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,接收发给 Telegram 机器人的简历 PDF,让 OpenAI 模型把它整理成几个部分。它再生成一个整洁的 HTML 页面,用 Gotenberg 打印成 PDF,并把 PDF 发回来。
把发到 Telegram 的简历用 Gotenberg 变成整洁的 PDF 是一款 n8n 工作流,属于商务类,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。
发给 Telegram 机器人的一份 PDF
有人给你的机器人发消息时开始运行:
同一个 Telegram 聊天里一份整洁的简历 PDF
开始之前要准备好这些。
聊天
接收用户发来的 PDF,并送出新的 PDF。
需要BotFather 给的机器人令牌,放在一个 Telegram 凭据里,再加你的聊天 ID
对话模型
用 gpt-5.6-terra 把简历文字整理成几个部分。
需要OpenAI API 密钥,放在一个 OpenAI 凭据里
PDF 打印
把生成的 HTML 页面打印成 PDF。
需要一台运行中的、n8n 能访问的 Gotenberg 服务器
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流通过 Telegram 把一份简历 PDF 变成一份新的、整洁的 PDF。你把 PDF 发给你的机器人。工作流读出它的文字,请 OpenAI 的 gpt-5.6-terra 把它整理成个人信息、技术、工作经历、教育、项目和志愿活动。几个小的代码步骤把每个部分变成 HTML。Gotenberg 把页面打印成 PDF,机器人再把它发回来。三十三个节点干活,另有十张便签。
想让每份简历都用同一种整洁版式的招聘人员和职业教练。扫描版简历就别选它。这个工作流读的是 PDF 的文字层,所以只含页面图片的 PDF 会让它无字可读。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 招聘 | 招聘人员 | 把许多候选人的简历放进同一种版式 | 招聘人员把候选人的 PDF 转发给机器人,拿回一份整洁的副本,可以交给客户。 |
| 职业辅导 | 教练 | 在投递之前整理客户的简历 | 教练发来一份草稿,在同一个聊天里拿回整洁的版本。 |
| 教育 | 就业办公室 | 给学生一个统一的格式 | 办公室在招聘会之前,让学生的简历都过一遍这个机器人。 |
| 人力外包 | 中介人员 | 给客户准备简历,去掉每个候选人自己的样式 | 协调员在私聊里一份接一份地转换一堆 PDF。 |
你需要有不错的 n8n 基础,还要有三项服务:Telegram、OpenAI 和一台 Gotenberg 服务器。Telegram 通过 HTTPS 把每条消息发给你的 n8n,所以 n8n 需要一个公开地址。
任何 Telegram 能通过 HTTPS 访问到的 n8n 都能运行它,旁边还要有一台 n8n 能调用的 Gotenberg 服务器。
Generate plain PDF doc 换成对别的服务的调用点“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。 这里涉及三项服务。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器,要有公开的 HTTPS 地址 |
| Telegram | 用 BotFather 做的一个机器人,它的令牌放在一个 Telegram 凭据里,还有你自己的聊天 ID |
| OpenAI | 一个 API 密钥,放在一个 OpenAI 凭据里 |
| Gotenberg | 一台运行中的、n8n 能访问的 Gotenberg 服务器 |
| 一份简历 | 一份有文字层的 PDF,最大 20 MB |
workflow.json。Generate plain PDF doc 里的地址。文件里指向 http://gotenberg:3000,两者在同一个 Docker 网络里时它才有效。Telegram trigger、Get file 和 Send PDF to the user 里选中它。OpenAI Chat Model 和 OpenAI Chat Model1 里选中它。Auth,替换 0。要找到它,给你的机器人发一条消息,在触发器的输出里读 message.chat.id。把一个 PDF 文件发给机器人。稍等片刻,机器人会发回一份以简历上那个人的名字命名的 PDF。机器人会忽略 /start 消息,也忽略来自其他聊天的任何消息。
| 要改的 | 在哪里改 |
|---|---|
| 它提取哪些字段 | Structured Output Parser 里的 jsonSchema |
| 给模型的指令 | Parse resume data 里的消息 |
| 每个部分的版式 | 六个部分节点和四个 Convert … to HTML 代码节点里的 HTML |
| 各部分的顺序 | Set final data 里的文字 |
| 模型 | OpenAI Chat Model 和 OpenAI Chat Model1 里的 model |
| 文件名 | Send PDF to the user 里的 fileName |
| 谁能用这个机器人 | Auth 里的聊天 ID |
一位招聘人员把一份两页的 PDF 简历发给机器人。
机器人回复一份以候选人名字命名的 PDF,比如 jane-doe.pdf。六个部分都用朴素的版式排好。
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。Gotenberg 是一台把网页打印成 PDF 的小服务器。这里它把工作流生成的页面变成 PDF 文件。
专家:节点 Parse resume data 是 1.3 版的 Basic LLM Chain,在结构化解析器前面放了一个自动修复解析器,所以格式有误的答案会被送回模型修复。五个 Merge 节点用 multiplex 模式把六个部分合并起来。
| 节点 | 做什么 | 要知道的 |
|---|---|---|
Telegram trigger | 为机器人收到的每条消息启动一次运行 | Telegram 的 webhook 需要一个 HTTPS 地址 |
Auth | 只放行带有你的 ID 的聊天 | 文件里放的是占位的 0,所以改掉它之前什么都过不去 |
Extract text from PDF | 读取 PDF 的文字层 | 扫描版简历给它的是没有文字 |
Parse resume data | 请 OpenAI 把简历整理成符合模式的 JSON | 模型运行在 JSON 模式下,模式里列出了各个字段 |
Convert to HTML | 把页面文字变成名为 index.html 的文件 | 文字是 base64,这个节点版本默认就按 base64 处理 |
Generate plain PDF doc | 把文件提交到 Gotenberg 的 Chromium 路径并收到 PDF | Gotenberg 要求页面文件叫 index.html |
Send PDF to the user | 把 PDF 发回提出请求的那个聊天 | 文件名取自简历上的姓名,第一个空格换成连字符 |
模型被换掉了,宣传外部频道的便签也被删掉了。Mindket 没有运行过这个工作流。
gpt-4-turbo-preview,它指向 gpt-4-0125-preview。OpenAI 的弃用页面(2026 年 11 月 12 日查阅)把那个快照列为 2026 年 3 月 26 日停用。Mindket 的版本在两个对话节点里都用 gpt-5.6-terra。第二个节点(给自动修复解析器用的)原来没设模型,所以 n8n 的默认模型 gpt-5-mini 就会运行,而 OpenAI 会在 2026 年 12 月 11 日停用它linkedin 和 foreign_languages 在模式里,但页面不显示它们/start 的消息必须带一个文档一个 n8n 工作流,接收发给 Telegram 机器人的简历 PDF,让 OpenAI 模型把它整理成几个部分。它再生成一个整洁的 HTML 页面,用 Gotenberg 打印成 PDF,并把 PDF 发回来。
workflow.json:n8n 导出的工作流,四十三个节点。三十三个干活,十个是便签,标出各个步骤。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。gpt-4-turbo-preview,它指向 gpt-4-0125-preview。OpenAI 的弃用页面(2026 年 11 月 12 日查阅)把那个快照列为 2026 年 3 月 26 日停用。Mindket 的版本用 gpt-5.6-terra。gpt-5-mini,而 OpenAI 会在 2026 年 12 月 11 日停用它。现在它也用 gpt-5.6-terra。workflow.json。Generate plain PDF doc 里的地址。文件里指向 http://gotenberg:3000,两者在同一个 Docker 网络里时它才有效。Telegram trigger、Get file 和 Send PDF to the user 里选中它。OpenAI Chat Model 和 OpenAI Chat Model1 里选中它。Auth,替换 0。要找到它,给你的机器人发一条消息,在触发器的输出里读 message.chat.id。Telegram trigger 为每条消息启动一次运行。Auth 只放行你的聊天,Check if start message 丢掉 /start。Get file 下载 PDF,Extract text from PDF 读出它的文字。Parse resume data 请 OpenAI 把简历整理成 JSON。Auto-fixing Output Parser 和 Structured Output Parser 按模式检查它。Set final data 把它们排好顺序。Convert raw to base64 和 Convert to HTML 把页面存成 index.html。Generate plain PDF doc 把文件提交到 Gotenberg 的 Chromium 路径并收到 PDF。Send PDF to the user 把它发回聊天。Structured Output Parser 里的 jsonSchema。Parse resume data 里的消息。Convert … to HTML 代码节点里的 HTML。Set final data 里的文字。OpenAI Chat Model 和 OpenAI Chat Model1 里的 model。Send PDF to the user 里的 fileName。Auth 里的聊天 ID。/forms/chromium/convert/html 和表单字段 files,并要求页面文件叫 index.html。http://gotenberg:3000 是一个 Docker 服务名。如果你的 Gotenberg 在别处运行,请改掉它。linkedin 和 foreign_languages 在模式里,但页面不显示它们。/start 的消息必须带一个文档。Auth 里的聊天 ID 是占位符。NOTICE.md 654 B 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。
perplexity-ai · 工具包
根据文字和图片为一个决策挑出最合适的选项,比如哪个团队应该处理一条请求,并给出每个选项的概率,适合构建分流和审核工作流的开发者。
numind · 工具包
以文本或图像读取文档,按你要的字段填写 JSON 模板,或把页面转成 Markdown。这是一个 4B 模型,适合处理扫描件、表单和发票的团队。
nace-ai · 工具包
一次推理就对一份文档的是非题、选择题和打分题给出每个选项的概率。这是 Nace.AI 的 8B 决策模型,你可以自己运行,许可证为非商业。