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,找出你这个题目下播放数超过频道订阅数的 YouTube 视频。Apify 取回每个视频的文字稿,OpenAI 写出新标题、缩略图文字和大纲,记进你的 Google 表格。
把爆款 YouTube 视频变成标题和大纲点子 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。
主题表单
有人提交 YouTube Topic Research 表单时开始运行,表单里有:
一张关于你这个主题的爆款视频表,每个都配有新标题、缩略图文字和大纲,供你做自己的版本
开始之前要准备好这些。
YouTube 抓取
一个 Actor 按你的关键词搜索 YouTube,另一个返回每个视频的字幕文本。
需要Apify API 令牌,填在两个请求头里,以及够用的运行额度
视觉和语言模型
用 gpt-4o-mini 描述缩略图,用 gpt-4.1-mini 写标题和缩略图文字,用 gpt-4.1 写大纲。
需要OpenAI API 密钥
选题表格
把每个视频和已有的行比对,加入新的视频,并填上它们的选题内容。
需要一个用来登录的 Google 账号,以及一张有 17 个表头的表格
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流找出某个题目下表现超出频道体量的 YouTube 视频,再为每一个规划你自己的版本。表单收下一个关键词。一个 Apify Actor 在 YouTube 上搜出最多 100 个最近发布、时长 4 到 20 分钟的视频。它留下播放超过 1,000 次、播放数又多于订阅数的那些,跳过已经在你表格里的。对每一个,OpenAI 描述它的缩略图,读 Apify 取回的文字稿,写出新标题、缩略图文字和大纲。整个工作流有十一个节点。
按自己领域里“什么已经有效”来规划视频的 YouTuber 和内容团队。小频道的一条爆款,比大频道的一条普通视频更能说明一个点子好不好,它用的就是这个判断。如果你想要一份完整脚本,就别选它。它只做到大纲。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 教育 | 发课程视频的老师 | 每周搜一个科目,找出突然走红的视频 | 一位数学家教搜代数技巧,根据大纲规划了两期视频。 |
| 软件 | 开发者布道师 | 搜一个工具的名字,看爆款视频怎么讲它 | 一位布道师发现一个 3,000 订阅的频道,有条教程拿到了 40,000 次播放。 |
| 个人理财 | 独立创作者 | 把表格当作一份不断更新的点子清单 | 一位理财博主周一跑五个关键词,当周就拍了其中最好的点子。 |
| 营销代理公司 | 内容策划 | 为客户频道整理点子清单 | 一位策划给客户发去十份大纲,每份都附上背后的视频。 |
你需要懂一些 n8n,还要有三个账号:Apify、OpenAI 和 Google。作者估计设置要 26.5 分钟左右。
只要 n8n 能访问 Apify、OpenAI 和 Google 就行。所有内容都写进一张 Google 表格的一个标签页。
newOutline 复制一份大纲,粘进你写脚本的文档点“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,因为有三个节点要读写它。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| Apify | 一个账号和它的 API 令牌,账户里要有够跑一个 YouTube 搜索 Actor 和一个文字稿 Actor 的余额 |
| OpenAI | 一个 API 密钥,用于 gpt-4o-mini、gpt-4.1-mini 和 gpt-4.1 |
| 一个能编辑这张表格的账号,用于 Google Sheets OAuth2 凭据 | |
| 一张表格 | 一个名为 Step 1 的标签页,表头是下一张表里的 17 个 |
| 由谁填写 | 表头 |
|---|---|
Step 1 Results | input, id, title, url, fromYTUrl, thumbnailUrl, channelName, channelUrl, duration, likes, numberOfSubscribers, viewCount |
Update Rows | videoTranscript, thumbnailDescription, thumbnailText, newTitle, newOutline |
workflow.json。/d/ 和 /edit 之间那一长段。Find Duplicate Entries、Step 1 Results 和 Update Rows 里选中它,再把 YOUR_SHEET_ID 换成这个 ID。它们都按名称 Step 1 找到标签页。Analyze Thumbnail、YouTube Title Generator 和 Outline Generator 里选中它。YouTube Video Scrape 和 HTTP Request 里,把 Authorization 请求头中的 <YOUR_APIFY_TOKEN> 换成你的令牌。尖括号也一起删掉,让请求头读作 Bearer、一个空格和令牌。发送一个关键词,比如你频道讲的某个题目。表单会马上确认收到。Apify 的搜索先跑,所以第一行可能要等几分钟。之后每个爆款都会得到一行详情,等它的文字稿和三次模型调用完成,五个点子列就会填上。下周再发同一个关键词,只会加入新的爆款。
| 要改的 | 在哪里改 |
|---|---|
| 怎样算爆款 | If 里的两个条件:播放超过 1,000 次,而且播放数多于订阅数 |
| 搜索什么 | YouTube Video Scrape 的 JSON 请求体:本月发布、时长 4 到 20 分钟的视频,最多 100 个,最新的在前 |
| 新标题 | YouTube Title Generator 的系统消息,它把标题控制在 70 个字符以内,缩略图文字控制在 3 到 5 个词 |
| 大纲 | Outline Generator 的系统消息,它要求按 YouTube 常见的几个部分,换一个角度来写 |
| 模型 | 缩略图用 gpt-4o-mini,标题用 gpt-4.1-mini,大纲用 gpt-4.1 |
你发送 home espresso。
Apify 返回本月讲家用意式咖啡的视频。假设一个有 2,400 订阅的频道发了一条,播放到了 31,000 次。它通过了两个条件,表格里也还没有,于是变成一行。标题步骤随后按这个形状作答:
{
"newTitle": "…",
"thumbnailText": "…"
}缩略图描述、文字稿和大纲填满这一行的其余部分。大纲从开头的钩子和引言讲起,经过几个要点,最后落到行动号召。
新手:n8n 把工作流画成一个个用线连起来的方框,每个方框叫一个节点,只做一件事。上面那条线负责找视频、筛视频。下面那条线逐个处理通过的视频。先试一个范围窄的关键词,再到 Executions 下打开 If,看有多少视频通过了它的两个条件。
专家:重复项是靠一个 Merge 去掉的,不是靠筛选。If 把视频送进它的第二个输入,Find Duplicate Entries 把匹配到的行送进第一个输入。只保留第二个输入里没匹配上的,剩下的就都是新视频。
| 步骤 | 模型或服务 | 要知道的 |
|---|---|---|
YouTube Video Scrape | 一个 Apify YouTube 搜索 Actor,按 ID 调用 | 一次同步调用,Apify 的 API 文档写明这类调用 300 秒后结束 |
HTTP Request | 一个 Apify 文字稿 Actor,按 ID 调用 | 每个视频跑一次,在 captions 里把文字稿作为一整段字符串返回 |
Analyze Thumbnail | gpt-4o-mini,高细节模式 | 用一段话描述缩略图的布局、颜色和文字风格 |
YouTube Title Generator | gpt-4.1-mini,输出 JSON | 读原标题、缩略图描述和文字稿 |
Outline Generator | gpt-4.1 | 只读文字稿 |
每个爆款要花一次 Apify 文字稿运行和三次模型调用,而每份大纲都以另一位创作者的作品为起点。
Find Duplicate Entries 都要读一次表格,所以搜索范围大时读取次数很多gpt-6-luna一个规划视频用的 n8n 工作流。发送一个关键词,它找出本月这个题目下播放数超过频道订阅数的 YouTube 视频。对每个新找到的视频,OpenAI 描述缩略图、读文字稿,再把新标题、缩略图文字和大纲写进一张 Google 表格。
workflow.json:n8n 导出的工作流,十一个节点,没有便签。里面没有任何凭据。README.md:这份说明,压缩包里的是英文版。<YOUR_APIFY_TOKEN>。YOUR_SHEET_ID,并按名称 Step 1 找到标签页。h7sDV53CddomktSi5)和一个文字稿 Actor(1s7eXiaukVuOr4Ueg)。gpt-4o-mini、gpt-4.1-mini 和 gpt-4.1。Step 1 的标签页,表头见下文。在 Step 1 的第一行写上这 17 个表头,拼法照抄:
| 由谁填写 | 表头 |
|---|---|
| Step 1 Results | input, id, title, url, fromYTUrl, thumbnailUrl, channelName, channelUrl, duration, likes, numberOfSubscribers, viewCount |
| Update Rows | videoTranscript, thumbnailDescription, thumbnailText, newTitle, newOutline |
id 是 YouTube 视频的 ID。Find Duplicate Entries 和 Update Rows 都按它查找行。
workflow.json。/d/ 和 /edit 之间那一长段。Find Duplicate Entries、Step 1 Results 和 Update Rows 里选中它,再把 YOUR_SHEET_ID 换成这个 ID。Analyze Thumbnail、YouTube Title Generator 和 Outline Generator 里选中它。YouTube Video Scrape 和 HTTP Request 里,把 Authorization 请求头中的 <YOUR_APIFY_TOKEN> 换成你的令牌。尖括号也一起删掉,让请求头读作 Bearer、一个空格和令牌。On form submission 收下 Keyword or Topic。YouTube Video Scrape 让 Apify 搜出这个题目下最多 100 个视频:本月上传,时长 4 到 20 分钟,最新的在前,不要 Shorts 和直播。If 留下播放超过 1,000 次、而且播放数多于频道订阅数的视频。Find Duplicate Entries 按 id 在表格里查每一个。Merge 只留下没查到的视频。Step 1 Results 把每个新视频添加为一行。Analyze Thumbnail 用一段话、以高细节模式描述缩略图。HTTP Request 为这个视频运行文字稿 Actor,从 captions 里拿回文字。YouTube Title Generator 写出 newTitle(70 个字符以内)和 thumbnailText(3 到 5 个词)。Outline Generator 针对同一个题目,换一个角度写出新大纲。Update Rows 把五个点子列写进这个视频的那一行。If 里的两个条件。领域竞争激烈时,把 1,000 调高。YouTube Video Scrape 的 JSON 请求体,包括日期筛选、时长筛选和 maxResults。YouTube Title Generator 的系统消息。Outline Generator 的系统消息,它要求有钩子、引言、要点和行动号召。Analyze Thumbnail 用 gpt-4o-mini,YouTube Title Generator 用 gpt-4.1-mini,Outline Generator 用 gpt-4.1。If 的视频,Find Duplicate Entries 都要读一次表格,所以搜索范围大时读取次数很多。gpt-4o-mini-2024-07-18)、GPT-4.1(gpt-4.1-2025-04-14)和 GPT-4.1 mini(gpt-4.1-mini-2025-04-14)将于 2027 年 1 月 14 日从 API 下线,替代模型是 gpt-6-luna。在那之前把三个模型都换掉。README.md 5 KB workflow.json 31 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。
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。