开发者 AI 技能与智能体

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，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，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，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，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。

一个根据第二个工作流返回的数据来回答问题的 n8n 工作流。OpenAI 模型把这些数据当作上下文来读，设置说明里还附有一个小的示例第二工作流，让示例能直接跑起来。

一个带聊天窗口的 n8n 工作流。OpenAI 智能体回答你的问题，并调用一个在同一块画布上运行第二条流程的工具，它从 Hacker News 的搜索取 50 条内容，以文本交还。

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。