Nanosaur2-670M
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
一个给 Telegram 机器人用的 n8n 工作流,把你发来的每张照片存进 Google Drive 并起好名字。一个 gpt-5-mini 智能体还能按你的要求给图片改名、查找、编辑或合成,编辑和合成交给你自己的两个图片子工作流。
带 AI 编辑的 Telegram 照片管家,存进 Google Drive 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。
Edit Image imageTitle, imagePrompt, imageID Combine Images prompt, image1, image2, imageTitle
Telegram 消息
你的机器人收到消息时开始运行,消息是以下两种之一:
一个在 Telegram 聊天里就能管理、照片都起好名字的 Drive 文件夹,编辑由你自己的子工作流来做
开始之前要准备好这些。
聊天机器人
接收每张照片和每条消息,并把智能体的回答发回你的聊天。
需要一个从 BotFather 拿到的机器人令牌
文件存储
把照片和新生成的图片存在两个文件夹里,并让智能体改名和列出文件。
需要一个用来登录的 Google 账号,以及两个文件夹 ID
语言模型
为智能体运行 gpt-5-mini,由它给文件起名,并决定调用哪个工具。
需要OpenAI API 密钥
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流把一个 Telegram 聊天变成 Google Drive 里一个图片文件夹的前台。给机器人发一张照片,它就以当天日期为名存进那个文件夹。片刻之后,智能体给它起一个能看懂的名字,并告诉你起了什么。打字提出请求,同一个运行 gpt-5-mini 的智能体就能改文件名、找文件,或者把文件送去编辑。它还能把两张图合成一张。编辑和合成在你提供的两个子工作流里完成。一共 18 个节点,其中五个是便签。
工作中用手机拍照、又不想打开 Drive 就能把照片归档和命名的人。它适合已经在 n8n 里配好图片模型,或者愿意自己搭一个的人。如果你想开箱就能编辑图片,就别选它。这个文件里没有自己的图片模型。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 房地产 | 拍房源照片的经纪人 | 看房时把每个房间的照片发过去,让机器人命名 | 一位经纪人发了一套公寓的十二张照片,离开之前每张都已按房间名存进 Drive。 |
| 网店零售 | 店主 | 要求把产品照片的背景弄干净 | 一位卖家发了一张马克杯照片,要求换成纯白背景。 |
| 施工和装修 | 工地负责人 | 用清楚的名字归档工地进度照片 | 一位工地负责人发了一张砌好的墙,之后开口一问就找到了它。 |
| 社交媒体 | 内容创作者 | 把两张图合成一张用来发帖 | 一位创作者让机器人把产品放进她之前发过的一张海滩照片里。 |
你需要会一些 n8n:导入文件、三个凭据、两个文件夹 ID,以及两个你自己的子工作流。作者估计设置要 13 分钟左右,这还不包括搭建子工作流。
任何 Telegram 能通过互联网访问到的 n8n 都能运行它。
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。先建好两个 Drive 文件夹。
| 需要 | 说明 |
|---|---|
| n8n | 较新的版本,n8n Cloud 或一台 Telegram 能访问到的服务器 |
| Telegram | 一个机器人和它的令牌,从 BotFather 获取 |
| 一个有两个 Drive 文件夹的账号,用于 Google Drive OAuth2 凭据 | |
| OpenAI | 一个能用 gpt-5-mini 的 API 密钥 |
| 子工作流 | 一个编辑图片,一个合成两张图,都把结果存到输出文件夹 |
workflow.json。Telegram Trigger、Download File 和 Respond 里选中它。YOUR_PICTURES_FOLDER_ID,用输出文件夹的 ID 替换 YOUR_OUTPUT_FOLDER_ID。OpenAI Chat Model 里选中它。Edit Image 和 Combine Images 里选中你的两个子工作流。Telegram Trigger 的 Restrict to User IDs 里填上你的 Telegram 用户 ID。两个工具发出的每个字段都由智能体填写。图片 ID 是 Drive 文件 ID:
Edit Image imageTitle, imagePrompt, imageID Combine Images prompt, image1, image2, imageTitle
发一张照片,等它回复起好的名字。想改名,就说是哪张图、要叫什么。想编辑,就描述要改的地方,比如光线暖一点,或者去掉一块招牌。想合成,就说出两张图的名字,以及它们该怎么放在一起。每条消息都是单独处理的,所以要说清你指的是哪个文件。
| 要改的 | 在哪里改 |
|---|---|
| 它怎么起名、怎么回答 | AI Agent 的 system message |
| 模型 | OpenAI Chat Model,现在是 gpt-5-mini |
| 新照片最初的名字 | Upload file 的名称,在智能体改名之前是当天日期 |
| 搜索返回什么 | Search Raw Files 和 Search AI Images 的字段 |
你发了一张厨房桌上陶瓷马克杯的照片。Upload file 以当天日期为名保存它,Set Text 把新文件的 ID 写成一条说明交给智能体。智能体按提示词里示例的风格起名,比如 Ceramic_Mug_Kitchen_Table。它调用 Change Name,然后在聊天里回一句类似这样的话:
Saved and renamed your photo to Ceramic_Mug_Kitchen_Table.
之后你写“把马克杯放到纯白背景上”。智能体搜索照片文件夹,按名字找到这个文件,带着它的 ID 和你的请求调用 Edit Image。
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。智能体在中间,它的模型和五个工具用细线挂在下面。三个工具是 Google Drive 操作,另外两个是完整的工作流。先发一张照片。然后在那次运行里打开 AI Agent,看它调用了哪些工具。
专家:这个智能体用的是 n8n 智能体节点的第 3 版,没有记忆,回答时还会附上它走过的步骤。
| 工具 | 节点类型 | 要知道的 |
|---|---|---|
Change Name | Google Drive,更新文件 | 从智能体那里拿到文件 ID 和新名字 |
Search Raw Files | Google Drive,列出文件夹 | 返回照片文件夹里的每个文件,带 ID、名字和链接 |
Search AI Images | Google Drive,列出文件夹 | 对输出文件夹做同样的事,你的子工作流把结果存在那里 |
Edit Image | Call n8n Workflow 工具 | 发出一个标题、一段提示词和一个图片 ID |
Combine Images | Call n8n Workflow 工具 | 发出一段提示词、两个图片 ID 和一个标题 |
它用的模型有停用日期,原来副本里的一处问题已经修好。
Respond 原本的聊天 ID 是空的,所以任何回复都到不了 Telegram。现在它会回复消息来自的那个聊天gpt-5-mini 将于 2026 年 12 月 11 日停用,替代模型是 gpt-5.6-terraDownload File 存的是 Telegram 发来的中等尺寸。想要最大的,就在它的文件 ID 里对照片列表用 .last()Switch 只分流照片和文字,所以机器人会忽略它们Respond 以 HTML 发送,回复里出现单独的 < 或 & 时,Telegram 会拒收一个给 Telegram 机器人用的 n8n 工作流,把你的照片存在一个 Google Drive 文件夹里。给它发一张照片,它会保存下来,并起一个合适的名字。给它发一条消息,一个 OpenAI 智能体就会给文件改名、找文件,或者把编辑和两张图的合成交给你自己的图片子工作流。
workflow.json:n8n 导出的工作流,18 个节点。其中五个是便签,标出它的几个部分:输入、智能体、它的模型、图片工具和文件工具。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。Respond 原本的聊天 ID 是空的,所以任何回复都到不了 Telegram,每次运行都在那里报错。现在它回复消息来自的那个聊天:{{ $('Telegram Trigger').item.json.message.chat.id }}。Upload file 和 Search Raw Files 改为要 YOUR_PICTURES_FOLDER_ID,Search AI Images 改为要 YOUR_OUTPUT_FOLDER_ID。Edit Image 和 Combine Images 原本指向作者自己 n8n 里的子工作流。现在两个都是空的,由你选自己的。gpt-5-mini 的 OpenAI API 密钥。它的停用日期见注意事项。workflow.json。Telegram Trigger、Download File 和 Respond 里选中它。Upload file、Change Name、Search Raw Files 和 Search AI Images 里选中它。/folders/ 后面的那一段。在 Upload file 和 Search Raw Files 里用照片文件夹的 ID 替换 YOUR_PICTURES_FOLDER_ID,在 Search AI Images 里用输出文件夹的 ID 替换 YOUR_OUTPUT_FOLDER_ID。OpenAI Chat Model 里选中它。Edit Image 和 Combine Images 里选中它们。Telegram Trigger 的 Restrict to User IDs 里填上你的 Telegram 用户 ID,这样陌生人就用不了这个机器人。每个字段都由智能体填写。图片 ID 是 Google Drive 文件 ID,所以每个子工作流都需要 Drive 权限来下载图片。把做好的图片存到输出文件夹,Search AI Images 会在那里找。
Edit Image imageTitle, imagePrompt, imageID
Combine Images prompt, image1, image2, imageTitle
它们在原来副本里的名字是 Edit Image Nanobanana Tool 和 Combine Images Nanobanana,指的是 Google 的 Gemini 图片模型,也就是 Nano Banana。不过任何能按提示词编辑图片的模型都可以。
Telegram Trigger 接收每条新消息,Switch 把照片和文字分开。Download File 从 Telegram 取回它,Upload file 以当天日期为名存进照片文件夹,比如 2026-11-02。然后 Set Text 告诉智能体有一张图片进来了,并附上它的 Drive 文件 ID。AI Agent 通过 OpenAI Chat Model 运行 gpt-5-mini。它的 system message 要它马上用 Change Name 给新照片起名,并说出起了什么,不用问你。Search Raw Files 或 Search AI Images 找文件,用 Change Name 改名,把编辑交给 Edit Image,把合成交给 Combine Images。Respond 把智能体的回答以 HTML 格式发到你的聊天里。AI Agent 的 system message。里面的示例名字展示了它追求的风格。OpenAI Chat Model,现在是 gpt-5-mini。Upload file 的名称,在智能体改名之前是当天日期。Search Raw Files 和 Search AI Images 的字段,现在是 ID、名字和链接。gpt-5-mini 将于 2026 年 12 月 11 日停用,替代模型是 gpt-5.6-terra。Download File 取的是第二种,一个中等尺寸的副本,所以存进 Drive 的就是它。想要最大的,就在它的文件 ID 里用 {{ $('Telegram Trigger').item.json.message.photo.last().file_id }}。以文件形式发的图片不匹配 Switch 的任何规则,所以机器人会忽略它。Respond 以 HTML 发送回答,回复里出现单独的 < 或 & 时,Telegram 会拒收。如果遇到这种情况,就清掉 Respond 里的 parse mode。Telegram Trigger 没有限制用户时,任何找到这个机器人的人都能往你的 Drive 里写东西,并花掉你的 OpenAI 额度。README.md 6 KB workflow.json 19 KB
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
Waqf-AI · 工具包
读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。
Wan-AI · 工具包
根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。
Wan-AI · 工具包
用小型的 1.3B Wan2.1 模型根据文字提示词生成短的 480P 视频,已打包成 diffusers 库可用的形式。在约 8.19 GB 显存的消费级显卡上就能运行。
serendipitylabs · 工具包
在 CPU 或 CUDA GPU 上把马拉雅拉姆语语音转成文字,是 Serendipity Labs 的早期研究版本。适合想为简短清晰的录音生成转写草稿的人。
OrdenWills · 工具包
把“关掉电视”这样的日常家居指令变成结构化的工具调用,并先检查设备状态。这是一个 3.5 亿参数的模型,适合智能家居开发者和爱好者。