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。
一个带 webhook 的 n8n 工作流,接收一篇博客文章,把它变成四篇社交帖子。OpenAI 找出要点,写出一条 X 长串帖子、一篇 LinkedIn 帖子、一条 Instagram 配文和一篇 Facebook 帖子,再由 Google 表格保存。
用 GPT 把一篇博客文章改写成四篇社交帖子 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。
一篇博客文章到达
有东西把一篇博客文章发到 webhook 时开始运行。它带来:
Google 表格里一行四份草稿,并向调用 webhook 的一方返回一段简短的 JSON
开始之前要准备好这些。
分析和撰写
找出要点,并写出四篇帖子。
需要一个 OpenAI API 密钥
草稿存放处
为每篇博客文章保存一行。
需要一个 Google Sheets OAuth2 凭据,和一个有七列的 Posts 标签页
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流把一篇博客文章变成给四个平台的草稿。一个 webhook 以 JSON 接收文章,里面有标题、正文和一个可选的品牌语气。一个 Code 步骤检查正文至少有 50 个字符,并给这次请求一个 id。一个 OpenAI 步骤读文章,返回要点、核心信息、话题标签和 SEO 关键词。随后另外四个 OpenAI 步骤依次写出一条 X 长串帖子、一篇 LinkedIn 帖子、一条 Instagram 配文和一篇 Facebook 帖子。最后一个 Code 步骤把它们收到一起,结果被加进一个 Google 表格。调用方会收到一段简短的 JSON 答复。十一个节点负责运行,另有一个便签。
发布长文、想为每个平台要一份初稿的写作者、营销人员和小团队。如果你想让帖子被自动发布,就别选它,因为它只把草稿写进表格。每次运行会调用五次 OpenAI。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 博客 | 独立写作者 | 把每篇新文章变成四份草稿 | 一位写作者发送文章正文,在表格里找到四份草稿。 |
| 营销 | 内容团队 | 用一个来源填满发帖日历 | 一个团队把每篇发布的文章发到 webhook,周一再修改草稿。 |
| 代理 | 社交媒体经理 | 让客户有一个地方可以找到现成的草稿 | 一位经理把一个表单指向 webhook,再分享这个表格。 |
| 时事通讯 | 出版者 | 把一期内容再用成其他平台的帖子 | 一位出版者发送这一期的正文,再用上其中最好的句子。 |
你需要懂 n8n 的设置:导入文件、添加两个凭据、建一个表格,并调用一个 webhook。
能访问 OpenAI 和 Google 表格的 n8n 都能运行它,发送博客文章的工具必须能访问这个 webhook。
Posts 的标签页,第 1 行有七个列名点“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。设置就是两个凭据和一个表格。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| OpenAI | 一个 API 密钥,在 n8n 里添加为 OpenAI 凭据 |
| Google Sheets | 一个 OAuth2 凭据,和一个叫 Posts 的标签页,表头是 Request ID、Title、Completed At、Twitter Thread、LinkedIn Post、Instagram Caption 和 Facebook Post |
| 发送方 | 任何能发 JSON 的东西,比如表单工具或脚本 |
workflow.json。AI: Quick Analysis 和四个 Generate 步骤里选中它。Posts 的标签页,并在第 1 行输入七个表头。Save to Google Sheets 里选中它。把 <YOUR_SHEET_ID> 换成你的表格的 id。Receive Content 的生产地址。把每篇新文章发到 webhook。在表格里读那四份草稿,自己修改并发布。
| 想改的 | 在哪里改 |
|---|---|
| 每篇帖子的风格 | 对应的 Generate 步骤里的指令 |
| 品牌语气 | 你发送的 brand_voice 字段,或 Validate Input 里的默认值 |
| 最短长度 | Validate Input 里的 50 |
| 模型 | 五个 OpenAI 步骤 |
| 表格的列 | Save to Google Sheets,以及你的标签页的第 1 行 |
你发送一篇带标题、正文和品牌语气的博客文章。
{"title": "Why we moved to self-hosting", "content": "The full text of the post, at least 50 characters", "brand_voice": "plain and friendly"}调用方收到一段 JSON 答复,说明四份草稿已生成,请去看表格。表格多出一行,里面有 X 长串帖子、LinkedIn 帖子、Instagram 配文和 Facebook 帖子。
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。这个工作流先接收一篇文章,请 AI 找出它的要点,再请它写四次帖子。先用一篇短文章测试。
专家:四个写作步骤串成一条链,每个都从 Merge Data 读它要的信息。
| 节点 | 它做什么 | 要知道的 |
|---|---|---|
Receive Content | 接收 POST,并等待回复节点 | 知道地址的人都可以往里发,每次调用要花五次 OpenAI 请求 |
Validate Input | 检查正文并设置一个 id | 少于 50 个字符时会报错停止 |
AI: Quick Analysis | 要求给出要点、核心信息、话题标签和关键词 | 开启了 JSON 输出,模型是 gpt-6-luna |
Merge Data | 把分析加到原始请求上 | 不管答案是文字还是对象,它都能读 |
Generate: Twitter Thread | 写 X 长串帖子 | 另外三个写作步骤依次跟在它后面 |
Collect Results | 把四个结果放进一个对象 | 某一步的坏答案会变成一个错误字段,不会让运行停下来 |
Save to Google Sheets | 追加一行 | 长串帖子以 JSON 文本存在一个单元格里 |
webhook 是敞开的,每次调用都会花你的 OpenAI 额度。
gpt-6-luna,并开启 JSON 输出。温度和 token 上限被去掉了,因为过小的上限可能把推理模型的回答截断Posts,列的清单也写明了,这样 n8n 才能写入这一行一个带 webhook 的 n8n 工作流,接收一篇博客文章,把它变成给四个平台的草稿。OpenAI 先找出要点,再写出一条 X 长串帖子、
一篇 LinkedIn 帖子、一条 Instagram 配文和一篇 Facebook 帖子。一个 Google 表格把它们保存起来。
workflow.json:n8n 导出的工作流,十二个节点,其中一个是便签。里面没有任何凭据。README.md:这份说明。gpt-6-luna,并开启 JSON 输出。Merge Data 读它要的信息。<YOUR_SHEET_ID>。标签页有了中性的名字 Posts,列的清单也写明了,Posts 的标签页,第 1 行是这些表头:Request ID、Title、Completed At、Twitter Thread、workflow.json。AI: Quick Analysis 和四个 Generate 步骤里选中它。Posts 标签页,并在第 1 行输入七个表头。Save to Google Sheets 里选中它。把 <YOUR_SHEET_ID> 换成你的表格的 id。Receive Content 的生产地址。Receive Content 接收一个 POST,里面有 title、content 和一个可选的 brand_voice。Validate Input 会报错停止。否则它保留这三个字段,并加上一个 id 和一个时间。AI: Quick Analysis 以 JSON 返回要点、核心信息、话题标签和 SEO 关键词。Merge Data 把它们加到请求上。Generate: Twitter Thread、Generate: LinkedIn Post、Generate: Instagram Caption 和 Generate: Facebook Post 按这个顺序运行。Merge Data 读标题、要点和语气。Collect Results 把四个结果放进一个对象。Save to Google Sheets 追加一行,Respond: Success 告诉调用方四份草稿已经生成。Generate 步骤里的指令。brand_voice 字段,或 Validate Input 里的默认值。Validate Input 里的 50。Save to Google Sheets 和你的标签页的第 1 行。NOTICE.md 645 B README.md 4 KB workflow.json 14 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。