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。
一个带聊天的 n8n 工作流。OpenAI 模型回答你的问题,需要最新事实时就通过 SerpApi 跑一次 Google 搜索,并把最近五条消息作为记忆。
通过 SerpApi 搜索 Google 的聊天助手 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。
聊天消息
你在 n8n 的聊天里发一条消息时开始运行,比如这样的问题:
聊天里有一条回复回答你的问题,智能体搜索过的话,回答取自 Google 的搜索结果
开始之前要准备好这些。
语言模型
运行 gpt-4o-mini,作为和你对话、并决定什么时候搜索的智能体。
需要OpenAI API 密钥
网页搜索
执行智能体要求的 Google 搜索,并返回结果。
需要SerpApi API 密钥
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流是一个能上 Google 查资料的聊天助手。你输入一个问题,OpenAI 模型判断它能不能凭已知的内容回答,还是该先搜索一下。搜索由 SerpApi 工具完成,模型再根据结果写出回答。一段简短的记忆保留最近五条消息,所以“那西班牙呢?”这样的追问也能接上。整个流程由五个节点完成,没有便签。
想要一个小型聊天、能回答最近发生的事、价格,或其他模型自己不掌握的事实的人。它也是最短的、可以直接运行的 n8n 智能体例子,带一个工具和一段记忆,适合正在学习这些部件的人。如果你需要的是从自己的文档里找答案,就别选它。这里唯一的工具是 Google 搜索。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 营销 | 内容写作者 | 发布之前核对一个最近的事实 | 一位写作者问竞争对手本周宣布了什么,得到一个取自搜索结果的回答。 |
| 客户支持 | 客服人员 | 在实时聊天中查一个公开信息 | 一位客服问合作商店的营业时间。 |
| 软件 | 学习智能体的开发者 | 从五个节点出发,再加上自己的工具 | 一位开发者在搜索旁边接上一个计算器。 |
| 教育 | 家教 | 把一个当下的数字带进课堂 | 一位家教在数学课前问今天的汇率。 |
你几乎不需要懂 n8n:导入一个文件,再添加两个凭据。
任何能访问 OpenAI 和 SerpApi 的 n8n 都能运行它。你在 n8n 自带的聊天面板里和它对话。
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。两个凭据就能覆盖所有步骤。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| OpenAI | 一个 API 密钥 |
| SerpApi | 一个账号和它的 API 密钥 |
workflow.json。OpenAI Chat Model 里选中它。SerpAPI 里选中它。打开聊天直接问。问“昨晚的比赛谁赢了?”会让智能体去搜索,因为模型不可能知道。问“解释一下什么是 webhook”,它自己就能答。再追问一句,看看记忆怎么起作用。每一条消息,智能体都自己决定要不要搜索。
| 要改的 | 在哪里改 |
|---|---|
| 助手是做什么的 | AI Agent 选项里的 system message,这里是空的 |
| 在哪里、怎么搜索 | SerpAPI 的 Options 列表,这里是空的 |
| 模型 | OpenAI Chat Model,设的是 gpt-4o-mini |
| 记多少内容 | Window Buffer Memory 里的上下文窗口长度,默认是 5 |
| 还能做什么 | 给 AI Agent 接上更多工具 |
一位写作者在写一篇关于竞争对手新品发布的稿子,问聊天本周宣布了什么。智能体通过 SerpApi 跑一次 Google 搜索,根据结果回答。写作者接着问它和自家产品相比如何,记忆把这条线索接了下来。
回答的好坏取决于模型读到的搜索结果。引用数字之前先打开网页看看,因为模型可能读错一段摘要,或者挑中一个旧页面。
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。这里智能体坐在中间,插着三个小方框:一个模型、一段记忆和一个搜索工具。先问一个需要今天新闻的问题。再问一个不需要的,看看是哪一个让它去搜索。
专家:这个智能体是 1.6 版的 Tools 智能体,所以由模型来选择要不要调用工具,提示词读取的是触发器的 chatInput 字段。
| 节点 | 做什么 | 要知道的 |
|---|---|---|
AI Agent | 没有设置 system message 的 Tools 智能体 | n8n 这时会发送“You are a helpful assistant”,智能体在 10 轮工具调用之后停下,这是默认的上限 |
SerpAPI | Google 搜索工具,选项列表是空的 | n8n 的源码把它标为已弃用,并从节点选择器里隐藏,同时指向一个经过验证的社区节点 |
Window Buffer Memory | 保留每场聊天最近的五条消息 | 它存在 n8n 实例内部,在队列模式下不能用 |
When chat message received | 聊天触发器,1.1 版 | 它的公开设置是关着的,所以只有 n8n 自己的面板能打开聊天 |
它会把你的问题发给两个外部服务,而且它的搜索工具是一个已弃用的节点。
gpt-4o-mini。OpenAI 的弃用页面(2026 年 11 月 12 日查阅)给 gpt-4o-mini-2024-07-18 定的停用日期是 2027 年 1 月 14 日,替代模型是 gpt-6-luna一个带聊天的 n8n 工作流。你输入一个问题,OpenAI 模型要么凭已知的内容回答,要么先通过 SerpApi 跑一次 Google 搜索,再根据结果回答。一段简短的记忆保留这场聊天最近的五条消息。
workflow.json:n8n 导出的工作流,5 个节点,没有便签。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。原来的文件里带着作者的两个账号链接,一个是 OpenAI 的,一个是 SerpApi 的,还有聊天用的一个 webhook ID。Mindket 的副本把这三样都去掉了,所以你要添加自己的凭据,导入时 n8n 会为聊天生成一个新的地址。
别的地方都不需要修复。节点、它们的设置和连线都和原来一样。
workflow.json。OpenAI Chat Model 里选中它。SerpAPI 里选中它。When chat message received 把你输入的每条消息交给智能体。触发器的公开设置是关着的,所以聊天只能从 n8n 内部打开。AI Agent 把这条消息当作提示词。这里没有设置 system message,所以 n8n 发送它的默认内容“You are a helpful assistant”。SerpAPI,由它搜索 Google 并返回结果。它可以搜索不止一次,最多 10 轮,这是节点默认的上限。OpenAI Chat Model 用 gpt-4o-mini 写出回答。Window Buffer Memory 保留这场聊天最近的五条消息,所以“那西班牙呢?”这样的追问有东西可以指代。AI Agent 的选项里添加一条 system message。这里是空的,所以由模型自己决定什么时候搜索。SerpAPI 的 Options 列表,这里是空的。n8n 在那里提供 Country、Device、Google Domain 和 Language,它给这几项的默认值是 us、desktop、google.com 和 en。OpenAI Chat Model。这个节点设的是 gpt-4o-mini,没有别的选项。Window Buffer Memory 里的上下文窗口长度,现在是默认的 5。AI Agent 接上更多工具。gpt-4o-mini-2024-07-18 定的停用日期是 2027 年 1 月 14 日,替代模型是 gpt-6-luna。在那之前换一个模型。Window Buffer Memory 是临时的:n8n 的源码说它存在实例内部,在队列模式下不能用。NOTICE.md 548 B README.md 4 KB workflow.json 2 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。