器人处理文字、语音和图片。它把文字和语音转写标成待办或其他消息，并用 OpenAI 描述图片。

一个 n8n 工作流，用 DeepSeek 智能体回答 Telegram 消息。每收到一条消息，它先读 Google 文档里的长期记忆，需要时存下新的，再在同一个聊天里回复。

一个 n8n 工作流，在你选的两种语言之间翻译 Telegram 语音消息。它转写语音，用 OpenAI 模型翻译，再把结果作为文字和语音音频文件发回来。

一个 n8n 工作流，你在 Telegram 里点一首歌，它就播放。OpenAI 模型挑出歌名和歌手，Spotify 找到这首歌并放在下一首播放，机器人回复正在播放的内容。

一个 n8n 工作流，在同一个 Telegram 机器人上做两件事。你发来的 PDF 会被切块存进 Pinecone，你发来的问题则由 Groq 上的模型根据这些块来回答。

一个 n8n 工作流，让 Telegram 机器人为每个人保留记忆。它为每个新用户开一个 OpenAI 对话，把对话 id 存进 Supabase 表，之后每条消息都接着那段对话继续。

一个 n8n 工作流，用 OpenAI 上的 AI 模型回答 Telegram 消息。它记得每个聊天最近的十次交流，所以追问也能接上，并把每条回复发回同一个聊天。

一个运行小型 Telegram 聊天机器人的 n8n 工作流，它有三种行为。它用用户的语言聊天，欢迎新用户，消息以画图命令开头时就画一幅图。

一个在 Telegram 里用 OpenAI 的 gpt-5.6-terra 上的 AI 智能体聊天的 n8n 工作流。有人要画画时，智能体会调用同一个工作流的第二条路径，由它画出图片并发到聊天里。

一个用 OpenAI 的 gpt-5.6-terra 上的 AI 智能体回答 Telegram 消息的 n8n 工作流。文字直接交给智能体，语音则先转成文字。

一个有两个入口的 n8n 工作流：一个接收 PDF 或 CSV 的网页表单，和一个回答相关问题的 Telegram 机器人。文件被切成块，用 Hugging Face 做嵌入，保存在 n8n 自己的内存里。

一个给小型 Telegram 食谱机器人用的 n8n 工作流。给它写消息的人会被存为订阅者，并立刻收到第一份纯素食谱。之后每个订阅者每天都会收到一份带图片的新随机食谱。

一个 n8n 工作流，盯着一个 JSON 地址，有新东西出现时在 Telegram 上告诉你。每 5 分钟它保留新的、符合你筛选条件的条目，并把每个条目作为一条消息发出去。

一个把 Telegram 机器人变成简历助手的 n8n 工作流。它在 Supabase 里保存每个人的档案，按职位描述量身调整，并发回用 LaTeX 生成的简历和求职信 PDF。

一个给在 Telegram 上关注实习频道的学生用的 n8n 工作流。它把每个转发来的帖子拆成岗位，读取申请页面，让 AI 只留下合适的。合适的会发给你名单上的号码。

一个给会画图的 Telegram 机器人用的 n8n 工作流。你写一条消息，OpenAI 图像模型把文字变成一张图，机器人再把图发回你的聊天。

一个把 Telegram 机器人变成聊天助手的 n8n 工作流。每条消息经由一个被要求有帮助地、带表情符号地回答的 AI 智能体交给 OpenAI 模型，答案回到同一个聊天。

一个盯着比特币价格的 n8n 工作流。每 15 分钟读一次不需要密钥的 CoinPaprika，24 小时涨跌幅达到 5% 或以上时，发一条 Telegram 消息。

一个回答发到 Telegram 机器人的照片的 n8n 工作流。照片交给 OpenAI 视觉模型，机器人回复一段描述。不是照片的消息会收到一条请你发图片的简短回复。

一个把 Telegram 机器人变成个人助手的 n8n 工作流。你发文字或语音，OpenAI 智能体来回答，它能读你的未读 Gmail 邮件、Google Calendar 日程，以及 Baserow 里的任务和联系人。

一个每 12 小时给 Telegram 发一个新英文儿童故事的 n8n 工作流。模型写故事，语音模型朗读，图像模型画出角色的图片。

一个每 12 小时给 Telegram 发一个新儿童故事的 n8n 工作流。模型先用英文写故事再译成阿拉伯语，工作流再配上朗读音频和一张图片。

一个用 AI 智能体回答 Telegram 消息的 n8n 工作流。智能体按名字称呼每个人，记住聊天里最近的十条消息，并把回复发回给发送者。

一个为一位潜在客户起草一封开发信的 n8n 工作流。你填一个简短的表单，AI 智能体读取客户自己的网站，写出一封引用其中真实细节的简短邮件。

一个 n8n 工作流，通过 IMAP 读取新邮件，让 OpenRouter 上的模型给每封邮件写摘要，再把摘要推送到一个 LINE 聊天。