Mindket

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。

一个自托管的 n8n 工作流，为你的其他工作流提供一个 Docsify 站点。它列出各工作流的状态和标签，并用 GPT 和 Mermaid 图把每个工作流的文档写进你指定的文件夹。

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。

一个在浏览器里提供图像编辑器的 n8n 工作流。你涂出图片的一部分并描述想要的改动，FLUX.1 Fill 重画这块区域，并和原图并排显示。

一个接收 YouTube 链接的 n8n webhook。它查出视频信息，让 Gemini 观看视频并写出结构化摘要，把摘要返回给调用方，再把标题和链接发到 Telegram。

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。

一个用 ElevenLabs 朗读法语文字、用 OpenAI 转写这段音频的 n8n 工作流。OpenAI 模型把文字翻译成英语，再由 ElevenLabs 把英语读出来。

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。

一个带网页表单的 n8n 工作流。粘贴一个 YouTube 链接，Apify 的 actor 取回字幕文本，OpenAI 模型再写出一份摘要。

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：用 AI 步骤给每条新线索打分，热线索立刻收到带日历时段的短信并提醒销售，其余的进入培育。它跑在你自备的后端上。

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，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，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。

一个有两个节点的 n8n 工作流，让通过 Ollama 在你自己电脑上运行的模型写一段简短的欢迎语。它是测试 n8n 能否连上 Ollama 的最小办法。

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。

一个用 OpenAI 给 lemlist 潜在客户第一条回复分类的 n8n 工作流。积极的回复会开一个 HubSpot 交易并发到 Slack，外出自动回复会添加一个任务，退订的回复会把潜在客户移出。

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 n8n 工作流，给你一个用于文字转语音的 Web 地址。给它一个声音 id 和一段文字，回复就是 ElevenLabs 生成的音频文件。

一个 n8n 工作流，通过你自己的 REST API 把一串主题变成草稿文章。一道代码检查给每篇草稿标出通过或没通过，只有通过的草稿才会交给你的发布接口。

一个 n8n 工作流，从 Airtable 取一篇博客文章，让 OpenAI 写出四个场景的视频脚本，再用 Leonardo.ai 为每个场景和缩略图画一张 9:16 的图。图的链接进入素材表。

一个 n8n 工作流，从公开 API 取一页记录，用社区节点把它们打包成 GCF 文本，再解码回来做对比。它需要在自己托管的 n8n 上装一个社区节点。

一个 n8n 工作流，向 OpenAI 模型提一个问题，并让回答符合你定义的 JSON 格式。回复不符合时，会交给第二次模型调用修复一次。

一个带网页表单的 n8n 工作流：写一句提示词，选五种风格之一，FLUX.1 schnell 就画出图片。图片存进一个存储桶，并显示在一个页面上，旁边是最近四张。

一个手动启动的 n8n 工作流：它从 GitHub 仓库读一份 Markdown 提示词，把里面的双花括号占位符换成你设好的值。随后 Ollama 上的一个 AI 智能体运行填好的提示词。

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。

一个用页面回应网址的 n8n 工作流。网址里带着一个请求，比如一个注册表单，OpenAI 先把它设计成结构化数据，第二步再写出 HTML，浏览器就拿到这个页面。

一个 n8n 工作流，用你自己机器上的 Ollama 模型，把一段文本和一份源文档逐句核对。一个事实核查模型给每句标 Yes 或 No，第二个模型再把标为 No 的句子总结出来。

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。

一个每天早上 9:00 运行的 n8n 工作流。一个由 Gemini 驱动的 AI Agent 从 Google Calendar 读出今天的日程，写出一份点出每位参会者的简短总结，再发到一个 Slack 频道。

一个有两个小型 LangChain 演示的 n8n 工作流，都写在 Code 节点里：一条手写的链回答“Tell me a joke”，一个带手写 Wikipedia 工具的智能体回答爱因斯坦是哪一年出生的。

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。

一个手动启动的 n8n 工作流：一个 Set 节点存着一行文字和一个声音，OpenAI 的文字转语音接口把它变成一个 MP3 文件。改这两个字段，就能朗读任何内容。

一个带 webhook 的 n8n 工作流：在它的地址后面用 ?input= 写上提示词再打开，一个 OpenAI 图像模型就画出图片。图片在同一次调用里回来，浏览器当场就能显示。

一个带 webhook 的 n8n 工作流：随便发一条请求，Claude Haiku 4.5 就把它标成 support、technical、sales 或 general，并给出优先级和一句话摘要。调用方在同一次调用里拿回这个标签。

一个每天早上 8:00 运行的 n8n 工作流。它用 Claude 把今天的日期和一份任务清单写成一条简短的简报，再把简报推送到你的 LINE。

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。

一个挂在网址后面的 n8n 工作流。发给它一个主题和一个类型，Claude 写出一篇博客、一期通讯或三条社交帖，工作流把草稿以 JSON 返回，并把预览发到 Slack。

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 n8n 工作流，通过 webhook 收下 PDF 格式的 RFP，把里面的问题挑出来，再让 AI 助手根据你的公司文字回答，写进一份新的 Google Doc。完成后 Gmail 和 Slack 会通知团队。

一个 n8n 工作流，从 Google Drive 下载五张照片，把大图缩小，再让 Gemini 视觉模型按英国护照照片规则逐张检查。每张照片得到一个合格与否的结论和理由。