浏览 AI 技能、智能体和自动化

gemma-4-26B-A4B-it Cactus CQ

Cactus-Compute · 工具包

Google gemma-4-26B-A4B-it 聊天模型的 2 位、3 位和 4 位压缩副本，使用 Cactus 权重格式。专为通过 Cactus 运行时在 ARM 设备上运行而做。

gemma-3-27b-it-GGUF

unsloth · 工具包

用 Google 的 Gemma 3 27B 指令微调模型回答关于文本和图像的问题，提供 Unsloth 制作的 GGUF 文件，可在你自己的电脑上运行。支持 128K 词元上下文。

gemma-3-12b-it-GGUF

unsloth · 工具包

用 Google Gemma 3 12B 指令模型的 GGUF 文件回答问题、总结文本并读图，适合想在自己电脑上运行它的人。

gemma-4-31B-it-scotoma-2

ReadyArt · 工具包

ReadyArt 的 31.3B 参数文本生成模型，基于 Google 的 gemma-4-31b-it，以 Safetensors 存放。页面没有说明用途，适合想研究 Gemma 4 变体的人。

gemma-4-31B-it-qat-q4_0-gguf

google · 工具包

把 Google 的 Gemma 4 31B 指令微调模型做成 4-bit GGUF 文件来运行，能读取文字和图片并用文字回答。适合有消费级显卡或工作站的开发者和爱好者。

bert-base-chinese

google-bert · 工具包

预测中文文本中被遮住的词，是 Google 针对中文预训练的 BERT base 模型。适合构建中文语言工具或为中文任务微调模型的开发者和研究人员。

embeddinggemma-2 GGUF

ggml-org · 工具包

用 llama 命令或 Llama 应用运行 Google embeddinggemma-2 的 GGUF 副本，这是一个 271M 的特征提取模型。适合想在本地使用小型文本嵌入模型的开发者。

t5-v1_1-xxl-encoder-gguf

city96 · 工具包

Google T5 v1.1 XXL 文本编码器的 GGUF 转换版，用于在 llama.cpp 里生成文本嵌入，或通过 ComfyUI-GGUF 为图像生成模型提供输入。适合开发者和图像生成用户。

google_gemma-4-31B-it-GGUF

bartowski · 工具包

Google Gemma 4 31B 指令模型的量化 GGUF 文件，大小从 17.15 GB 到 61.41 GB，由 bartowski 用重要性矩阵制作。可读取图像和文字。可在 llama.cpp、LM Studio 等工具里运行。

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：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。

VieGem-ASR

5CD-AI · 工具包

转写越南语以及越南语和英语混合的语音，可离线处理，也可按 0.48 秒的块流式处理，使用基于 Google EmbeddingGemma 2 音频编码器的 359M 参数模型。仅限非商业使用。

gemma-4-31B-it-qat-GGUF

unsloth · 工具包

用 Unsloth 的 4 比特 QAT GGUF 文件运行 Google 的 Gemma 4 31B 指令模型，自带用于推测解码的草稿模型，可在 llama.cpp 中加速。适合在本地部署大型多模态模型的人。

gemma-4-E4B-it-weight-space-programming

jstarks · 工具包

对 Google 的 Gemma 4 E4B-it 直接修改 0.002% 的权重、不做训练，用来解决思考模式下工具调用和多步数学的卡顿。也提供一个小型补丁文件。

gemma-4-E4B-it-GGUF

ggml-org · 工具包

Google gemma-4-E4B-it 的 GGUF 格式副本，可以用 Llama 应用或 llama serve 命令在你自己的电脑上运行，适合想在本地运行 Gemma 的人。

gemma-4-12B-it GGUF

ggml-org · 工具包

通过 Llama 应用或 llama 命令，在你自己的电脑上运行 Google 的 gemma-4-12B-it，文件是 ggml-org 自动转换的 GGUF。适合在本地运行模型的人。

Forge-1-Gemma-4-E2B

YoSaNoo · 工具包

一个从 Google 的 gemma-4-E2B 微调而来的小型文本模型，偏向写代码，以 GGUF 文件发布，可在 Ollama、LM Studio、Unsloth 或 Jan 中在自己的笔记本上运行。

gemma-4-E2B-it-GGUF

unsloth · 工具包

Unsloth 制作的 Google DeepMind Gemma 4 E2B 指令微调模型的 GGUF 文件，接收文本和图像并输出文本，上下文为 128K。适合在笔记本和小型机器上本地运行模型的人。

gemma-3-4b-it-GGUF

unsloth · 工具包

在你自己的电脑上回答关于文字和图片的问题，是 Unsloth 打包的 Google Gemma 3 4B 指令模型的 GGUF 副本。适合想用小型本地模型的开发者和用户。

BERT base model (uncased)

google-bert · 工具包

补全被遮蔽的英语词并提取文本特征。这是 Google 的不区分大小写的 BERT 基础模型，用于微调后做分类、标注和问答。

Pegasus Text Summarizers

khxu · 工具包

在 Gradio 页面里用 Google 的六个 Pegasus 模型做文本摘要，你可以对比它们怎样压缩同一段文字。适合写作者、学生和开发者。

gemma-4-26B-A4B

google · 工具包

读取文字和图片并输出文字，适合想在自己的 GPU 或工作站上，用 Google DeepMind 开放权重模型做编程、推理和图片提问的开发者。

gemma-4-12B-it-qat-q4_0-gguf

google · 工具包

以 4-bit GGUF 文件运行 Google 的 Gemma 4 12B 指令微调模型，使用量化感知训练制作。能读取文本和图片，适合笔记本和消费级显卡。

gemma-4-12B-it

google · 工具包

接收文字、图片和音频并输出文字回答，是 Google DeepMind 的 12B 指令微调模型，上下文 256K 词元，思考模式可配置。适合在本地运行开放模型的开发者。

gemma-4-E4B-it-GGUF

unsloth · 工具包

Google Gemma 4 E4B 指令模型的 4-bit GGUF 版本，由 Unsloth 打包，可在你自己的机器上运行。它能读取文字和图像，并用文字回答。

gemma-4-12b-it-GGUF

unsloth · 工具包

Unsloth 制作的 Google 指令微调 Gemma 4 12B 的 GGUF 量化版本，一个能读文字、图片、音频和视频并输出文字的模型，适合本地运行。

gemma-4-E2B

google · 工具包

处理文本、图片和音频输入并输出文本，是为笔记本和手机设计的小型 Gemma 4 模型。来自 Google DeepMind，有效参数 2.3B，上下文 128K。

gemma-4-31B

google · 工具包

读取文字和图片并输出文字，适合想用 Google DeepMind 最大的稠密开放权重 Gemma 4 模型做编程、推理和图片提问的开发者和研究人员。

gemma-4-31B-it-GGUF

unsloth · 工具包

通过 Unsloth 的 GGUF 文件在本地运行 Google 的 Gemma 4 31B 指令微调模型，支持文本和图像输入，上下文很长。适合想要强大本地推理和编程模型的开发者。

Gemma4-12B v2 Coding + Agentic Edition

yuxinlu1 · 工具包

Google Gemma 4 12B 指令模型的 GGUF 微调版本，面向编程和使用工具的智能体工作，只需约 4.5 GB 空闲内存就能离线运行。

gemma-4-E4B-it

google · 工具包

接收文字、图像和音频输入并输出文字，上下文 128K token，支持 140 多种语言。这是 Google DeepMind 的小型指令微调 Gemma 4 模型，为在笔记本和手机上运行而设计。

gemma-4-E2B-it

google · 工具包

接收文字、图像和音频输入并输出文字，上下文 128K token，支持 140 多种语言。这是 Google DeepMind 最小的指令微调 Gemma 4 模型，为手机和笔记本而设计。

gemma-4-E4B

google · 工具包

Google DeepMind 的 Gemma 4 系列中的 E4B 模型，一个能读文字、图片和音频并输出文字的开放模型，面向笔记本和手机运行而设计。

gemma-4-12B

google · 工具包

Google 的 Gemma 4 12B Unified 模型，是能读文字、图片、音频和视频并输出文字的开放模型，上下文 256K，不需要单独的编码器。适合运行本地 AI 的开发者。

gemma-4-26B-A4B-it

google · 工具包

Google 发布的经指令微调的 Gemma 4 模型，读取文字和图像并输出文字，支持可配置的思考、函数调用，上下文窗口最长 256K 词元。适合开发者和研究者。

gemma-4-31B-it

google · 工具包

Google DeepMind 推出的 31B 指令微调模型，能读文字和图片并输出文字，上下文 256K，可配置思考模式，适合在工作站或服务器上运行开放模型的开发者。

embeddinggemma-2

google · 工具包

Google DeepMind 的开源嵌入模型，把文字、代码、图片、视频和音频放进同一个 768 维向量空间，可在笔记本和手机上运行。适合构建搜索和检索的开发者。

E MiYu

yukimama · 工具包

在浏览器或你自己的电脑上运行一个 Gradio 应用，它提到 google/gemma-4-12B-it 和 E_MiYu 两个模型，并带有一个训练数据文件。README 没有说明用途，所以它做什么并不明确。

MSEB Leaderboard

google · 工具包

Google 发布的 Massive Sound Embedding Benchmark 的排行榜页面，用 Gradio 搭建。适合比较声音嵌入模型的研究者。

Embedding Draw Challenge

google · 工具包

google 做的一个围绕 EmbeddingGemma 2 模型的 Gradio 绘画挑战。卡片没有给出规则，所以只有打开页面才能看到怎么玩。

Turkish ASR Leaderboard

EmreAkgul · 工具包

在一套 Google 测试数据集上，按基准测试和计时结果对比土耳其语语音转文字模型，帮你为土耳其语音频选一个语音识别模型。

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：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 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，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 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，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，用 OpenAI 回复名单里的 Gmail 发件人，并把每次往来和一个 Yes 或 No 评分存进 Google 表格。

一个 n8n 工作流，用 AI 给每条联系表单留言分类，把它发邮件给对应的部门，并在 Google 表格里加一行。

一个带 webhook 的 n8n 工作流：接收一份潜在客户名单，让 GPT 为每个人写一封简短的个性化冷邮件和一封跟进邮件，并存进 Google 表格等你审阅。它不会发送任何邮件。

一个 n8n 工作流：取新的未读 Gmail 邮件，让 GPT 把每封标为紧急、重要、资讯或垃圾邮件并写一句话摘要，再记进 Google 表格。它不会移动或删除任何邮件。

一个 n8n 工作流：一次性在你的 Gmail 里搜索 PayPal、Apple、Google Play 和 Klarna 等七个付款渠道的收据，读出每笔金额和卡号尾数，每封邮件一行写进 Google 表格，不用 AI。

一个 n8n 工作流：读取两个 Gmail 标签下的消费邮件，打开其中的 PDF，让 Gemini 或 Groq 给出日期、服务、金额、类别和币种，并为每笔付款向你的 Google 表格加一行。

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：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。

一个带小表单的 n8n 工作流：你填一个主题和一个邮箱地址。它读取 Ask HN 帖子下面关于这个主题的评论，让 Google Gemini 模型挑出大家推荐的资源，再把清单发到你的邮箱。

一个 n8n 工作流，通过 webhook 接收研究问题，让 Google Gemini 模型写出搜索词，用 Brave 搜索网页，再由第二次 Gemini 调用给结果排序，最后回复十个链接。

一个 n8n 工作流，把一个 Google Analytics 属性最近 7 天的数据同一年前的同样几天作比较。OpenAI 模型写出总结和一张表，每周一用邮件发出，并以纯文本发到 Telegram。

一个每天傍晚运行的 n8n 工作流。OpenAI 智能体写出一份顶级 n8n 创作者的报告，存进 Google Drive 并发邮件，Gemini 列出的热门工作流清单则通过邮件和 Telegram 发出。

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 n8n 工作流：读未读的 Gmail，用 OpenAI 认出会议请求，让智能体查你的 Google Calendar，再给发件人回一封提出时间的邮件。

一个 n8n 工作流，把一张图片和一句简短的提示语发给 Google Gemini，再把它返回的框画在图片上。提示语说明要找什么，示例要找的是兔子。

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。

一个为视频写配音的 n8n 工作流。它从视频里挑出帧，让 OpenAI 视觉模型分批描述，把脚本变成语音，并把 mp3 存进 Google Drive。

一个把 Google Drive 里的图片变成可搜索文字的 n8n 工作流。它读取图片的颜色数据，让 OpenAI 视觉模型给出关键词，再把两者作为一份文档存进向量库。

一个手动启动的 n8n 工作流：它从 Google 表格读出行，让 OpenAI 为每一行补完五个 FAQ 答案，并存成 Google Drive 里的一个文本文件。这一行随后被标为 done。

一个手动启动的 n8n 工作流：它下载一张示例照片，Google Gemini 为它写一个带双关的标题和一段说明。Edit Image 节点再把两者画在底部的一条深色色带里。