Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
一个 n8n 工作流,把一个问题发给 Perplexity 的 Agent API,网页搜索限定在你列出的域名和最近一个月内,并返回答案文字和来源地址。
带域名和时间范围过滤的 Perplexity 网页回答 是一款 n8n 工作流,属于研究类,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。
手动运行
你在 n8n 里点“Test workflow”,它就开始运行:
答案文字,以及它用到的来源列表,每个来源都有编号和地址
开始之前要准备好这些。
网页搜索和语言模型
在你给的域名和最近一个月内搜索网页,并写出带来源的回答。
需要放在 Header Auth 凭据里的 Perplexity API 密钥,以及账户里的余额
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流把一个问题发给 Perplexity 的 Agent API,并打开网页搜索。搜索限定在你列出的域名和最近一个月内,返回答案文字和来源地址。Mindket 的版本把调用从 Perplexity 的 Sonar 聊天补全改成了 Agent API。运行它的是四个节点,旁边还有两张便签。
需要从几个可信网站得到带来源回答的人,以及想把一次 Perplexity 调用复制进自己工作流的开发者。如果你想要一个记得之前问题的聊天,或者需要返回图片和相关问题,就别选它。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 营销 | 营销人员 | 看竞争对手在自己网站上怎么说 | 一位营销人员问对手的定价,把搜索限定在对手的域名。 |
| 研究 | 分析师 | 只向几个可信来源提问 | 一位分析师把一个能源政策的问题限定在两个机构的网站上。 |
| 客服 | 客服团队 | 用两个产品自己的页面做对比 | 一位客服主管问两个工具有何不同,把搜索限定在两家厂商的网站。 |
| 新闻 | 记者 | 从指定媒体取最近的报道 | 一位记者问三个新闻网站本月对某个话题的报道。 |
你需要懂一点 n8n:导入文件、添加一个凭据,再改三个字段。
任何能访问 Perplexity API 的 n8n 都能运行它。答案显示在最后一个节点的输出里。
Perplexity Request 和 Clean Output 复制进去点“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。设置需要一个凭据和三个字段。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| Perplexity | 一个有余额的账户,以及一个 API 密钥 |
workflow.json。Authorization,值填 Bearer <YOUR_PERPLEXITY_KEY>,换成你自己的密钥,再在 Perplexity Request 里选中它。Set Params 里设置 system_prompt、user_prompt 和 domains,domains 是用逗号隔开的列表。Clean Output。点 Test workflow。几秒钟后,Clean Output 里有答案和来源列表。改一改问题或域名,再运行一次。
| 要改的 | 在哪里改 |
|---|---|
| 问题和指示 | Set Params 里的 system_prompt 和 user_prompt |
| 域名 | Set Params 里的 domains |
| 时间范围 | Perplexity Request 请求体里的 search_recency_filter |
| Perplexity 做多少工作 | 同一个请求体里的 effort |
一位营销人员把 domains 设成两家厂商的网站,问它们的套餐有什么不同,然后点 Test workflow。
Perplexity 只搜索这两个网站,回溯一个月,用几段话回答,并带编号标记。Clean Output 把每个标记和它指向的地址列在一起。
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。这里一个方框放你的问题,一个把它发出去,一个整理回复。先只改问题。
专家:一个 HTTP Request 把一个 JSON 对象发到 /v1/agent。回复的 output 列表里有一个 message 条目和一个 search_results 条目,两个表达式从中取值。
| 节点 | 做什么 | 要知道的 |
|---|---|---|
Set Params | 保存提示词和域名列表 | 列表按逗号拆开,并去掉空格 |
Perplexity Request | 发送 effort、instructions、input 和一个 web_search 工具 | 请求体是个对象,所以提示词里的引号是安全的 |
Clean Output | 取出答案文字和来源列表 | 它按类型找到 message 和 search_results 条目 |
Perplexity 的 Sonar 聊天补全支持已在 2026 年 9 月 27 日结束,所以这个版本调用 Agent API。
effort 设为 fast,这是文档给 sonar 的对应关系top_k、图片和相关问题的开关、两个惩罚项、response_format、temperature 和 top_p 在新请求里没有直接对应的位置- 用作黑名单,不能混用。删掉 search_domain_filter 那一行,就是不加过滤地搜索month,这个过滤也接受 hour、day、week 和 yearcitations 里的一个编号一个 n8n 工作流,把一个问题发给 Perplexity 的 Agent API,并打开网页搜索。搜索限定在你列出的域名和最近一个月内。工作流返回答案文字和来源地址。
workflow.json:n8n 导出的工作流,六个节点:四个会运行的和两张便签。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。https://api.perplexity.ai/chat/completions,用的是 sonar 模型。Perplexity 的文档(2026 年 11 月 12 日查阅)写明,Sonar 聊天补全支持已在 2026 年 9 月 27 日结束,请求在被改写成 Agent API 请求的期间仍能工作。文档推荐改用 Agent API,Mindket 的版本调用 https://api.perplexity.ai/v1/agent。effort 设为 fast,取代了 sonar 模型,这是文档建议的对应关系。提示词放在 instructions 和 input 里。域名列表和一个月的过滤放在一个 web_search 工具里,也是文档安排的位置。top_k、return_images、return_related_questions、两个惩罚项和 response_format。文档还写明,temperature 和 top_p 可能因模型而被忽略,所以它们也去掉了。Clean Output 从回复的 output 列表里读取答案。以前答案在 choices[0].message.content 里,来源在 citations 里。现在来源取自搜索结果,每个都是编号加地址。workflow.json。Authorization,值填 Bearer <YOUR_PERPLEXITY_KEY>,用你自己的密钥换掉占位符。在 Perplexity Request 里选中它。Set Params 里设置 system_prompt、user_prompt 和 domains,domains 是用逗号隔开的列表。Clean Output。Set Params 保存系统提示词、问题和域名列表。Perplexity Request 把它们发到 Agent API,网页搜索限定在这些域名和最近一个月内。Clean Output 留下两个字段。output 是答案文字,citations 把每个来源列成 [编号] 地址。Set Params 里的 system_prompt 和 user_prompt。Set Params 里的 domains。Perplexity Request 请求体里的 search_recency_filter。effort。- 用作黑名单,但不能混用。n8n.io, make.com 只是个例子。想不加域名过滤地搜索,就从请求体里删掉 search_domain_filter 那一行,因为空列表会发出一个空条目。hour、day、week、month 或 year。文件里设的是 month。fast 级别,答案带着 [1] 这样的编号标记,每个编号都对应 citations 里的同一个编号。fast 适合快速查一下。更难的问题,文档提供了 low、medium、high 和 xhigh。NOTICE.md 634 B README.md 4 KB workflow.json 5 KB
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
AbdomenAtlas · 工具包
在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。
dBenf · 工具包
回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。
zimmerk4 · 工具包
用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。