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。
一个收到网络请求后用邮件回一份行程计划的 n8n 工作流。Claude 查出机场代码并调研当地活动,SerpApi 搜索 Google Flights 和 Google Hotels,Gmail 发出 HTML 计划。
行程计划邮件:航班、酒店和活动 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。
网络请求
有 POST 请求发到 travel 这个 webhook 时开始运行,请求里有:
一封行程邮件:两个航班、三家评分高的酒店和三项活动,酒店和活动都带链接
开始之前要准备好这些。
语言模型
运行 Claude,负责机场代码、带网页搜索的活动调研和邮件本身。
需要Anthropic API 密钥
搜索
按行程日期和出行人数搜索 Google Flights 和 Google Hotels。
需要SerpApi API 密钥,用 Query Auth
邮件
把行程以 HTML 邮件发出。
需要一个用来登录的 Google 账号
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流收到一个网络请求后,用邮件回一份旅行计划。另一个应用把两座城市、日期、出行人数和想参加的活动类型发过来。Claude 把城市换成机场代码,并上网调研活动。随后 SerpApi 在 Google Hotels 上找酒店,在 Google Flights 上找航班。Claude 围绕两个航班、三家酒店和三项活动写一封 HTML 邮件,Gmail 发出去,请求方收到一句确认。整个流程由十四个节点完成。
想先给客户一份初稿的小型旅行社和行程规划师,以及需要一个行程工具来调用的语音或聊天助手开发者。它的回复按语音智能体的挂断工具设计。如果你想让它直接订票订房,就别选它。它什么都不预订。酒店和活动以链接给出,航班只是带价格的几行文字。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 旅行社 | 处理行程咨询的顾问 | 从咨询表单调用它,计划发给客户之前先读一遍 | 一位顾问在收件箱里收到里斯本的计划,再补上客户问过的那家酒店。 |
| 语音助手 | 电话或网页语音智能体的开发者 | 让智能体的工具指向这个 webhook,收到回复就结束通话 | 来电者想去罗马玩一周,智能体告诉对方计划马上发到邮箱。 |
| 公司差旅 | 行政经理 | 把请求里的 email 填进 Send to,让每位出行人收到自己的计划 | 一位经理安排团队去参加会议,每个人都收到了邮件。 |
| 旅行写作 | 博主 | 跑几组城市,收集酒店和活动的点子 | 一位博主写文章之前,先比较从芝加哥出发的三个周末行程。 |
你需要会一点 n8n:导入文件、添加三个凭据,再发一个 POST 请求。作者估计设置要 13 分钟左右。
任何能访问 Anthropic、SerpApi 和 Gmail 的 n8n 都能运行它,任何能发 JSON 的东西都能启动它。
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 的设置说明。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器都行 |
| Anthropic | 一个 API 密钥,Activities 要用网页搜索,所以搜索要开着 |
| SerpApi | 一个账号和它的 API 密钥,用来搜航班和酒店 |
| Gmail | 一个用来发出计划的账号 |
| 调用方 | 任何能发 JSON 请求体的东西:另一个工作流、表单工具、语音智能体或 curl |
workflow.json。Anthropic Chat Model、Anthropic Chat Model1 和 Activities 里选中它。api_key,值填你的密钥。在 Flights 和 Resorts 里选中它。Send Plan 里添加 Gmail OAuth2 凭据,把 YOUR_EMAIL 换成接收计划的邮箱。想发给每位出行人,就在那里填 {{ $('Set Fields').item.json.email }}。Email Agent 的 system message 里,把 YOUR_TEAM_NAME 换成邮件落款用的名字。Webhook 的测试地址,然后发布,改用正式地址。这个 webhook 接收发到 travel 路径的 POST 请求。出发日期要写成 depature_date,和文件里一样,否则这个字段会是空的:
{
"origin": "Chicago",
"destination": "Lisbon",
"depature_date": "2026-12-12",
"return_date": "2026-12-19",
"travelers": 2,
"activities": "food tours and day trips",
"email": "you@example.com"
}把请求发到 webhook。之后调用方要等着。邮件发出之后才会有回复,所以 Claude 和两次搜索都要先跑完。先在你自己的收件箱里读几份计划,再把 Send to 改成出行人的邮箱。
| 要改的 | 在哪里改 |
|---|---|
| 分节、语气和长度 | Email Agent 的 system message,它要求每节后面加一条横线,全文不超过 1,000 字 |
| 邮件里列几项结果 | Email Agent 的文本,航班列 [0] 和 [1],酒店和活动列 [0] 到 [2] |
| 酒店的排序 | Resorts 里的 sort_by:3 价格最低,8 评分最高,13 评价最多 |
| 活动调研 | Activities 的提示词,以及它最多五次搜索的上限 |
| 模型 | 两个聊天模型和 Activities 里的 claude-sonnet-5-5 |
发出上面那个请求。Airport Codes & Dates 按解析器的格式作答,机场由 Claude 选:
{
"origin": "ORD",
"destination": "LIS",
"departure": "2026-12-12",
"return": "2026-12-19"
}邮件主题写着日期和里斯本。正文先是一段简短的欢迎,然后列出两个航班的航空公司、时间、时长和价格。接着是带链接和图片的酒店,再是带链接的活动。调用方收到下面这样的回复,这里截短了,主题在 description 的末尾:
{
"type": "system",
"name": "end_call",
"description": "An email has been sent with the travel plan for: …",
"response_timeout_secs": 20
}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。webhook 是一个地址,有东西发到这里,工作流就开始运行。先发测试请求,再在这次运行里打开每个节点,看它收到了什么、发出了什么。
专家:三个 Claude 步骤分工合作。只有最后一个是写给人看的。
| 节点 | 类型 | 要知道的 |
|---|---|---|
Airport Codes & Dates | 带解析器的链 | 它拿到当前时间,所以能把已经过去的日期往后挪 |
Activities | Anthropic 自己的节点,带网页搜索 | 最多五次搜索、4,000 个 token。它的 JSON 回答从来没人读 |
Email Agent | 带解析器、没有工具的智能体 | 拿到由搜索结果拼成的固定文本,返回 subject 和 emailBody |
文件里三处都写的是 claude-sonnet-4-20250514。Anthropic 的弃用页面(2026 年 11 月 2 日查看)写明它已在 2026 年 6 月 15 日停用,所以这里的副本改用页面给出的替代型号 claude-sonnet-5-5。
提示词文本里有三处缺口,会改变邮件的内容。
properties[2]。把它们改成 [0] 和 [1]Email Agent 从原始搜索结果里读活动,而活动的描述是一串加密字符,所以 Claude 只能根据标题来写Email Agent,邮件也不会发出一个收到网络请求后用邮件回一份旅行计划的 n8n 工作流。另一个应用、表单或语音智能体把城市、日期、出行人数和想做的事情发过来。Claude 把城市换成机场代码并上网搜索活动,SerpApi 在 Google Flights 上找航班、在 Google Hotels 上找酒店。随后 Claude 把三份清单写成一封 HTML 邮件,Gmail 发出,请求方收到一句确认。
workflow.json:n8n 导出的工作流,十四个节点,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。Send Plan 原来把每份计划都发到一个私人邮箱,现在发到 YOUR_EMAIL。YOUR_TEAM_NAME。claude-sonnet-4-20250514。Anthropic 的弃用页面(2026 年 11 月 2 日查看)写明它已在 2026 年 6 月 15 日停用,发给它的请求都会失败。现在它们用页面给出的替代型号 claude-sonnet-5-5。Activities 要用 Claude 的网页搜索,除非管理员在 Claude Console 里关掉了,否则默认是开的。curl。workflow.json。Anthropic Chat Model、Anthropic Chat Model1 和 Activities 里选中它。api_key,值是你的密钥。在 Flights 和 Resorts 里选中它。Send Plan 里选中它。把 Send to 里的 YOUR_EMAIL 换成接收计划的邮箱。想改为发给每位出行人,就在那里填 {{ $('Set Fields').item.json.email }}。Email Agent 的 system message 里,把 YOUR_TEAM_NAME 换成邮件落款用的名字。Webhook 复制测试地址,把下面的请求发过去,然后发布工作流,改用它的正式地址。Webhook 接收发到 travel 路径的 POST 请求。Set Fields 从 JSON 请求体里读这些字段。出发日期要写成 depature_date,和文件里一样,否则这个字段会是空的。
{
"origin": "Chicago",
"destination": "Lisbon",
"depature_date": "2026-12-12",
"return_date": "2026-12-19",
"travelers": 2,
"activities": "food tours and day trips",
"email": "you@example.com"
}
邮件发出之后,回复以 JSON 返回。它的 description 里是 Response 写的那句话,其余部分看起来像语音智能体挂断工具的设置,所以语音智能体可以读到结果后挂断。
Set Fields 从请求体里取出七个值。Airport Codes & Dates 让 Claude 把两座城市换成机场代码,并对照当前时间检查日期是否在将来。Locations & Dates 把它的回答限定为 origin、destination、departure 和 return。Activities 让 Claude 调研目的地有哪些所需类型的活动,最多搜索五次。Resorts 通过 SerpApi 在 Google Hotels 上按目的地、日期和成人人数搜索,按评分从高到低排序。Flights 通过 SerpApi 在 Google Flights 上搜索这两个机场代码之间、这几个日期的航班。Email Agent 在一段固定文本里拿到两个航班、三家酒店和三项活动,把邮件写成 HTML,分四部分:开场、航班、酒店和活动。Subject & Email 把它的回答限定为 subject 和 emailBody。Send Plan 以 HTML 邮件发出,Response 写出确认句,Respond to Webhook 把它返回。Email Agent 的 system message。它要求每节后面加一条横线,酒店图片占五分之一宽度,全文不超过 1,000 字。Email Agent 的文本,航班列 [0] 和 [1],酒店和活动列 [0] 到 [2]。Resorts 里的 sort_by。SerpApi 的 Google Hotels 文档写明 3 是价格最低,8 是评分最高,13 是评价最多。Activities 的提示词,以及它最多 5 次的搜索上限。Anthropic Chat Model、Anthropic Chat Model1 和 Activities 里的 claude-sonnet-5-5。Email Agent 文本里它们那几行读的是 properties[2]。把这两处改成 properties[0] 和 properties[1]。Email Agent 从 Activities 回答的 content[1] 里读原始搜索结果,只有 Claude 在写任何文字之前就先搜索时,那里才是搜索结果。活动的描述用的是搜索结果的 encrypted_content,那是一串加密字符,所以 Claude 只能根据标题来写描述。Activities 提示词要求的 JSON 清单从来没人读。Email Agent,邮件也不会发出。flights[0],所以转机的第二段被漏掉了。email 会被读取,但在你改 Send to 之前不会用上(第 4 步)。Webhook 节点的 Authentication 里加上 Header Auth。README.md 6 KB workflow.json 20 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。
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。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。