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。
由 AI 智能体驱动、带记忆的 Telegram 聊天机器人 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。
Telegram 消息
有人给机器人发消息时开始,需要:
AI 智能体在 Telegram 里的一条回复,会考虑之前的聊天内容
开始之前要准备好这些。
聊天
接收消息并发送回复。
需要Telegram 机器人令牌
智能体模型
根据消息和最近的聊天写出每个回答。
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 机器人变成聊天助手。有人给机器人发消息时,AI 智能体读取文字,按名字称呼对方并作答。它记得同一个聊天最近的十条消息,所以追问一句也能接得上。回答会在 Telegram 里发回给发送者。干活的是五个节点,旁边还有一张便签。
想在 Telegram 里有个 AI 助手的人,以及想拿一个小智能体来加工具的开发者。如果你要的是替你做事的机器人,就别选它,因为这份副本只会聊天。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 个人 | 个人用户 | 用手机向助手提问 | 一位用户在通勤路上让机器人解释一个合同术语。 |
| 小生意 | 店主 | 把给顾客的回复改写得更得体 | 一位店主贴上一句生硬的回答,请机器人换成更友好的说法。 |
| 教育 | 家教 | 给学生一个有耐心的练习伙伴 | 一位家教把机器人分享给学生,课后他还能接着提问。 |
| 开发 | 开发者 | 从一个带聊天和记忆的智能体起步 | 一位开发者给智能体节点接一个新工具,在 Telegram 里试用。 |
你需要会一点 n8n:导入一个文件、添加两个凭据,再创建一个 Telegram 机器人。
任何能访问 Telegram 和 OpenAI 的 n8n 都能运行它。Telegram 通过 HTTPS 把每条消息送到一个网址,所以你的 n8n 必须能从互联网访问。
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。你需要一个 Telegram 机器人令牌和一个 OpenAI 密钥。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或有公开 HTTPS 地址的服务器 |
| Telegram | 用 BotFather 创建的机器人,以及它的令牌 |
| OpenAI | 一个 API 密钥 |
workflow.json。Listen for incoming events 和 Send final reply 里选中它。OpenAI Chat Model 里选中它。像对任何助手一样和机器人聊天。它按你的名字称呼你,追问的问题能看到同一个聊天之前的消息。只支持文字消息。
| 要改的 | 在哪里改 |
|---|---|
| 机器人的角色和语气 | AI Agent 里的系统消息 |
| 它记多少 | Window Buffer Memory 里的上下文窗口长度 |
| 模型 | OpenAI Chat Model |
| 机器人能做什么 | 给 AI Agent 加工具节点 |
| 它读哪些更新 | Listen for incoming events 里的 Updates |
一位叫 Lena 的用户给机器人写“What does force majeure mean?”。智能体从消息里读到文字和 Lena 的名字,用一段通俗的解释作答,并按名字称呼她。她接着问“Does that cover a strike?”,智能体在看得到她第一个问题的情况下作答。
记忆里有这个聊天最近的十条消息,所以追问不必重复话题。
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。Telegram 机器人是一个由程序控制的账号。AI 智能体是一个让聊天模型自己决定做什么、调用哪些工具的节点。
专家:Window Buffer Memory 把每段对话的键设为 chat_with_ 加聊天 ID。它把十条消息保存在 n8n 进程的内存里,而不是数据库里。回复发给发送者的用户 ID,在群聊里它和聊天 ID 不同。
| 节点 | 做什么 | 要知道的 |
|---|---|---|
Listen for incoming events | 接收每一种更新 | 没有 message 的更新会让下一个节点失败 |
AI Agent | 回答消息里的文字 | 1.7 版,带记忆,没有工具 |
Window Buffer Memory | 每个聊天记十条消息 | 保存在 n8n 进程里 |
Send final reply | 发送回答 | 除非你设置解析模式,否则用 Markdown |
原来的副本还能画图。这一部分已经去掉,另外还修了几处。
dall-e-3 已于 2026 年 5 月 12 日关停。Mindket 的副本没有图片工具gpt-4o 将于 2027 年 1 月 14 日关停,并给出 gpt-6-luna。这个模型在 Chat Completions 里只有把推理强度设成 none 才支持函数调用,所以 Mindket 的副本用 gpt-5.6-terramessage.text,那一次运行会失败_、*、反引号和 [ 必须转义,所以不转义的回答可能被拒绝一个用 AI 智能体回答 Telegram 消息的 n8n 工作流。有人给机器人发消息时,智能体读取文字,按名字称呼对方并回复。它记得同一个聊天最近的十条消息,所以追问一句也能接得上。
workflow.json:n8n 导出的工作流,6 个节点,其中 5 个运行,1 个是便签。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。OpenAI Chat Model 原来用 gpt-4o,温度 0.7,频率惩罚 0.2。OpenAI 的弃用页面(2026 年 11 月 12 日查阅)显示 gpt-4o 将于 2027 年 1 月 14 日关停,并给出 gpt-6-luna。这个模型的页面说,Chat Completions 里只有把推理强度设成 none 才支持函数调用,而 n8n 的聊天模型节点只提供 low、medium 和 high。这个智能体是工具型智能体,所以节点改用 gpt-5.6-terra,它的页面列出了函数调用,没有这个限制。节点不再设温度和惩罚,因为这个页面两样都没有列出。Generate image in Dalle 和 Send back an image 已删除。前一个调用的是 DALL-E 3 图像接口,OpenAI 的页面列出它已于 2026 年 5 月 12 日关停。后一个把前一个返回的链接发出去。接替 DALL-E 的 gpt-image 模型返回的是图片本身,没有链接:n8n 自己的 OpenAI 节点就是这样处理它们的。后一个工具需要链接,所以两个工具都去掉了。AI Agent 系统消息的最后一句,原来让它把图片链接发出去,现在已去掉,因为现在没有东西能生成链接。Mindket 对照 n8n 的源码读过这份副本。它没有在真实的 n8n 上运行,也没有连接真实的 Telegram 机器人。
workflow.json。Listen for incoming events 和 Send final reply 里选中它。OpenAI Chat Model 里选中它。Listen for incoming events 在 Telegram 把一条更新送到机器人时开始这次运行。它监听每一种更新。AI Agent 把 message.text 当作提示词。它的系统消息说,它是一个乐于助人的助手,正在和一位用户交谈,用户的名字来自消息,并要求它每次都按名字称呼用户。OpenAI Chat Model 写出回答。Window Buffer Memory 提供这个聊天的十条历史消息,保存在由 chat_with_ 和聊天 ID 组成的键下面。Send final reply 把智能体的 output 发给发送者的用户 ID,并关掉署名那一行。AI Agent 里的系统消息。Window Buffer Memory 里的上下文窗口长度。OpenAI Chat Model。AI Agent 加工具节点。Listen for incoming events 里的 Updates。message.text,那一次运行会失败。Listen for incoming events 设成了每一种更新。不带 message 的更新,比如被编辑过的消息或频道帖子,会让 AI Agent 失败。Send final reply 用 Markdown 发送。Telegram 的页面说,格式范围之外的 _、*、反引号和 [ 必须转义,所以不转义的回答可能被拒绝。回复节点的错误输出不通向任何地方。Window Buffer Memory 在 n8n 进程的内存里。重启会清空它,多个 n8n 进程之间也不共享。NOTICE.md 652 B README.md 5 KB workflow.json 4 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。