AI 自动化

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，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，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，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 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，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，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 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。

一个 n8n 工作流，工作日 8:00 运行，读取最近一天的未读 Gmail，让 OpenAI 写一份紧急邮件排在前面的简短意大利语摘要。摘要会送到一个 Telegram 聊天里。

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，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。

一个回答 YouTube 相关问题的 n8n 聊天智能体。它能找频道、列视频、读简介和评论、取文字稿、评判缩略图，并把每次聊天的历史记录保存在 Postgres。

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。

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。

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。

一个模型只是一行文字设置的 n8n 聊天智能体。它把每条消息通过 OpenRouter 发给你指定的模型，模型可以来自它列表上的任何一家，并为每次聊天保留最近几条消息。

一个回答发到 webhook 的顾客问题的 n8n 工作流。OpenAI 模型根据你填进一个节点里的公司信息作答，每个问题和回答都会记进一张 Google 表格。

一个分两步的 n8n 工作流。一步把每个工作流用了哪些凭据存下来，另一步是个聊天，由智能体用 SQL 作答。它只读类型、ID 和名称，从不读密钥。

一个带聊天窗口的 n8n 工作流。Gemini 智能体把你的请求变成一次 Proxmox API 调用，工作流用你的令牌运行它，第二个智能体再解释结果。

一个 n8n 工作流，服务 WooCommerce 店铺的聊天。商品问题交给目录搜索，关于店铺的问题则根据存在 Qdrant 集合里的店铺文档来回答。

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。

一个 n8n 工作流，用同一段示例文字演示五种调用 OpenAI 聊天模型的小例子：写摘要、译成德语、写出图片提示词、要 SVG 代码，以及起草快速回复。

一个 n8n 工作流，只根据一份 Google Drive 文档回答聊天里的问题，别的一概不答。每条消息都会重新读一遍文件，把文字交给带七条规则的 AI Agent，并记住这次聊天。

一个 n8n 工作流，演示 AI Agent 在聊天里使用两个自定义工具。一个工具返回日期和时间，另一个在同一文件的子工作流里查询虚构国家的首都。

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。

一个 n8n 工作流，把一次聊天请求发给主模型，那次调用失败时，再把同一个请求发给第二个模型。两次调用用同一个网关地址和同一个密钥。

一个放在网站聊天组件后面的 n8n 工作流。一个用 OpenAI gpt-4o 的 AI 智能体查看你 Outlook 日历里的空闲时间，预约 30 分钟的 Teams 会议，访客还没准备好时就把咨询用邮件发给你。

一个给 LINE 官方账号用的 n8n 工作流。LINE 把每条消息发到一个 webhook，Claude 用同一种语言写出一条简短的回复，工作流再通过 LINE 的回复 API 把它发回去。

一个带聊天窗口的 n8n 工作流，里面是一个会记住对话的 AI Agent。每条消息连同之前的消息一起阅读，助手通过一个 OpenAI 模型作答，还能使用 Calculator 工具。

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。

一个葡萄牙语的 n8n 聊天，用来比较企业健康保险方案。AI 助手把每位访客记在 Postgres 里，从 MySQL 表里找出最便宜的三个方案，还能调用两个网络 API。这是一个起步模板，数据要你自己填。

一个带聊天窗口的 n8n 工作流。AI 助手能答的就直接答，答不上来时先问访客要邮箱地址，再把问题发到 Slack 频道，让真人来回复。

一个在网站聊天里回答“我的订单到哪了？”的 n8n 工作流。OpenAI 智能体按已登录顾客的邮箱查找他的 WooCommerce 订单，并为有物流单号的包裹加上 DHL 物流事件。

一个 n8n 聊天：你说出一个细分领域，智能体就搜索 YouTube 过去两天的视频，逐个查出播放、点赞和标签，再报告这些新视频有什么共同点。

一个把 Google Drive 文件夹载入 Qdrant、并用它回答 ElevenLabs 语音智能体提问的 n8n 工作流。一个 OpenAI 智能体搜索存下的内容，把文字回给智能体去说。

一个带 webhook、接收语音提问的 n8n 工作流。OpenAI 把你的录音转成文字，Gemini 带着之前的对话回答，ElevenLabs 把回答读出来，作为音频文件返回。

一个 n8n 工作流，通过 Jina 读取一个网页，请 OpenAI 聊天模型挑出页面上的每个条目，再为每个条目在 Google 表格里加一行。它默认指向一个练习用的书店页面。

一个 n8n 工作流，在 Strava 活动被修改时读取它，请 Google Gemini 聊天模型以铁人三项教练的身份回答，再把笔记发成邮件。游泳、骑行和跑步都管，还会安排接下来的训练。

一个 n8n 工作流，用在每个字段的说明就是提示词的 Baserow 表上。给一行附上 PDF，OpenAI 聊天模型就填好每个还空着的、带说明的格子。改了字段，整列会重新填一遍。

一个 n8n 工作流，用在每个字段的说明就是提示词的 Airtable 表上。给一行附上 PDF，OpenAI 聊天模型就填好每个还空着的、带说明的格子。改了字段，整列会重新填一遍。

一个带反馈表单的 n8n 工作流。OpenAI 聊天模型把每条回答标成 Positive、Negative 或 Neutral，Google 表格新增一行，记下回答、联系方式和这个标签。

一个带聊天窗口的 n8n 工作流。OpenAI 智能体回答你的问题，通过 SerpApi 搜索 Google 找最新信息，在 Wikipedia 里查词条，并记住最近 20 次交流。

一个带聊天窗口的 n8n 工作流。OpenAI 智能体回答你的问题，并调用一个在同一块画布上运行第二条流程的工具，它从 Hacker News 的搜索取 50 条内容，以文本交还。

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。

一个带 webhook 聊天入口和 OpenAI 智能体的 n8n 工作流。它列出你的 Search Console 资源，根据你的要求拼出查询，用你的 Google 登录调用 API，再用 Markdown 表格回答。

一个带聊天智能体的 n8n 工作流，用平常的话回答关于 Postgres 数据库（比如 Supabase 背后的那个）的问题。它读取表清单和每张表的列，写出 SQL，并通过三个 Postgres 工具运行。

一个 n8n 工作流：读取 Supabase 存储桶里的 PDF 和文本文件，把文字作为 OpenAI 向量存进 Supabase 的表，再给你一个能据此回答的聊天智能体。

一个带聊天智能体的 n8n 工作流，智能体能打开网页。它的工具下载一个网址，去掉脚本和样式，把页面转成 Markdown，再交给 OpenAI 模型回答。

一个带聊天的 n8n 工作流。OpenAI 模型回答你的问题，需要最新事实时就通过 SerpApi 跑一次 Google 搜索，并把最近五条消息作为记忆。

一个带聊天的 n8n 工作流。你用平常的话提问，OpenAI 智能体列出某个时间段的事件，或在你确认标题和描述之后，在你的 Google Calendar 里新建一个事件。

一个 n8n 工作流，含三个互相独立的 AI 示例：给 Gmail 贴标签的分类器、根据存在 Pinecone 里的 PDF 回答问题的聊天，以及帮你订 Google Calendar 预约的 Claude 智能体。

一个通过 webhook 回答文字或语音 SEO 问题的 n8n 工作流。一个带记忆的 Gemini 智能体通过你基于 DataForSEO 的子工作流，查关键词、排名和 Google 搜索结果。它用 Firecrawl 读网页，再用 Markdown 回答。

一个 n8n 聊天工作流：GPT-4.1 智能体读每个问题，再把它交给你自己的三个研究工作流之一：公司、市场或社交媒体。这三个研究工作流不在文件里。

一个 n8n 聊天工作流，写广告文案、视频广告脚本和冷启动邮件序列。一个路由智能体挑选写手，文案再交给你自己提供的 Markdown 转 Google Docs 转换器。

一个 n8n 工作流，通过 Twilio 回复你店铺的 WhatsApp 消息。一个 AI 智能体在 WooCommerce 里查库存和订单，在 Google Sheets 里登记客服工单，并记住每位顾客的对话。

一个 n8n 工作流：你把一个 YouTube 视频链接贴进 n8n 的聊天框，它读取最多 100 条评论，由 OpenAI 挑出暗示了视频选题的那些。每条入选的评论存进 Google Sheets，再由一个智能体用 Tavily 上网搜索，为它补上一个题目。

一个 n8n 工作流：你把自己的 YouTube 视频链接贴进 n8n 的聊天框，它就回复这个视频最新的评论。OpenAI 把每条新评论分成称赞、提问或批评，感谢称赞，并根据视频字幕回答提问。Supabase 记下每条评论和回复。

一个 n8n 工作流，为一个 YouTube 视频写报告。把链接贴进 n8n 的聊天框，它会读取视频的详细信息和全部顶层评论，再由 OpenAI 写一份八个部分的报告，讲观众是谁、下一期该拍什么。Gmail 把报告发给你。

一个 n8n 工作流：你在 n8n 的聊天框里输入一个题目，它在 YouTube 上搜索，留下过去一年里表现好的视频。OpenAI 确认标题是英文且切题之后，每个视频都会在 Google Sheets 里占一行，带着播放、点赞和各项比率。

一个 n8n 工作流，在你网站的聊天窗口背后运行。gpt-4o 驱动的智能体通过 Pinecone 助手用你的 FAQ 回答问题，把每段对话存进 PostgreSQL，访客需要找人时就通过 Gmail 给你的客服团队发邮件。

一个 n8n 工作流，在你的 Telegram 机器人背后放一个 AI 智能体。用平常的话给它发消息，gpt-4o-mini 就会发 Gmail、添加 Google Calendar 日程、通过 SerpApi 搜索 Google，或者操作 Drive 和 Sheets，然后在聊天里回答。

一个 n8n 工作流：在聊天里发一个 LinkedIn、YouTube、Instagram 或 X 的主页链接，它通过 Apify 抓取最近的帖子，记进 Google 表格，每个平台一张工作表。新增的 Instagram 和 YouTube 行随后会得到转写文字。