Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

一个把六张图片做成一段渐变视频的 n8n 工作流。RunningHub 为每一对相邻的图片做一个两秒的片段,fal.ai 再按你发送的顺序把五个片段拼起来。
六张照片变成一段渐变视频 是一款 n8n 工作流,属于营销类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,或复制它的 JSON,再导入 n8n 画布。在 n8n 里启用之前,它不会运行。
六张图片的表单
有人提交 On form submission 里的表单时开始运行,表单里有:
一段约十秒的竖屏视频,按顺序从你的六张图片一张张变过去
开始之前要准备好这些。
视频生成
存放六张图片,并运行一个 AI 应用,用每一对图片的首帧和尾帧做出一个片段。
需要RunningHub API 密钥,填在 API Setup 里
视频拼接
用它的 FFmpeg 拼接接口把五个片段合成一段视频,再返回视频地址。
需要fal.ai API 密钥,填在 API Setup 里
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流把六张图片做成一段视频,画面从一张图片渐变到下一张。图片通过一个表单发送。RunningHub 为每一对相邻的图片做一个两秒的片段,一共五个,每对里的第一张是首帧,第二张是尾帧。随后 fal.ai 按顺序把五个片段拼起来,最后一个节点把成片下载下来。整个流程有五十七个节点,大部分是同一小段链条,每对图片重复一次。
想展示变化过程的人,比如一间正在装修的房间、一个季节里的花园,或者一款产品历代的样子。六张图片由你自己准备。如果你想加音乐、字幕或配音,就别选它,它只负责拼接片段。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 短视频 | 发 Reels 和 Shorts 的创作者 | 按顺序发六个瞬间,把竖屏成片发出去 | 一位创作者把小狗的六张照片变成它长大的样子。 |
| 家装 | 施工方和室内设计师 | 展示同一个房间在每个施工阶段的样子 | 一位设计师发了厨房的六张照片,从毛坯墙一直到完工。 |
| 健身指导 | 记录学员进度的教练 | 经学员同意,发他们每月的进度照 | 一位教练给学员做了一段六个月变化的视频。 |
| 消费品牌 | 产品营销人员 | 展示一条产品线历次的发布 | 一个鞋履品牌把同一款鞋的六个版本按从旧到新的顺序发进去。 |
你需要会一点 n8n:导入文件、粘贴两个密钥、发布一个表单。不用添加任何凭据。作者估计设置大约五分钟,前提是两个账号都已经开好。
任何能访问 RunningHub 和 fal.ai 的 n8n 都能运行它。视频留在这次运行里,所以要想好它接下来去哪儿。
downloadVideo 后面加一个节点,把视频存下来或发出去点“获取”会把一个压缩包存到你的下载文件夹,里面有 workflow.json 和 Mindket 写的设置说明。两个密钥都填在同一个节点里,所以设置很快。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| RunningHub | 一个账号和它的 API 密钥。每个片段都是一次付费任务 |
| fal.ai | 一个账号和它的 API 密钥,用于拼接片段的任务 |
| 六张图片 | .jpg、.jpeg、.png 或 .webp,按视频要走的顺序排好 |
workflow.json。API Setup,把 YOUR_RUNNINGHUB_API_KEY 换成你的 RunningHub 密钥。YOUR_FAL_KEY 换成你的 fal.ai 密钥,只填密钥本身。fal.ai 的节点会自己在前面加上 Key 这个词。On form submission 里,把第五和第六个字段的 Multiple Files 关掉,和前四个一样。打开表单,按你想要的顺序在六个字段里各放一张图片,然后提交。表单会马上确认,运行在后台继续。要等上几分钟。工作流每次检查前都要等一分钟,而且片段是一个接一个做的。downloadVideo 跑完后,到 Executions 里打开这次运行,取出文件。
| 要改的 | 在哪里改 |
|---|---|
| 画面方向 | 五个 HTTP Request 节点里的节点 304:1 是竖屏,文件里就是这样,0 是横屏 |
| 每个片段的长度 | 同样五个节点里的节点 307,文件里是 2 秒 |
| 顺序 | 表单的字段:第一张图片是开头,第六张是结尾 |
| 检查间隔 | Wait 到 Wait4 各一分钟,Wait5 是 30 秒 |
| 用哪个 RunningHub 应用 | 同样五个节点里的 webappId。旁边的节点编号属于那个应用 |
你发了六张花园的照片,从三月到八月每月一张,都在同一个位置拍的。
| 片段 | 首帧 | 尾帧 |
|---|---|---|
| 1 | 三月 | 四月 |
| 2 | 四月 | 五月 |
| 3 | 五月 | 六月 |
| 4 | 六月 | 七月 |
| 5 | 七月 | 八月 |
fal.ai 按这个顺序把五个片段拼起来。按文件里的设置,你会得到一段约十秒的竖屏视频,从光秃秃的泥土长到盛夏的样子。在同一个位置拍的照片最合适,因为每个片段只能靠它的两帧来做。
新手:n8n 把工作流画成用线连起来的方框,每个方框是一个节点,只做一件事。这个工作流看着很大,其实是同一条链条重复五次:上传两张图片、启动一个片段、等待、检查、取回。先发六张小的测试图片,再打开这次运行里的每个节点,看看 RunningHub 返回了什么。
专家:五对图片在画布上并排摆着,但 n8n 的 v1 执行顺序是一次只跑一对。
| 部分 | 节点 | 要知道的 |
|---|---|---|
| 上传 | 十个上传节点 | 第二到第五张图片各传两次,它们属于两对,每对一次 |
| 配对 | Merge 和 Merge2 到 Merge5,各带一个 Aggregate | 追加模式,所以 data[0] 是首帧,data[1] 是尾帧 |
| 片段 | HTTP Request 到 HTTP Request4 | RunningHub 的 AI 应用 1935261777502601217,它的节点 64 和 112 接收两帧 |
| 轮询 | Wait、checkStatus 和 If,共五组 | 只有 SUCCESS 能跳出循环 |
| 拼接 | Merge All links、Aggregate5、Submit merge job | 五个输入按配对顺序排好,发到 fal.ai 的 ffmpeg-api/merge-videos 队列 |
如果每张图片只上传一次,再用存下来的文件名配对,每次运行可以少传四次。
它会在两家服务商那里花钱,一个片段失败就会让这次运行一直等下去。
If 节点只认 SUCCESS,所以失败的任务会每分钟被查一次,永不停止。到 Executions 里把那次运行停掉API Setup 里,分享工作流之前先删掉一个 n8n 工作流。通过它的表单发六张图片,RunningHub 会把每一对相邻的图片做成一个短片段,让画面从一张变到下一张。随后 fal.ai 按你发图片的顺序,把五个片段拼成一段视频。
workflow.json:n8n 导出的工作流,57 个节点,没有便签。里面没有任何凭据。你的两个密钥都填在一个节点 API Setup 里。README.md:这份设置说明,压缩包里的是英文版。API Setup 的两个字段原来写的是同一句要你填密钥的话。现在分别是 YOUR_RUNNINGHUB_API_KEY 和 YOUR_FAL_KEY,方便你分清。getBinaryFile 不需要修。.jpg、.jpeg、.png 或 .webp 图片,按视频要走的顺序排好。workflow.json。API Setup,把 YOUR_RUNNINGHUB_API_KEY 换成你的 RunningHub 密钥。YOUR_FAL_KEY 换成你的 fal.ai 密钥,别的什么都不加。三个 fal.ai 节点会自己在前面加上 Key 和一个空格,所以写成 Key … 的值发到 fal.ai 时会变成 Key Key …,会被拒绝。On form submission,把第五和第六个字段的 Multiple Files 关掉,前四个字段本来就是关的(见注意事项)。表单会马上确认,运行在后台继续。拼好的视频最后以文件的形式留在 downloadVideo 里,所以到 Executions 里打开这次运行就能拿到。也可以在 downloadVideo 后面加一个节点,把它存到网盘或发出去。
On form submission 接收六个文件。getBinaryFile 把它们传下去,Merge1 把它们和 API Setup 里的两个密钥放进同一条数据。Merge 和 Merge2 到 Merge5,每个后面跟一个 Aggregate 节点,组成五对:1 和 2、2 和 3、3 和 4、4 和 5、5 和 6。HTTP Request 到 HTTP Request4 中的一个启动 RunningHub 的 AI 应用 1935261777502601217。首帧放进它的节点 64,尾帧放进节点 112。另外两个节点把画面设为竖屏、片段设为两秒(见改变风格)。Wait 节点等一分钟,然后一个 checkStatus 节点查询任务状态。它的 If 节点把 SUCCESS 送到 getOutput,由它读取片段的地址。其他状态都回到同一个 Wait,再等一分钟。Merge All links 按配对顺序收齐五个片段,Aggregate5 把它们的地址放进一个列表。Submit merge job 把列表发到 fal.ai 的 FFmpeg 拼接接口。Wait5 等 30 秒,Check Status 查询任务状态,If5 一直绕回 Wait5,直到 fal.ai 报告 COMPLETED。Get Final Result 读取拼好的视频地址,downloadVideo 把文件取回来。| 节点 | 接口 | 发送 | 返回 |
|---|---|---|---|
| 十个上传节点 | RunningHub /task/openapi/upload | 密钥和一张图片 | 存好的图片的 fileName |
| HTTP Request 到 HTTP Request4 | RunningHub /task/openapi/ai-app/run | 密钥、webappId 和 nodeInfoList | 一个 taskId |
| checkStatus 到 checkStatus4 | RunningHub /task/openapi/status | 密钥和 taskId | 任务状态,比如 SUCCESS |
| getOutput 到 getOutput4 | RunningHub /task/openapi/outputs | 密钥和 taskId | 片段的 fileUrl |
| Submit merge job | fal.ai fal-ai/ffmpeg-api/merge-videos,走它的队列 | video_urls 里的五个地址 | 一个 request_id |
| Check Status、Get Final Result | fal.ai fal-ai/ffmpeg-api/requests/<request_id> | 密钥 | 任务状态,然后是 video.url |
HTTP Request 节点里的节点 304,1 是竖屏,0 是横屏。五个都要改,否则拼起来时片段对不上。2 秒,所以拼好的视频大约十秒。Wait 到 Wait4 在每次查询 RunningHub 前等一分钟,Wait5 在每次查询 fal.ai 前等 30 秒。Start & End Frame Tranformation Creator,拼写照文件原样。可以在 On form submission 里改名。如果你改了字段名,上传节点也要跟着改:它们按 Upload_your_1st_image 到 Upload_your_6th_image 读取文件,这些名字是 n8n 根据字段标签生成的。HTTP Request 节点里的 webappId。nodeInfoList 里的节点编号属于那个应用,换成别的应用时要核对一下。If 节点只认 SUCCESS,所以失败的任务每分钟都会被再查一次。等了很久还没有视频的话,到 Executions 里打开这次运行,把它停掉。Upload_your_5th_image_0,上传节点一个也找不到。API Setup 里,能打开这个工作流的人都能看到。分享之前先把它们删掉。README.md 6 KB workflow.json 54 KB
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
nerijs · 工具包
一个用于 Stable Diffusion XL 的像素画风格附加模型,把文字提示词变成像素风图片,并可搭配 LCM LoRA 加快运行。适合游戏开发者、设计师和爱好者。
LiconStudio · 工具包
给模型最多五张参考图,让生成视频中的人物、服装、物体和背景保持一致。这是用于 ComfyUI 中 LTX-2.5 的 LoRA,还可以为两位说话者添加音频参考。