DeepSeek-R1-GGUF
unsloth · 工具包
671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。
一个 n8n 工作流,让一张静态人像按照一段视频的动作动起来。表单接收图片和视频片段,RunningHub 的 AI 应用迁移动作,n8n 反复查询任务直到完成,再把视频下载下来。
照片套用视频片段的动作 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。
表单上传
有人提交 Video Motion Transfer 表单时开始运行,表单里有:
一段视频:你的人像按照那段视频的动作动起来
开始之前要准备好这些。
AI 视频
保存两个文件,在它们上面运行动作迁移应用,报告任务状态,并交回视频地址。
需要RunningHub API 密钥
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流让一张静止的人像按一段视频的动作动起来。表单接收人像和一段源视频,RunningHub 把两者都存下来。然后一个 RunningHub 的 AI 应用把视频里的动作迁移到图片上。n8n 先等五分钟,检查一次任务,之后每分钟检查一次,直到任务成功或失败。十五个节点分成两段:第一段上传文件并启动任务,第二段等待、取回结果,并把它列出的每个视频文件下载下来。
想让一个角色、一张人像或一幅概念图,做出自己能拍到或找到的某个动作的创作者和小团队。如果你想在 n8n 里用文字来控制效果,就别选它。这个应用有一个提示词字段,文件把它留空了。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 社交视频 | 发短视频的创作者 | 把自己喜欢的某段视频里的动作,给一张人像或一个吉祥物 | 创作者让吉祥物的人像,像短视频里的主持人那样转头。 |
| 品牌营销 | 品牌和社交媒体团队 | 让品牌角色模仿参考视频里的一个手势 | 品牌团队让自己的角色,像参考视频里的代言人那样挥手。 |
| 游戏和叙事 | 独立开发者和作者 | 用实拍的动作让概念图活起来 | 独立团队用一段有人走路的视频,让角色草图动起来。 |
| 培训 | 课程制作人 | 用实拍的示范让讲师插画动起来 | 培训师让插画里的讲师,像同事在镜头前那样指向屏幕。 |
| 代理公司 | 视频制作人 | 在请动画师之前,先试一试角色的表演 | 制作人把手机拍的一段粗糙表演套到角色上,拿给客户看。 |
任何能访问 runninghub.ai 的 n8n 都能运行它。表单就是入口,所以把表单地址发给提供文件的人就行。
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。作者估计设置要 14.5 分钟左右。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| RunningHub | 一个账号,以及账号里的 API 密钥 |
workflow.json。API Setup,把 YOUR_RUNNINGHUB_API 换成你的 RunningHub API 密钥。On form submission,修改表单标题或它接受的文件类型。createTask,在 nodeId 为 164 的那一项的 fieldValue 里填一句。文件里它是空的。打开表单,附上一张人像和一段视频,提交。两个字段都必填,各接受一个文件。图片可以是 .jpg、.jpeg、.png 或 .webp,视频可以是 .mp4、.avi、.mov 或 .mkv。表单会立刻确认收到。运行在后台继续。视频保存在这次运行的执行数据里,到 Executions 里打开这次运行就能拿到。
| 要改的 | 在哪里改 |
|---|---|
| 提示词 | createTask 里 nodeId 为 164 的那一项的 fieldValue,文件里是空的 |
| 第一次等待 | Wait,第一次查状态之前等五分钟 |
| 两次检查的间隔 | Wait1,一分钟 |
| 接受的文件 | On form submission 的两个文件字段 |
| 运行 RunningHub 上的哪个应用 | createTask 地址末尾的应用编号,以及旁边的节点编号 163、178 和 164 |
| 机器和队列 | createTask 请求体里的 instanceType 和 usePersonalQueue,设成 plus 和 false |
一位设计师上传了一张卡通狐狸的 .png,和一段有人转头微笑的短 .mp4。任务开始五分钟后,第一次状态检查运行,此后每分钟一次,直到状态变成 SUCCESS。然后 downloadVideo 里就有了一段狐狸转头微笑的视频。
新手:n8n 把工作流画成用线连起来的方框,每个方框叫一个节点,只做一件事。这里最重的活在 RunningHub 上完成,n8n 只负责把文件送过去并等待。你粘贴进 API Setup 的密钥,就是 RunningHub 认出这些调用是你发的依据。先用表单发一次测试,之后每个节点都会显示它收到了什么、发出了什么。
专家:这个文件用两种方式和 RunningHub 打交道。上传和取结果的调用把你的密钥作为 apiKey 放在请求体里。创建任务和查状态的调用把它作为 Bearer 请求头发送,走的是较新的路径。
| 节点 | 端点 | 发送 | 返回 |
|---|---|---|---|
uploadImage、uploadVideo | /task/openapi/upload | apiKey 和一个文件,multipart 表单数据 | 保存下来的文件的 fileName |
createTask | /openapi/v2/run/ai-app/ 加应用编号 | Bearer 密钥和一个 nodeInfoList | 一个 taskId |
checkStatus | /openapi/v2/query | Bearer 密钥和 taskId | 一个 status:FAILED、SUCCESS、QUEUED 或 RUNNING |
getOutput | /task/openapi/outputs | apiKey 和 taskId | 一个 data 列表,每一项带一个 fileUrl |
两次上传并行进行,Merge 和 Aggregate 把它们的回复合成一条数据。接着 createTask 把图片的名字放进应用的 163 号节点,把视频的名字放进 178 号节点。SUCCESS 之后,Code in JavaScript 把 data 的每一项变成一条独立的数据,所以 downloadVideo 会取回应用返回的每个文件。
每个任务都要花钱,任务失败时也不会有任何提示。
plus 实例类型,所以去那边查一下它的价格Switch 的 0 号输出对应 FAILED,它哪里也不通,所以没有视频出现时,到 Executions 里看这次运行API Setup 里,所以任何能打开这个工作流的人都能看到一个 n8n 工作流。通过它的表单发一张人像和一段视频,它会返回一段视频:人像按照那段视频的动作动起来,由 RunningHub 的 AI 应用做出。
workflow.json:n8n 导出的工作流,15 个节点。里面没有任何凭据。你的 RunningHub 密钥只填进一个节点,API Setup。README.md:这份设置说明,压缩包里的是英文版。workflow.json。API Setup,把 YOUR_RUNNINGHUB_API 换成你的 RunningHub API 密钥。其他节点都从这里读它。On form submission,修改表单标题或它接受的文件类型。文件里图片接受 .jpg、.png、.jpeg 和 .webp,视频接受 .mp4、.avi、.mov 和 .mkv。createTask,在 nodeId 为 164 的那一项的 fieldValue 里填一句。文件里它是空的。表单会立刻确认收到。运行在后台继续,成品视频保存在这次运行的执行数据里,到 Executions 里打开这次运行就能拿到。在 downloadVideo 后面加一个节点,可以把每个文件存到网盘或转发出去。
API Setup 保存密钥,getBinaryFile 把表单里的两个文件往下传。uploadImage 和 uploadVideo 并行地各给 RunningHub 发一个文件。Merge 和 Aggregate 把两份回复合成一条数据。createTask 在 RunningHub 的一个 AI 应用上创建任务,把图片保存后的名字放进 163 号节点,视频的放进 178 号节点。164 号节点是提示词字段,文件把它留空了。请求体里还把 instanceType 设成 plus,把 usePersonalQueue 设成 false。Wait 先暂停五分钟,然后 checkStatus 询问任务状态。Switch 把 SUCCESS 交给 getOutput,把 QUEUED 和 RUNNING 经 Wait1(一分钟)送回 checkStatus,FAILED 则不连任何节点。getOutput 取得结果列表。Code in JavaScript 把每一项变成带 fileUrl 的数据,downloadVideo 下载每个文件。| 节点 | RunningHub 端点 | 发送 | 返回 |
|---|---|---|---|
| uploadImage、uploadVideo | /task/openapi/upload | apiKey 和一个文件 | 保存下来的文件的 fileName |
| createTask | /openapi/v2/run/ai-app/ 加应用编号 | Bearer 密钥和一个 nodeInfoList | 一个 taskId |
| checkStatus | /openapi/v2/query | Bearer 密钥和 taskId | 一个 status:FAILED、SUCCESS、QUEUED 或 RUNNING |
| getOutput | /task/openapi/outputs | apiKey 和 taskId | 一个 data 列表,每一项带一个 fileUrl |
createTask 里那个空着的 fieldValue,见第 4 步。Wait(第一次检查前等五分钟)和 Wait1(两次检查间隔一分钟)。Wait 只设了单位,所以数量沿用这个版本的节点在 n8n 里的默认值。createTask 地址末尾的那个编号。旁边的节点编号属于那个应用,所以改指向别的应用时,要一起改。On form submission 里重命名字段,或修改接受的文件类型。plus 实例类型,所以去那边查一下它的价格。Switch 的 0 号输出对应 FAILED,它哪里也不通。没有视频出现时,到 Executions 里看这次运行。API Setup 里,所以任何能打开这个工作流的人都能看到。README.md 4 KB workflow.json 12 KB
unsloth · 工具包
671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。
prithivMLmods · 工具包
提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。
Phips · 工具包
用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。
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。