AI 自动化

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，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 n8n 工作流，根据你放在 Qdrant 里的文档为每封新邮件起草回复，并通过 Gmail 把草稿发给审批人。通过的回复发给发件人，有反馈就交给审阅智能体改写。

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 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。

一个提出 SEO 种子关键词的 n8n 工作流。你用五个简短字段描述理想客户，Claude 模型返回 15 到 20 个核心关键词，每个一个条目，可以直接送到表格或数据库。

一个 n8n 工作流，从 Supabase 表里读公司名称和网址。AI Agent 打开每个网站，顺着链接往下找，返回社交媒体主页，再存进第二张表。

一个 n8n 工作流，用来回答通过邮件发来的公司问题。它先概括每封邮件，再到 Qdrant 知识库里查你的文档，用 AI 写出回复，并通过 SMTP 发出。

一个带 webhook 的 n8n 工作流。把图片发给它，可以是公开地址或 base64，gpt-4o-mini 会写出图库标题、描述和最多 40 个关键词。回复里还有现成的一行 CSV。

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。