AI 智能体技能、规则与提示词工具包

一个 n8n 工作流，在同一个 Telegram 机器人上做两件事。你发来的 PDF 会被切块存进 Pinecone，你发来的问题则由 Groq 上的模型根据这些块来回答。

一个 n8n 工作流，让 Telegram 机器人为每个人保留记忆。它为每个新用户开一个 OpenAI 对话，把对话 id 存进 Supabase 表，之后每条消息都接着那段对话继续。

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。

一个运行小型 Telegram 聊天机器人的 n8n 工作流，它有三种行为。它用用户的语言聊天，欢迎新用户，消息以画图命令开头时就画一幅图。

一个在 Telegram 里用 OpenAI 的 gpt-5.6-terra 上的 AI 智能体聊天的 n8n 工作流。有人要画画时，智能体会调用同一个工作流的第二条路径，由它画出图片并发到聊天里。

一个用 OpenAI 的 gpt-5.6-terra 上的 AI 智能体回答 Telegram 消息的 n8n 工作流。文字直接交给智能体，语音则先转成文字。

一个有两个入口的 n8n 工作流：一个接收 PDF 或 CSV 的网页表单，和一个回答相关问题的 Telegram 机器人。文件被切成块，用 Hugging Face 做嵌入，保存在 n8n 自己的内存里。

一个给小型 Telegram 食谱机器人用的 n8n 工作流。给它写消息的人会被存为订阅者，并立刻收到第一份纯素食谱。之后每个订阅者每天都会收到一份带图片的新随机食谱。

一个 n8n 工作流，盯着一个 JSON 地址，有新东西出现时在 Telegram 上告诉你。每 5 分钟它保留新的、符合你筛选条件的条目，并把每个条目作为一条消息发出去。

一个把 Telegram 机器人变成简历助手的 n8n 工作流。它在 Supabase 里保存每个人的档案，按职位描述量身调整，并发回用 LaTeX 生成的简历和求职信 PDF。

一个给在 Telegram 上关注实习频道的学生用的 n8n 工作流。它把每个转发来的帖子拆成岗位，读取申请页面，让 AI 只留下合适的。合适的会发给你名单上的号码。

一个给会画图的 Telegram 机器人用的 n8n 工作流。你写一条消息，OpenAI 图像模型把文字变成一张图，机器人再把图发回你的聊天。

一个把 Telegram 机器人变成聊天助手的 n8n 工作流。每条消息经由一个被要求有帮助地、带表情符号地回答的 AI 智能体交给 OpenAI 模型，答案回到同一个聊天。

一个盯着比特币价格的 n8n 工作流。每 15 分钟读一次不需要密钥的 CoinPaprika，24 小时涨跌幅达到 5% 或以上时，发一条 Telegram 消息。

一个回答发到 Telegram 机器人的照片的 n8n 工作流。照片交给 OpenAI 视觉模型，机器人回复一段描述。不是照片的消息会收到一条请你发图片的简短回复。

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。

一个每 12 小时给 Telegram 发一个新英文儿童故事的 n8n 工作流。模型写故事，语音模型朗读，图像模型画出角色的图片。

一个每 12 小时给 Telegram 发一个新儿童故事的 n8n 工作流。模型先用英文写故事再译成阿拉伯语，工作流再配上朗读音频和一张图片。

一个用 AI 智能体回答 Telegram 消息的 n8n 工作流。智能体按名字称呼每个人，记住聊天里最近的十条消息，并把回复发回给发送者。

一个为一位潜在客户起草一封开发信的 n8n 工作流。你填一个简短的表单，AI 智能体读取客户自己的网站，写出一封引用其中真实细节的简短邮件。

一个 n8n 工作流，通过 IMAP 读取新邮件，让 OpenRouter 上的模型给每封邮件写摘要，再把摘要推送到一个 LINE 聊天。

一个 n8n 工作流，让 OpenAI 判断新 Gmail 邮件里的每个 PDF 是否符合你设定的文件类型，并把匹配的上传到 Drive。

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 n8n 工作流，让 AI Agent 为 Outlook 邮件设置类别和重要性，规则来自 Airtable，联系人来自 Monday.com。

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：用 GPT 检查每封新的 Gmail 邮件，跳过营销邮件，需要回答时就在同一个对话里存一份回复草稿。你读过并亲自发送之前，什么都不会发出去。

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 n8n 工作流，每天 7:00 运行，取回昨天以来的 Gmail 邮件，让 OpenAI 写出摘要要点和行动事项。结果会做成一封排版好的 HTML 邮件，发给你设置的收件人。

一个 n8n 工作流，根据你放在 Qdrant 里的文档为每封新邮件起草回复，并通过 Gmail 把草稿发给审批人。通过的回复发给发件人，有反馈就交给审阅智能体改写。

一个 n8n 工作流，通过 IMAP 读取最近一天的收件箱，把促销邮件静音，再让你自己机器上的 Ollama 模型判断哪些邮件串需要处理。紧急的发到 Telegram，Telegram 失败时发到 ntfy。

一个 n8n 工作流，工作日 8:00 运行，读取最近一天的未读 Gmail，让 OpenAI 写一份紧急邮件排在前面的简短意大利语摘要。摘要会送到一个 Telegram 聊天里。

一个 n8n 工作流，通过 IMAP 监视一个邮箱，让 OpenAI 为每封新的未读邮件写一份随意的回复。回复存成 Fastmail 里的草稿，由你自己看过再发送。

一个 n8n 工作流，用 AI 智能体在 Gmail 里写回信草稿。它每分钟找出带着你的触发标签的对话，为最后一封邮件写一份回信草稿，再把标签去掉。

一个 n8n 工作流，用 OpenAI 整理你的 lemlist 营销活动收到的每条新回复。它会发出 Slack 提醒，让要求停止的潜在客户退订，并在 lemlist 里标出有兴趣的潜在客户。

一个 n8n 工作流，用一个 AI 智能体给每封新的 Gmail 邮件打标签。智能体读邮件和你的标签，加上最合适的那个，都不合适时就新建一个标签。

一个 n8n 工作流，按主题给每封新的 Gmail 邮件打标签。OpenAI 模型从你的列表里选出三个标签中合适的，工作流再在 Gmail 里加上对应的标签。

一个 n8n 工作流，用本地 Ollama 模型整理 Outlook 邮件。它给每封未整理的邮件设一个分类，再把垃圾邮件、收据、SaaS 和社区邮件移到你选的文件夹里。

一个为举报邮箱准备的 n8n 工作流。它给每封新的 Gmail 邮件截图，让 OpenAI 视觉模型连同邮件头读这张图，并开出一张带分析和截图的 Jira 工单。

一个为举报邮箱准备的 n8n 工作流。它给每封新的 Gmail 邮件截图，让 ChatGPT 判断 HTML 和邮件头，并开出一张标成恶意或无害的 Jira 工单，附上截图。

一个 n8n 工作流：根据你放在 Qdrant 里的自有文档起草邮件回复，再通过 Gmail 把草稿发给你，带 Approve 和 Disapprove 按钮。Approve 发出回复，Disapprove 则要求重写。

一个 n8n 工作流：用你自己电脑上通过 Ollama 运行的模型给每封新邮件打标签，丢掉垃圾邮件，并为其余邮件起草回复。什么也不会发出。

一个 n8n 工作流：用 AI 为每封新邮件起草回复，再把原文和草稿用邮件发给你。只有你按下 Approve，回复才会发给发件人。

一个用带主题的网址调用的 n8n 工作流。一个 AI 智能体让 Perplexity 研究这个主题，工作流回复一个完成的 HTML 文章页面。

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：为 Qdrant 集合里的每种作物，用两种方法选出一个中心点，也就是最典型的照片。它在每个中心点上存一个相似度阈值，供异常检查用。

一个由另一个工作流或 AI 智能体带着图片地址调用的 n8n 工作流。它用 Voyage AI 嵌入图片，返回 Qdrant 里最近邻大多数共有的类别。

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，每周从 Umami 读取你网站的流量。OpenRouter 上的 AI 模型总结这些数据，并把热门页面和上周的做对比，两份说明再作为一行存进 Baserow 表格。

一个 n8n 工作流，每周从你自己的 SerpBear 服务器读取一个网站的关键词排名。OpenRouter 上的 AI 模型写出小结表和建议，答案再作为一行存进 Baserow 表格。

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 n8n 工作流，取下一个文章索引页，选出最新的三篇文章，让 OpenAI 模型逐篇摘要。每篇文章你会得到一个标题、一份摘要和一个地址。

一个 n8n 工作流，每周读一次没有订阅源的新闻页面。它保留最近 7 天的帖子，让 OpenAI 给每条做摘要，并在 NocoDB 里为每条存一行。

一个 n8n 工作流，监视文件夹里的银行流水 CSV。AI Agent 把每份流水和本地 Excel 工作簿里的租户与房产核对，再把提醒写到同一个工作簿的一张工作表里。

一个 n8n 工作流，把一个问题发给 Perplexity 的 Agent API，网页搜索限定在你列出的域名和最近一个月内，并返回答案文字和来源地址。

一个 n8n 工作流，把聊天里的问题变成一份研究报告。模型提出搜索查询，SerpAPI 运行它们，Jina 读取结果页面，第三步写出 Markdown 报告。

一个 n8n 工作流，根据你自己的 OpenAI 向量库回答聊天里的问题，并把每个来源文件的名字写进回答里，紧跟在它所支持的那一段后面。

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。

一个分轮研究问题的 n8n 工作流。表单接收问题，模型提出澄清问题，循环搜索网页并读取页面，推理模型写出一份长报告，保存到 Notion 页面。

一个把 Hacker News 每月招聘帖变成职位清单的 n8n 工作流。它加载每条招聘信息，OpenAI 模型提取公司、职位、地点、薪资和链接，每条信息变成 Airtable 的一行。

一个提出 SEO 种子关键词的 n8n 工作流。你用五个简短字段描述理想客户，Claude 模型返回 15 到 20 个核心关键词，每个一个条目，可以直接送到表格或数据库。

一个回答 YouTube 相关问题的 n8n 聊天智能体。它能找频道、列视频、读简介和评论、取文字稿、评判缩略图，并把每次聊天的历史记录保存在 Postgres。

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。

一个每天早上到 grants.gov 查看新 AI 资助的 n8n 工作流。OpenAI 模型为每个资助写摘要，并对照你的公司信息检查资格，结果存进 Airtable，稍后再把符合条件的资助做成摘要发邮件。

一个 n8n 工作流，用取自网页的 JSON 来回应 webhook 调用。它检查地址，下载页面，把页面变成文字，再请 OpenAI 挑出调用者指名的字段。

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 n8n 工作流，回答关于 GitHub REST API 的问题。它下载 GitHub 的 OpenAPI 描述，以 OpenAI 嵌入向量的形式存进 Pinecone，并让 AI Agent 在聊天窗口里搜索它。

一个 n8n 工作流，在聊天窗口里推荐电影。它用 OpenAI 嵌入向量把你的电影 CSV 载入 Qdrant，再由一个 AI Agent 要来三部接近你喜欢的、远离你不喜欢的电影。

一个 n8n 工作流，下载德州税法，把各条法条用 Mistral 做嵌入存进 Qdrant，再加一个聊天窗口。OpenAI Agent 从最接近的法条里作答，也能按名称取出某一条或某一章。

一个 n8n 工作流，监视一个文件夹，把里面的文本文件存进 Qdrant 向量库，文件变化时自动新增、替换和清除。再用聊天窗口通过 Mistral 回答关于这些文件的问题。

一个很小的 n8n 工作流，通过普通 HTTP 调用一台公开的 MCP 服务器。它在演示工作簿里写入一条公式，再检查计算出的数值，以及服务器给出的还原后单元格一致的证明。

一个 n8n 工作流，从 Supabase 表里读公司名称和网址。AI Agent 打开每个网站，顺着链接往下找，返回社交媒体主页，再存进第二张表。

一个 n8n 工作流，检查一张图片里是不是你的 Qdrant 集合认识的作物。Voyage AI 把图片转成向量，再用一句简短的文字说出最接近的作物，或者发出警报。

一个 n8n 工作流，等待有人把股票或加密货币的图表图片发到一个网址。OpenAI 模型为新手交易者读这张图，答案再以纯文字送回发送端。

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。

一个用聊天框对话的 n8n 工作流。给它一位 n8n 创作者的用户名，OpenAI 智能体会读取这位创作者公开的每周和每月数据，并写出一份 Markdown 报告。

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。