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。
每个结论开一张 Jira 工单的 Gmail 钓鱼检查 是一款 n8n 工作流,属于效率类,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。
新的 Gmail 邮件
Gmail 账号里来一封新邮件时开始运行。先设好:
每封邮件各有一张 Jira 工单,里面有结论、分析,并附有截图和邮件文字
开始之前要准备好这些。
收件箱
送来每封新邮件,连同它的 HTML、文字和邮件头。
需要一个 Gmail 账号
截图
把邮件的 HTML 画成一张图片。
需要hcti.io 的 API ID 和密钥
语言模型
判断邮件是否像钓鱼邮件,并写出摘要。
需要OpenAI API 密钥
工单系统
存放带有分析、截图和文字文件的工单。
需要一个 Jira Cloud 站点和凭据
可选的收件箱
一个关闭着的分支,用来读取 Outlook 而不是 Gmail。
需要一个 Microsoft 凭据,只有打开它时才需要
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流检查可疑邮件是否是钓鱼邮件,并为每封邮件建一张 Jira 工单。它监视一个 Gmail 账号,为每封新邮件画一张截图,并让 ChatGPT 读取 HTML 和邮件头。随后开出一张“可能恶意”或“可能无害”的工单,里面写着分析内容。邮件的截图和纯文字被附在上面。整个流程由十九个节点完成,旁边还有六张便签。
设有专门邮箱、让员工转发可疑邮件的 IT 和安全团队,以及替客户分拣这类报告的托管服务商。它省下每份报告的第一遍阅读。它也会在 Jira 里留下记录。它只是第一道筛子。如果你需要一个不经人手就能信任的结论,就别选它,因为模型的意见可能是错的。它的近亲列表 Gmail phishing check by screenshot with one Jira ticket 会把图片本身交给视觉模型,只开一张工单。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| IT | IT 团队 | 分拣员工报告的可疑邮件 | 一位管理员打开当天的工单,先看标成恶意的那些。 |
| 托管服务 | 服务商 | 为客户报告的邮件留下工单记录 | 一家服务商在给客户打电话之前先读工单里的分析。 |
| 安全 | 安全分析师 | 拿到附有图片和邮件头的初步意见 | 一位分析师在工单里打开截图,而不是打开真正的邮件。 |
| 教育 | 学校 IT 人员 | 处理老师和学生报告的邮件 | 一位技术员检查一封被报告的假学费通知。 |
你需要 Gmail、hcti.io、OpenAI 和 Jira 账号,以及一个 Jira 项目和一个事务类型的 ID。
任何能连上 Gmail、hcti.io、OpenAI 和 Jira 的 n8n 都能运行它,前提是工作流一直开着,因为 Gmail 触发器每分钟都会去问有没有新邮件。
点“下载”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。导入文件,添加凭据,填上你的 Jira ID,然后把工作流打开。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| Gmail | 接收可疑邮件的账号 |
| hcti.io | 一个 API ID 和一个 API 密钥 |
| OpenAI | 一个 API 密钥 |
| Jira | 一个 Jira Cloud 站点,以及一个项目和一个事务类型的 ID |
workflow.json。Gmail Trigger 添加 Gmail 凭据。Screenshot HTML 和 Retrieve Screenshot 里选中它。Analyze Email with ChatGPT 添加 OpenAI 凭据。gpt-4o,所以如果你是在那之后设置,就在 Analyze Email with ChatGPT 里选 gpt-6-luna,想早点换也可以。<YOUR_JIRA_PROJECT_ID> 和 <YOUR_JIRA_ISSUE_TYPE_ID> 换成你 Jira 站点上的 ID。把一封可疑邮件转发到这个 Gmail 账号,或者让大家把它发到那里。Gmail 下一次检查之后,就会出现一张 Jira 工单,里面有分析和两个附件。读结论。打开截图。决定怎么办。
| 要改的 | 在哪里改 |
|---|---|
| 什么算钓鱼 | Analyze Email with ChatGPT 里的两条消息 |
| 工单的措辞 | 两个建工单节点的摘要和描述字段 |
| 模型 | Analyze Email with ChatGPT |
| 检查哪些邮件 | Gmail Trigger 的过滤条件 |
| 用 Gmail 还是 Outlook | 两个触发器里打开的是哪一个 |
一位财务助理收到一封邮件,说她的银行账户被锁了,让她点按钮确认密码。她把它转发到安全邮箱。
工作流画出截图,并去问 ChatGPT。分析说发件人的域名和这家银行对不上,按钮指向别的地方。一张标着 Potentially Malicious 的 Jira 工单出现了。一位管理员打开它,在分析旁边看到邮件的图片,把这个发件人拉黑。这张工单留作记录。
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。钓鱼邮件是想骗你的邮件。它要的是密码或钱。Jira 是团队把工作当成工单来跟踪的工具。截图服务把 HTML 变成一张图片,让你像读者那样看到这封邮件。
专家:截图进了 Jira,但没有进模型,模型读的是文字形式的 HTML 和邮件头。
| 节点 | 做什么 | 要知道的 |
|---|---|---|
Gmail Trigger | 每分钟轮询一次,返回原始邮件 | Simplify 是关的,所以字段是 html、text、headers、subject 和 to.text |
Screenshot HTML | 请 hcti.io 渲染 HTML | 用 HTTP Basic Auth 向 https://hcti.io/v1/image 发 POST。回复里的 url 是图片地址 |
Analyze Email with ChatGPT | 以 JSON 返回结论 | JSON 输出是开的,结果从 message.content 读取 |
Check if Malicious | 按 malicious 标志分流 | 严格的布尔判断 |
Rename Screenshot | 设置图片的文件名 | 一个 Code 节点在上传之前改二进制的 fileName,上传读取的是 data 属性 |
它会检查那个 Gmail 账号里的每封邮件,还会把私人邮件发给三个外部服务。
Gmail Trigger 没有过滤条件,所以那个账号里每封新邮件都会被分析并建工单。请用一个大家把可疑邮件转发过去的邮箱,或者加一个标签过滤Check if Malicious 判断的是真正的布尔值,所以模型要是回答带引号的 true 这个词,严格判断就会失败Screenshot HTMLgpt-4o 是模型。OpenAI 的弃用页面(2026 年 11 月 12 日读取)给出的停用日期是 2027 年 1 月 14 日,替代模型是 gpt-6-luna。这一步没有用到工具,所以 gpt-6-luna 适合一个为举报邮箱准备的 n8n 工作流。每封新的 Gmail 邮件都会得到一张截图,ChatGPT 读取邮件的 HTML 和邮件头,判断它是否像钓鱼邮件。然后工作流开出一张标成恶意或无害的 Jira 工单,并附上邮件的图片和纯文字。
workflow.json:n8n 导出的工作流,19 个节点和 6 张便签。里面没有任何凭据。README.md:这份设置说明,压缩包里的是英文版。<YOUR_JIRA_PROJECT_ID> 和 <YOUR_JIRA_ISSUE_TYPE_ID>。Screenshot HTML 原来带着一个空的查询参数行。我们把这一行去掉了。workflow.json。Gmail Trigger 添加 Gmail 凭据。Screenshot HTML 和 Retrieve Screenshot 里选中它。Analyze Email with ChatGPT 添加 OpenAI 凭据。gpt-4o,所以如果你是在那之后设置,就在 Analyze Email with ChatGPT 里选 gpt-6-luna,想早点换也可以。<YOUR_JIRA_PROJECT_ID> 和 <YOUR_JIRA_ISSUE_TYPE_ID> 换成你 Jira 站点上的 ID。Gmail Trigger 每分钟检查一次账号,Simplify 是关着的,所以它收到的是完整的邮件。Set Gmail Variables 留下 HTML、纯文字、邮件头、主题和收件人。Set Email Variables 把这些字段传下去,Convert Email Body to File 把纯文字变成一个叫 emailBody.txt 的文件。Screenshot HTML 把 HTML 发给 hcti.io,由它画成一张图片。Retrieve Screenshot 下载这张图片。Analyze Email with ChatGPT 把 HTML 和邮件头发给 gpt-4o。一条系统消息要求返回 JSON,里面有一个 malicious 标志和一段用 Jira wiki 标记写的长 summary。截图不在这次请求里。Check if Malicious 判断这个标志。true 走向 Create Potentially Malicious Ticket,false 走向 Create Potentially Benign Ticket。两者都建一张工单,描述里写着收件人和主题,并放进分析。Set Jira ID 留下工单编号。Rename Screenshot 把图片命名为 emailScreenshot.png,Upload Screenshot of Email to Jira 把它附上去。Rename Email Body Screenshot 把文字文件命名为 emailBody.txt,Upload Email Body to Jira 把它附上去。Gmail Trigger 旁边还有一个关闭着的 Microsoft Outlook Trigger 分支。它通过 Microsoft Graph API 取邮件头,再接入同样的步骤。
Analyze Email with ChatGPT 里的两条消息。Analyze Email with ChatGPT。Microsoft Outlook Trigger,关掉 Gmail Trigger。Outlook 分支需要它自己的 Microsoft 凭据。Gmail Trigger 的过滤条件。Gmail Trigger 没有过滤条件,所以那个账号里每封新邮件都会被分析并建工单。请用一个大家把可疑邮件转发过去的邮箱,或者加一个标签过滤。Check if Malicious 判断的是真正的布尔值。要是模型回答带引号的 true 这个词,严格判断就会失败。Screenshot HTML。gpt-4o 是模型。OpenAI 的弃用页面给出的停用日期是 2027 年 1 月 14 日,替代模型是 gpt-6-luna。这一步没有用到工具,所以 gpt-6-luna 适合。NOTICE.md 651 B README.md 5 KB workflow.json 20 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。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。