商务 AI 技能与智能体

pplx-decider-v1.1-27b

perplexity-ai · 工具包

根据文字和图片为一个决策挑出最合适的选项，比如哪个团队应该处理一条请求，并给出每个选项的概率，适合构建分流和审核工作流的开发者。

NuExtract3

numind · 工具包

以文本或图像读取文档，按你要的字段填写 JSON 模板，或把页面转成 Markdown。这是一个 4B 模型，适合处理扫描件、表单和发票的团队。

Drex DLM

nace-ai · 工具包

一次推理就对一份文档的是非题、选择题和打分题给出每个选项的概率。这是 Nace.AI 的 8B 决策模型，你可以自己运行，许可证为非商业。

Amos 1 large

mukaddamzaid · 工具包

针对一个案例（文本、JSON 或照片）回答带类型的问题，一次推理就给出每个允许答案的概率。这是一个 27B 的决策模型，不写自由文本，适合开发分流和审核流程的开发者。

H2O-Lightning-4B

h2oai · 工具包

回答关于文档、工单、政策或对话及其配图的类型化决策问题，并给每个选项一个概率。适合想用小模型来判断记录的团队。

Pusula

erenextlabs · 工具包

一个开源的土耳其语决策引擎，针对一条消息回答带类型的问题，比如路由、紧急程度、是否转人工或提示词注入，给每个选项一个概率，不生成文本。

一个对 Pipedrive 新组织做出反应的 n8n 工作流：读取公司网站，让 AI 模型写出简短摘要，保存为 Pipedrive 里的备注，并发到 Slack。

一个监视 Slack 频道里工单表情回应的 n8n 工作流：由 AI 模型写出标题、摘要、建议和优先级，并为每条消息在 Linear 里创建一次工单。

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：用同一套节点回复 WhatsApp、Instagram 和 Facebook Messenger 的消息。Fiwano 触发器接收每条消息，Fiwano 节点负责回复：文字回一句原话，其他的回一句感谢。

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。

Laplace-1-Atlas

JuneoAI · 工具包

通过一次推理给候选选项打分，帮助组织决定谁来做任务、谁能看到信息、运行什么以及接受什么。这是基于 Qwen3.8-27B 的 27.4B 模型，权重以 Apache-2.0 开放。

basal-omni-1.0-ultra

Remek · 工具包

针对一条消息、文档或智能体轨迹的类型化问题，一次计算就给出每个允许答案的校准概率，不生成文字。这是面向波兰语和英语决策的实验性 31B 模型。

SharkTank_Analysis

Murtada · 工具包

打开一个静态页面，标题指向对《Shark Tank》的分析，由一个 HTML 文件和一个样式表组成，在浏览器里查看。说明里没有写它涵盖什么。

whisper-large-v3-chileno-lora

hablaip · 工具包

一个 LoRA 适配器，帮助 Whisper Large-v3 转写真实呼叫中心电话里的智利西班牙语，包括自发口语、俚语和线路噪声。由 HablaIP SpA 制作。

Chronos-2

amazon · 工具包

无需用你的数据训练就能预测时间序列，覆盖单个序列、多个相关序列以及带额外输入的序列。这是亚马逊的 120M 参数模型，可在 GPU 或 CPU 上运行。

Laplace-1-Vector

JuneoAI · 工具包

判断 AI 智能体该采取哪个行动、谁该负责任务、谁能看到什么，这是一个能在你自己硬件上运行的 4B 模型，组织数据不出门。

Signature Detection

tech4humans · 工具包

用小型 YOLOv8 检测器在图像里找出手写签名，在 CPU 上就能运行。适合需要检查页面有没有签名的文档团队和开发者。

Customer Churn Predictor

Saryy77 · 工具包

用一个 Gradio 小应用里的 scikit-learn 模型，预测电信客户是否可能流失。适合想要一个可运行的流失预测示例来试用或参考的分析师和学生。

Hugging Face Enterprise

huggingface · 工具包

以长文页面的形式，讲解 Hugging Face 的 Enterprise 功能、团队为什么要升级以及如何开始。适合权衡各个套餐的团队负责人、IT 人员和采购者。

Whisper Chileno

hablaip · 工具包

把智利西班牙语语音转成文字，用 LoRA 适配器在 Whisper large-v3 上针对呼叫中心音频调优。适合语音团队和呼叫中心开发者的演示。

Medical Insight Explorer Agent

Artur-Melnyk · 工具包

一个双语智能体，用 pandas 计算和交互式图表回答关于医疗理赔数据的描述性问题。这个 Space 只用抽样的演示文件，不给任何医疗建议。

Food Waste CV

archiii · 工具包

用小型 YOLO11n 检测器在照片里找出食堂餐盘上的食物浪费类别。这是一个早期原型，用于探索和初步分类，不用于核算或合规。

Salamtak سلامتك

plitip · 工具包

检查一张工地照片里的安全隐患，给出安全、需要注意或不安全的结论，并用七种工人语言给出简短提醒。基于视觉模型和普通规则，没有大语言模型。适合工地安全团队。

一个 n8n 工作流，用 AI 给客户反馈分类。带 feedback 字段的 POST 得到一个分类和一句话备注，备注发到应该处理它的团队的 Discord 频道。

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 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 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，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，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：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，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 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。

一个根据照片填写调查表的 n8n 工作流。视觉模型描述每张照片，AI 智能体上网搜索给物体命名，答案再写回 Airtable 的那一行。

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：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 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。

一个每晚处理 Jira 里搁置一周未解决工单的 n8n 工作流。模型先给每张工单分类，再按情况发提醒、写关闭说明、推 Slack 提醒，或者根据相似工单和 Notion 给出 AI 回答。

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 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。

一个面向 ERPNext 的 n8n 工作流：webhook 把每位新求职者发给 Google Gemini，由它对照职位给简历打分。工作流保存分数，并设好求职者的状态。

一个给 ERPNext 用的 n8n 工作流：webhook 把每条新的网站线索交给 AI 智能体，它读你的公司文件和联系人表，再通过 Outlook 把摘要发给对口的人。

一个从 Google 表格里读取公司名称的 n8n 工作流。一个 OpenAI 智能体搜索 Google 并阅读每个网站，再把域名、LinkedIn 地址、套餐、市场、案例和集成写回这一行。

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 CV 表单的 n8n 工作流：申请人提交姓名、邮箱和一份 PDF。OpenAI 提取要点、写出摘要，并对照你的人选画像打 1 到 10 分，每个申请人在 Google Sheet 里新增一行。

radar-cnpj-mcp

wendersoon · 工具包

让 AI 智能体按行业和地区搜索巴西公开的 CNPJ 企业登记库，使用由联邦数据文件建成的本地数据库。免费，数据留在你的机器上。适合销售和市场分析人员。

一个带上传表单的 n8n 工作流：提交一个销售 CSV，最多选十页。GPT-5.2 写出一份高管报告和每一页的图片提示词，WaveSpeedAI 把它们画出来，一份新的 Google Slides 演示文稿每页放一张。

一个处理 Cal.com 预约的 n8n 工作流。OpenAI 模型读取预约备注，并在网上调研这个人和他的公司。然后 Gmail 给你发一份简短的简报，附一段朗读它的 MP3。

一个对照职位招聘链接给 PDF 简历打分的 n8n 工作流。OpenAI 读取招聘页，列出优势和短板，评估风险和回报，并给出 0 到 10 的匹配分。结果连同候选人的联系方式一起存进 Google 表格。

一个每天调研你 Google 表格里每个竞争对手的 n8n 工作流。Explorium 和 Tavily 给智能体提供近期动态，Apify 补上 LinkedIn 和流量数字，再由 gpt-4.1-mini 用一段话把它们和你的公司做对比。

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 工作流：盯着 Gmail 里的发票和收据。Mistral AI 读取附件，GPT-4.1 mini 判断这笔钱是收入还是支出，再往 Google Sheets 账目里写一行，附上文件在 Drive 里的链接。

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：有人提交你的联系表单，它就给对方打电话。一次发给 Retell AI 的请求用你的号码拨出，你的语音智能体拿到对方的姓名、邮箱和主题，好跟对方聊。

一个 n8n 工作流，在 Reddit 上搜索商业问题。它为每一对 subreddit 和关键词读取最相关的那个帖子下的评论。OpenAI 智能体列出未解决的问题、大家在用的工具和市场空白，再写出一份产品创意报告，存成 Google 文档。

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，把 Telegram 机器人变成股票图表分析师。用文字或语音发一个股票代码，它在 Chart-Img 上画出带成交量、RSI 和 MACD 的图表，让 gpt-4o 来读，再回你一份分七部分的技术报告。

一个 n8n 工作流，新线索提交联系表单后不久就给对方打电话。它先读对方的网站，让 Tavily 查找对方的 LinkedIn 主页，把一段简短摘要记进 Google Sheets。然后由 Vapi 语音助手拨出电话，助手事先已经知道对方是谁。

一个 n8n 工作流，把每位求职者都记在同一张 Google 表格里。来一封新邮件就加一行，OpenAI 从主题里读出职位名称。之后表单、表格里的编辑和 Cal.com 预约陆续填上初筛、任务和面试，Gmail 负责给候选人写信。

一个为已预约的销售通话准备的 n8n 工作流。一个智能体用 Tavily 调研你 Google 表格里的每家公司，并匹配你的产品。第二个智能体写出确认邮件、邮件主题和短信。什么都不会发出去。

一个 n8n 工作流：把一段销售通话的录音变成提案。表单启动它，OpenAI 转写通话并起草提案文字，你的 Google Docs 模板被填好，Gmail 里留下一份附着 PDF 的草稿。

MaxKB 企业级智能体平台

1Panel-dev · 工具包

1Panel-dev 的开源平台，用来在你自己的服务器上搭建企业级智能体。它用 RAG 从你的文档里找答案，用 MCP 工具跑工作流，本地模型和托管模型都能接，例如 DeepSeek、Qwen、OpenAI 和 Claude。

Twenty 开源 CRM

twentyhq · 工具包

一款开源的 CRM，主要采用 AGPLv3 许可，你的团队可以用云端版、自己托管，或者用 TypeScript 应用来扩展它。安装说明涵盖 Docker Compose、源码检出、应用 CLI，以及面向 Claude Code、Codex 和 Cursor 的 MCP 与智能体技能。

Anthropic 知识工作插件

anthropics · 技能

Anthropic 的开源插件，给 Claude 安排一份工作：销售、法务、财务、数据、市场、客服、人力资源等。每个插件打包了技能和工具连接器，用于 Claude Cowork 或 Claude Code。它不是 Agent Skills 仓库。

读取一款产品的定价页，把所有套餐、价格和限额列在一张表里。

把商品页或店铺页上的评价整理成：买家喜欢什么、哪里出问题、该改什么

给订单延迟的买家发一条简短、坦诚的消息：发生了什么、新的日期，以及他们可以怎么做

冷静地回复退货、退款或商品损坏的消息，同时遵守平台规则

快速、友好地回复买家在电商平台上发来的聊天消息，买家用什么语言写，就用什么语言回

给屏幕上这件商品的供应商发一条清楚的首次询价：阶梯价格、起订量、样品和交期

按你店铺看重的促销日期做销售计划：11.11、12.12、斋月、开斋节（Raya）等

投诉或帖子正在扩散时，写一份冷静的公开声明和一条临时回复

公开回复顾客的评价，好评差评都适用，不超过 80 个词

给选中的评论或私信写简短、有人情味的回复，对方用什么语言就用什么语言回

把你的零散笔记写成一封给客户的简短进度邮件：已完成什么、下一步做什么、需要对方提供什么

一封简短的陌生开发信，围绕你在对方网站上看到的一个具体细节展开，只提一个小请求

给潜在客户的提案框架，以及每一部分要写什么

讲清数据分析或广告报告页面上数字背后的故事，写给不懂营销的客户看

根据近期资料，列出优势、劣势、机会和威胁

针对选中的客户消息，写一条客服回复

把一款产品和它最接近的竞争对手放在一起，逐项比较功能和价格

把这个页面浓缩成一分钟读完的简报：结论、数字、决定和风险