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:把一张概念图变成一段短的动态图形视频。它把你的图当作结束帧,让 AI 写出并执行一个得到起始帧的编辑,再请 WaveSpeedAI 上的 Hailuo 02 在两帧之间做动画。
根据概念图生成动态图形视频 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。
上传图片
有人提交 AI Motion Graphics Video Generator 表单时开始运行,表单里有:
一段短的动态图形视频,从起始帧运动到你的那张图
开始之前要准备好这些。
文件存储
存放上传的图片,并生成放大工具读取用的公开链接。
需要Dropbox 凭据,以及请求头里一个能创建共享链接的令牌
语言模型
用 GPT-4.1 mini 规划起始帧,用 GPT-4o 对比两帧并写出运动。
需要OpenAI API 密钥
图像和视频生成
放大图片,用 Seedream 把它编辑成起始帧,再用 Hailuo 02 渲染视频。
需要WaveSpeedAI API 密钥,填在四个节点的请求头里
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流把一张概念图变成一段短的动态图形视频。表单收集图片、可选的描述和画面比例,这张图会成为结束帧。两条线同时运行:一条把图片存进 Dropbox 并放大到 4K,另一条让 GPT-4.1 mini 上的智能体写出一个编辑指令,得到更早的起始帧。Seedream 执行这个编辑,GPT-4o 对比两帧并描述画面的运动,WaveSpeedAI 上的 Hailuo 02 渲染两帧之间的视频。
手上已有一张成品静图、想在打开任何动画工具之前,先看看它能怎样动起来的艺术总监、动态设计师和内容团队。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 广告 | 艺术总监 | 上传主视觉作为结束帧,用一句话描述运动 | 艺术总监发来一张海报,看到字样一点点组装到位。 |
| 电商 | 品牌营销人员 | 把主打产品图做成一段简短的出场动画 | 营销人员发来一张产品包装图,得到产品进入画面的一段视频。 |
| 社交短视频 | 内容团队 | 用现成的美术素材准备动态创意 | 团队发来一张封面图,挑出值得精修的那几段。 |
| 演示文稿 | 设计师 | 让已经画好的标题或图表动起来 | 设计师发来一张图表,得到一段给主题演讲用的简短铺陈动画。 |
你需要熟悉 n8n 和 API 调用:四个账号、手动填进节点请求头的五个令牌,还有文件里两处要先检查才能放心用的地方。如果你想要一键完成的工具,就别选它。作者估计设置要 12 分钟左右,前提是这些账号都已经开好。
你运行的任何 n8n 都行,只要能访问 OpenAI、Dropbox 和 WaveSpeedAI。
Hailuo-i2v-pro-result 后面加一个节点,把视频下载下来,存起来或发出去Hailuo-i2v-pro 的地址和请求体,就能调用 WaveSpeedAI 上的另一个模型点“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。导入之前先准备好下面这些。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| OpenAI | 一个能用 gpt-4.1-mini 和 gpt-4o 的密钥 |
| Dropbox | 一个账号、一个用于上传的凭据,和一个能创建共享链接的令牌 |
| WaveSpeedAI | 一个 API 密钥和余额 |
workflow.json。OpenAI Chat Model 和 Analyze image 里选中它。Upload a file 里选中它。HTTP Request 里,把 Authorization 请求头中的 <token> 换成一个能创建共享链接的 Dropbox 令牌。image-upscaler、Seedream-v4-edit、Hailuo-i2v-pro 和 Hailuo-i2v-pro-result 里,把 <token> 换成你的 WaveSpeedAI 密钥。给 WaveSpeedAI 建一个 Header Auth 凭据,就能把四个请求头的活集中在一处做完。如果共享链接的调用被拒绝,检查一下 Dropbox 令牌是否也有 sharing.write 权限。文件里有一个表达式和来源不同:Upload a file 里清理文件名用的是 /s+/g,它匹配的是字母 s,现在改成了 /\s+/g。
从 On form submission 打开表单,上传一张概念图(.jpg、.jpeg、.png 或 .webp),想写的话描述一下运动,再选一个画面比例。运行在表单后面继续进行。结束之后,到 Executions 里打开这次运行,在最后一个节点的 data.outputs 里读出视频的地址。文件不会把视频下载下来。
| 要改的 | 在哪里改 |
|---|---|
| 运动和风格 | AI Agent 里的提示词决定起始帧,Analyze image 里的文字决定运动 |
| 清晰度 | image-upscaler 请求体里的 target_resolution 和 creativity |
| 画面形状 | 表单的选项、Aspect Ratio Conversion,以及 Seedream-v4-edit 里的 size |
| 等待时间 | Wait,在去取结果之前 |
概念图是一张海报,Video Description 里写:
字样从散落的碎片中组装起来,背景同时变亮
智能体描述海报更早的状态:碎片散落,背景偏暗,Seedream 把放大后的海报编辑成这个起始帧。GPT-4o 对比起始帧和结束帧,写出一段运动说明,里面包含你写的那句话。Hailuo 据此渲染视频。
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。这里表单同时接上两条线,Merge 节点会等两条线都做完。先用表单的测试地址跑一次。之后每个节点都会显示它收到了什么、发出了什么,令牌填错了,就在这里看得出来。
专家:五个服务分担这些工作,下表写明每一步用哪个。
| 步骤 | 模型或服务 | 要知道的 |
|---|---|---|
| 起始帧提示词 | gpt-4.1-mini 上的 AI Agent,图片以二进制传入 | 它只返回编辑提示词,描述字段填了的话也会加进去 |
| 放大 | WaveSpeedAI 的 image-upscaler,4k,creativity 2,JPEG | 它通过以 raw=1 结尾的链接,从 Dropbox 读取图片 |
| 起始帧 | Seedream v4 edit,同步模式,尺寸固定为 2880*2160 | WaveSpeedAI 的页面(我们在 2026 年 11 月 2 日读过)标价每张图 0.027 美元 |
| 运动提示词 | gpt-4o 上的 Analyze image,输入两帧的地址 | 给视频工具的一段话 |
| 视频 | Hailuo 02 i2v-pro,关闭提示词扩展 | WaveSpeedAI 上它的页面标价每段视频 0.49 美元,五秒,1080p |
每次运行都要花钱,而且文件里有两处细节要先检查。
Seedream-v4-edit 始终要求 2880*2160last_image,而文件发送的是 end_image,所以要检查视频是不是真的落在你的图上Wait 只停一次,停五分钟,因为文件只存了单位,数值用 n8n 默认的 5,而那个页面给的典型耗时是 30 到 90 秒。如果结果不是 completed,稍后再运行一次 Hailuo-i2v-pro-result想让画面比例起作用,把 Seedream-v4-edit 请求体里的 size 设成下面这个表达式,放在引号里面:
{{ $('Aspect Ratio Conversion').item.json.resolution }}一个 n8n 工作流。通过它的表单上传一张概念图,它会把这张图当成短视频的结束帧。AI 写出一个得到起始帧的编辑指令,Seedream 执行它,GPT-4o 对比两帧并写出运动,WaveSpeedAI 上的 Hailuo 02 渲染两帧之间的视频。
workflow.json:n8n 导出的工作流,十七个节点。里面没有任何凭据。五个 Authorization 请求头仍然写着 Bearer <token>,和来源一样,等你填上。README.md:这份设置说明,压缩包里的是英文版。有一个表达式和来源不同。Upload a file 里清理文件名用的是 /s+/g 和 (.[^.]+)$,它们分别匹配成串的字母 s,并把任意字符当成点。现在改成了 /\s+/g 和 (\.[^.]+)$,分别替换空格,并在扩展名前加上时间戳。
gpt-4.1-mini 和 gpt-4o 的 OpenAI API 密钥。Upload a file 用的凭据,以及一个能创建共享链接的 Dropbox 令牌。workflow.json。OpenAI Chat Model 和 Analyze image 里选中它。Upload a file 里选中它。在 HTTP Request 里,把 Authorization 请求头中的 <token> 换成一个能创建共享链接的 Dropbox 令牌。如果共享链接的调用被拒绝,检查令牌的权限里有没有 files.content.write 和 sharing.write。image-upscaler、Seedream-v4-edit、Hailuo-i2v-pro 和 Hailuo-i2v-pro-result 里,把 Authorization 请求头中的 <token> 换成你的 WaveSpeedAI 密钥。建一个 Header Auth 凭据,也能把这件事集中在一处做完。表单同时接上两条线,Merge 会等两条线都做完。
Upload a file 把图片存进 Dropbox,HTTP Request 生成公开的共享链接,Code 把链接里的 dl=0 改成 raw=1,让它直接指向文件本身,image-upscaler 返回 4K 版本。Input Validation 保留描述和画面比例,Aspect Ratio Conversion 把比例换成 4K 的宽和高。接着,Retrieve Binary File 把图片传下去,gpt-4.1-mini 上的 AI Agent 再写出一个编辑提示词,用来得到能通向上传图片的起始帧。Merge 把放大后的图片和提示词合在一起。Seedream-v4-edit 把提示词用在放大后的图片上,Edit Fields 把结果命名为 startFrame,放大后的图片命名为 endFrame。Analyze image 把两帧发给 gpt-4o,得到一段描述两帧之间运动的话。Hailuo-i2v-pro 提交视频任务,Wait 暂停,Hailuo-i2v-pro-result 向 WaveSpeedAI 要结果。工作流到这里就结束了。视频的地址在最后一个节点输出的 data.outputs 里,到 Executions 里能看到,文件不会把它下载下来。
Edit Fields,但后面没有任何节点读取它。Seedream-v4-edit 始终要求 2880*2160。想让这个选择起作用,把它的 size 设成 {{ $('Aspect Ratio Conversion').item.json.resolution }},放在 JSON 请求体的引号里面。minimax/hailuo-02/i2v-pro 的页面(我们在 2026 年 11 月 2 日读过)把可选的结束帧字段写作 last_image,而文件发送的是 end_image。如果视频没有落在你的图上,就在 Hailuo-i2v-pro 里改一下字段名。Wait 里存的单位是分钟,数值用 n8n 的默认值 5,所以停五分钟。同一个页面给出的典型生成时间是 30 到 90 秒。如果结果里的 data.status 不是 completed,稍后再运行一次 Hailuo-i2v-pro-result,或者把等待时间调长。Seedream-v4-edit 和 image-upscaler 要求 WaveSpeedAI 在请求内就答复。如果某一个耗时太长,它的输出会是空的,下一个节点就会失败。再运行它一次。AI Agent 里的提示词决定起始帧,Analyze image 里的文字决定运动。image-upscaler 请求体里的 target_resolution 和 creativity。Aspect Ratio Conversion 里的尺寸,以及 Seedream-v4-edit 里的 size。Hailuo-i2v-pro-result 后面加一个节点,把视频下载下来,存起来或发出去。HTTP Request 要的是公开的共享链接,所以图片会留在你的 Dropbox 里,带着一个任何人都能打开的链接。Authorization 请求头里,它会存进工作流和任何导出文件。分享工作流之前,先把它们移到凭据里。README.md 5 KB workflow.json 17 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。
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。