anaksor-ocr
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
一个 n8n 工作流,每天早上收集一个主题的新闻。Apify 读取你列出的 X 账号过去一天的帖子,Airtop 浏览器读取你的网站,OpenAI 智能体把重要的内容存进 Google 表格。
从 X 账号和网站追踪每日动态 是一款 n8n 工作流,属于研究类,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。
每日定时
每天早上 6 点自动开始,读取表格里的两个标签页:
一张每天早上都会多出几行的 Google 表格,记下你这个主题的新闻,一条一行
开始之前要准备好这些。
电子表格
存放 X 账号和网站列表,每留下一条就在 Data Points 里新增一行。
需要一个用来登录的 Google 账号,以及一个有三个标签页的表格
X 帖子
为每个账号运行一个推文抓取 actor,返回最新的帖子,不需要 X 账号。
需要Apify API 令牌,放在 Header Auth 凭据里
云端浏览器
提供浏览器会话,智能体用它打开每个网站,并询问页面上有什么。
需要Airtop API 密钥
语言模型
为浏览器智能体和挑选新闻的智能体运行 gpt-5。
需要OpenAI API 密钥
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流为一个主题持续记录新闻,每天早上从你选的 X 账号和网站收集。早上 6 点,它向 Apify 要每个账号最新的帖子,只留下最近 25 小时内的。随后 Airtop 浏览器逐个访问网站,一个 OpenAI 智能体列出它在那里找到的过去一天的新闻。第二个智能体把这两堆内容读一遍,只留下对你的主题来说算得上新闻的东西。留下的每一条都成为 Google 表格里的一行。一共 26 个节点,其中三个是便签。
关注某一个领域、希望上班前就能在表格里看到昨天新进展的分析师、创始人和简报作者。账号和网站不多、更新又频繁时,它最好用。如果你需要白天随时收到提醒,就别选它。它每天早上只跑一次,也不发送任何东西。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| AI 和软件 | 产品经理 | 列出各家实验室和厂商的账号与新闻页 | 一位产品经理追踪十家 AI 实验室,早会前先读一遍新增的行。 |
| 金融 | 研究某个行业的分析师 | 关注一个行业里的公司账号和行业媒体 | 一位分析师关注电池厂商,在一个标签页里看到它们的新品和融资。 |
| 媒体 | 简报作者 | 把新增的行当作当天的候选清单 | 一位作者从早上新增的行里挑五条,放进当天的简报。 |
| 市场 | 竞品研究团队 | 盯住竞争对手的账号和博客 | 一个团队列出四个竞争对手,第二天早上就能看到每一次新功能发布。 |
你需要会一些 n8n,还要四个账号:导入文件、添加四个凭据、填好两个标签页,再改两段提示词。作者估计设置要 15 分钟左右。
任何能访问 Google、OpenAI、Airtop 和 Apify 的 n8n 都能运行它。结果都留在你的表格里。
Data Points 标签页排序、筛选或分享Save 后面加一个节点,把早上新增的行发出去点“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。先建好表格,因为有三个节点指向它。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| OpenAI | 一个 API 密钥。两个智能体都用 gpt-5 |
| Airtop | 一个 API 密钥,用于云端浏览器 |
| Apify | 一个 API 令牌,用于 Header Auth 凭据 |
| 一个能编辑这张表格的账号,用于 Google Sheets OAuth2 凭据 |
| 标签页 | 列 |
|---|---|
X | username,每行一个 X 账号,写 @ 后面的那部分 |
Websites | website,每行一个网页地址,比如一个新闻页 |
Data Points | name、description、source 和 date。这些行由工作流添加 |
workflow.json。/d/ 和 /edit 之间那一长串。Get X Accounts、Get Websites 和 Save 里选中它,把 YOUR_SHEET_ID 换成这个 ID。OpenAI 和 GPT 里选中它。Session、Window、Load URL、Query 和 Terminate a session。Authorization,值填 Bearer、一个空格,再加你的 Apify 令牌。在 Get Tweets 里选中它。Your Instructions 里,把 [ Your Topic ] 换成你的主题,Browser Prompt 里一处,Analysis Prompt 里三处。在 X 里填账号,在 Websites 里填网页地址,然后就不用管了。每天早上 6 点,AI Agent 留下几条,运行就在 Data Points 里加几行。没有新内容的那天一行都不加。想在别的时间跑,就点 Execute workflow。浏览器那部分最慢,因为智能体要一个个打开网站。
| 要改的 | 在哪里改 |
|---|---|
| 主题 | Your Instructions 两段提示词里的 [ Your Topic ] |
| 什么算新闻 | Analysis Prompt 里的包含和排除清单 |
| 每个账号取几条帖子 | Get Tweets 请求体里的 maxItems,现在是 20 |
| 时间范围 | Filter 里的 25 小时,以及 Browser Agent 文本里的 24 小时 |
| 运行时间 | Every Day 6 AM |
你关注电动汽车。你用这个词替换 [ Your Topic ],在 X 里放三家车企的账号,在 Websites 里放两个行业新闻页。第二天早上,AI Agent 按解析器的格式作答,这里省略了内容:
{
"data_points": [
{
"name": "…",
"description": "…",
"source": "https://x.com/…/status/…"
}
]
}每一条都成为一行。来自帖子的那行指向帖子,来自新闻的那行指向浏览器智能体读过的文章。每一行的 date 列都是空的,原因见 Good to know。
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。智能体是一种会自己决定调用哪个工具的节点。这里的浏览器智能体调用两个 Airtop 工具,一个打开网页,一个询问页面上有什么。先用一个账号和一个网站测试。然后打开 Browser Agent,看它打开了哪些页面,Query 又回答了什么。
专家:两个 Aggregate 节点把多条数据合成一条,所以分析智能体在一次提示里就能读到所有帖子和所有新闻。
| 节点 | 模型、工具或请求 | 要知道的 |
|---|---|---|
Browser Agent | 通过 OpenAI 用 gpt-5,Simple Memory、Load URL、Query,解析器 JSON1 | 每个网站跑一次,最多 20 轮。会话和窗口的 ID 写在它的文本里 |
AI Agent | 通过 GPT 用 gpt-5,超时 120 秒,解析器 JSON | 一次调用处理所有帖子和新闻。它的 system message 就是 Analysis Prompt |
Get Tweets | 向 Apify 的 run-sync 接口 POST,调用 actor CJdippxWmn9uRfooo | 等 actor 跑完,返回它的结果。令牌由 Header Auth 凭据带上 |
它用的模型有停用日期,文件里有三处缺口,每次运行都有三家服务商计费。
gpt-5 将于 2026 年 12 月 11 日停用,替代模型是 gpt-5.6-sol。在那之前把两个模型节点都换掉Filter 什么都不放行,运行在读网站之前就停了。在它的设置里打开 Always Output Data,这样照样会读网站AI Agent 不返回日期,所以除非你在 JSON 和提示词里加上这个字段,date 列会一直空着Analysis Prompt 提到了一个,但 AI Agent 没有任何工具,只能根据帖子和网页来判断Simple Memory 对每个网站、每次运行都用同一个固定键 239,所以一个网站的记录可能带进下一个Browser Agent 出错,Airtop 会话会一直开着,直到 10 分钟的空闲超时一个 n8n 工作流,每天早上 6 点围绕你指定的主题运行。它读取你列出的 X 账号过去一天的帖子,以及你列出的网站上的新闻,再把值得知道的内容存进 Google 表格。Apify 抓取帖子,Airtop 浏览器读取网站,两个 OpenAI 智能体负责阅读和挑选。
workflow.json:n8n 导出的工作流,26 个节点。其中三个是便签,标出它的几个部分:X 帖子、网站,以及分析和保存。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。Get X Accounts 原本指向表格的一个副本,Get Websites 和 Save 指向另一个。现在三个节点都要同一个 YOUR_SHEET_ID,并按名称找标签页:X、Websites 或 Data Points。gpt-5 的 OpenAI API 密钥。它的停用日期见注意事项。workflow.json。/d/ 和 /edit 之间那一长串。Get X Accounts、Get Websites 和 Save 里选中它,把 YOUR_SHEET_ID 换成这个 ID。OpenAI 和 GPT 里选中它。Session、Window、Load URL、Query 和 Terminate a session 里选中它。Authorization,值是 Bearer、一个空格,再加你的令牌。在 Get Tweets 里选中它。Your Instructions,把 [ Your Topic ] 换成你的主题,Browser Prompt 里一处,Analysis Prompt 里三处。X 里放几个账号,在 Websites 里放几个网页地址。| 标签页 | 列 |
|---|---|
| X | username:每行一个 X 账号,写 @ 后面的那部分 |
| Websites | website:每行一个网页地址,比如新闻页或博客首页 |
| Data Points | name、description、source、date。这些行由工作流添加 |
Every Day 6 AM 在工作流所在时区的早上 6 点开始运行。Your Instructions 存着智能体稍后要读的两段提示词。Get X Accounts 读取 X 标签页。对每个账号,Get Tweets 向 Apify actor CJdippxWmn9uRfooo 要最新的 20 条英文帖子。Select Fields 只留四个字段:username、text、createdAt 和 url。Filter 去掉超过 25 小时的帖子,Aggregate Tweets 把剩下的合成一个列表。Session 用配置名 general 启动一个 Airtop 浏览器会话。Window 在 OpenAI 的新闻页上打开一个窗口,并提供一个可以实时观看的画面。Get Websites 读取 Websites 标签页,Browser Agent 一次处理一个网站。它通过 Load URL 和 Query 打开页面和其中的新闻页,只留下最近 24 小时内发布的内容。它给每一条列出标题、日期、描述和地址,JSON1 把它的回答限定为这个格式。Aggregate Websites 把每个网站的列表合在一起,Terminate a session 关闭浏览器。AI Agent 以 Analysis Prompt 作为指令读这两个列表,返回通过筛选的条目,每条有 name、description 和 source。JSON 把它的回答限定为这个格式。Split Out 把列表拆成一条一条,Save 把每一条作为一行加进 Data Points。Your Instructions 里的 Analysis Prompt。它的包含和排除清单决定了哪些内容进表格,它还把名称限制在 50 个字符、描述限制在 1,000 个字符。Browser Prompt,以及 Browser Agent 文本里的日期那一行和输出格式。Get Tweets 的 JSON 请求体里的 maxItems、lang 和各个筛选开关,以及 Filter 里的 25 小时。Every Day 6 AM。OpenAI,分析用 GPT,都是 gpt-5。gpt-5 将于 2026 年 12 月 11 日停用,替代模型是 gpt-5.6-sol。在那之前把两个模型节点都换掉。Filter 的时间范围内都没发帖,它什么都不放行,运行在读任何网站之前就停了。想照样读网站,就在 Filter 的设置里打开 Always Output Data。date 列一直是空的。Save 里有这一列,但 AI Agent 只返回名称、描述和来源。想填上它,就在 JSON 的示例和提示词的输出格式里加一个 date 字段。Analysis Prompt 告诉智能体它能上网搜索。AI Agent 没有任何工具,所以只能根据帖子和网页来判断。Simple Memory 用一个固定键 239 保存浏览器智能体最近十轮对话。只要 n8n 一直在运行,每个网站、每次运行都共用它,所以一个网站的记录可能带进下一个。如果这对你有影响,就把键设成网站的地址。Terminate a session 只在最后一个网站处理完后才运行。Browser Agent 出错时,Airtop 会话会一直开着,直到空闲超时,节点把它设为 10 分钟。maxItems 允许的数量。README.md 6 KB workflow.json 25 KB
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
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。
AbdomenAtlas · 工具包
在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。
dBenf · 工具包
回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。
zimmerk4 · 工具包
用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。