浏览 AI 技能、智能体和自动化

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。