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。
一个有两个小型 LangChain 演示的 n8n 工作流,都写在 Code 节点里:一条手写的链回答“Tell me a joke”,一个带手写 Wikipedia 工具的智能体回答爱因斯坦是哪一年出生的。
LangChain Code 节点示例:一条链和一个 Wikipedia 工具 是一款 n8n 工作流,属于开发类,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
你点 Execute workflow 时开始运行,点一次两个演示一起跑,输入是:
这次运行里有两个回答:手写的链给出一则笑话,智能体给出爱因斯坦的出生年份
开始之前要准备好这些。
语言模型
为手写的链运行 gpt-5.6-terra,为智能体运行一个聊天模型,默认是 gpt-5-mini。
需要OpenAI API 密钥,放在一个 OpenAI 凭据里
知识查询
通过第二个 Code 节点提供的 Wikipedia 工具,回答智能体的搜索。
需要不用登录
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流演示怎么在 n8n 的 LangChain Code 节点里自己写 LangChain 的步骤。点一次 Execute workflow,两个演示并排启动。第一个里,一个 Code 节点根据问题“Tell me a joke”构建提示词,接到一个 OpenAI 聊天模型上并返回回答。第二个里,一个 AI Agent 拿到第二个 Code 节点提供的 Wikipedia 工具,回答“What year was Einstein born?”。干活的是八个节点,旁边还有两张便签给演示命名。
懂一点 JavaScript、想在自己动手写之前先看一个在 n8n 里写自定义 LangChain 代码的可用模式的开发者。如果你想要一个现成的业务工作流,就别选它。它只有两个固定的问题,除了这次运行之外没有任何输出。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 软件 | 后端开发者 | 把这条链的代码拿来当自定义提示词流程的开头 | 一位开发者改了提示词那一行,其余照旧。 |
| AI 工程 | 原型搭建者 | 加一个智能体能调用的工具,写成 Code 节点 | 一位工程师把 Wikipedia 类换成对公司自家搜索的调用。 |
| 培训 | 课程作者 | 演示 n8n 怎么让代码加入它的 AI 节点 | 一位讲师在工作坊里现场运行两个演示。 |
| 咨询 | 自动化顾问 | 找出内置节点在哪里止步、必须由代码接手 | 一位顾问在提出自定义步骤之前先读了这条链的代码。 |
你需要会一点 n8n 和一点 JavaScript:导入文件、在两处添加同一个 OpenAI 凭据,再读两段短脚本。
任何能访问 OpenAI API 且有 LangChain Code 节点的 n8n 都能运行它。Wikipedia 不需要密钥。
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。同一个 OpenAI 密钥供两个演示共用。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器,带有 LangChain Code 节点 |
| OpenAI | 一个用于 OpenAI 凭据的 API 密钥。链用的模型是 gpt-5.6-terra,智能体用的是节点的默认值 |
workflow.json。OpenAI Chat Model 和 Chat OpenAI 里选中它。Set 和 Set1,读一读那两个问题。想改就改。Agent 看爱因斯坦的答案。点 Execute workflow,两个演示从同一个触发器一起运行。每个 Code 节点都可以用 console.log 往浏览器的控制台写东西,智能体调用工具时,这个工具的 Code 节点会记一行日志。
| 要改的 | 在哪里改 |
|---|---|
| 问题 | Set 和 Set1 里的 input |
| 链的步骤 | 链的 Code 节点里的代码 |
| 智能体的工具 | 工具的 Code 节点里的代码 |
| 模型 | 链用 OpenAI Chat Model,智能体用 Chat OpenAI |
一位开发者原样运行,Set 里是“Tell me a joke”,Set1 里是“What year was Einstein born?”。
链的 Code 节点返回一项,它的 output 里是模型讲的笑话文本。Agent 返回的 output 里给出爱因斯坦的出生年份 1879。模型也可能凭记忆回答这个问题,而不去调用工具。
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。LangChain 是围绕语言模型构建应用的工具包,n8n 的 AI 节点就跑在它上面。LangChain Code 节点让你手写这些代码。先原样运行这个文件,再改一个问题。
专家:链的节点读取接上的任何模型,所以换模型节点不用改代码。
| 节点 | 做什么 | 要知道的 |
|---|---|---|
| 链的 Code 节点 | 执行模式的 LangChain Code 节点,有一个主输入和一个必需的语言模型输入 | 它用 getInputConnectionData 读取模型,把提示词接到模型上并返回 output |
| 工具的 Code 节点 | 供数据模式的 LangChain Code 节点,带一个 AI 工具输出 | 它返回一个 WikipediaQueryRun 对象给智能体调用 |
Agent | AI Agent 1,默认是对话式智能体 | 它从 input 读取问题,这个字段由 Set1 写入 |
原来的副本调用的是一个已经下线的模型,它的导入路径也已不存在。
gpt-3.5-turbo-instruct。OpenAI 已于 2026 年 9 月 28 日把这个模型关停。它指定的替代 gpt-5.6-terra 不支持旧的 completions 接口,所以 Mindket 的版本改用一个设为 gpt-5.6-terra 的聊天模型节点,链返回回复的 content。OpenAI 的弃用页面和模型页于 2026 年 11 月 12 日查阅langchain/prompts 和 langchain/tools。n8n 现行 Code 节点的起始代码(2026 年 11 月 12 日查阅)导入的是 @langchain/core/prompts 和 @langchain/community/tools/wikipedia_query_run,Mindket 的版本用的就是这两个Chat OpenAI 把模型留在节点的默认值 gpt-5-mini。OpenAI 的页面给出的关停日期是 2026 年 12 月 11 日,替代是 gpt-5.6-terra{ 和 } 的问题会被读成变量一个有两个小型演示的 n8n 工作流,演示 n8n 的 LangChain Code 节点。第一个里,手写的代码为“Tell me a joke”构建提示词,接到一个 OpenAI 聊天模型上并返回回答。第二个里,一个 AI Agent 用第二个 Code 节点提供的 Wikipedia 工具回答“What year was Einstein born?”。
workflow.json:n8n 导出的工作流,十个节点。八个干活,两个是便签,给演示命名(“Self-coded LLM Chain Node”和“Self-coded Tool Node”)。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。gpt-3.5-turbo-instruct,OpenAI 已于 2026 年 9 月 28 日把它关停。OpenAI 指定的替代 gpt-5.6-terra 不支持旧的 completions 接口。现在这个节点是 1.2 版的 OpenAI Chat Model,名为 OpenAI Chat Model,它的 ID 栏里填的是 gpt-5.6-terra。(await chain.invoke()).content 结尾。输出仍然是回复的文本,和以前一样。langchain/prompts,工具导入的是 langchain/tools。n8n 自己为这个节点准备的起始代码(2026 年 11 月 12 日查阅)导入的是 @langchain/core/prompts 和 @langchain/community/tools/wikipedia_query_run,所以这个副本用这两个路径。它的加载器会改写旧的 langchain/tools 路径,但不会改写 langchain/prompts。workflow.json。OpenAI Chat Model 和 Chat OpenAI 里选中它。Set 和 Set1,读一读那两个问题。想改就改。Custom - LLM Chain Node 看笑话,打开 Agent 看爱因斯坦的答案。Set 和 Set1,各写一个 input 字段。Custom - LLM Chain Node(LangChain Code,执行模式)有一个主输入和一个必需的语言模型输入。它的代码用 PromptTemplate.fromTemplate 从 input 构建提示词,用 getInputConnectionData('ai_languageModel', 0) 读取接上的模型,把提示词接到模型上,并返回一项带 output 的结果。Agent(AI Agent 1,默认是对话式智能体)从 input 读取问题。它用 Chat OpenAI(模型留在节点的默认值)和 Custom - Wikipedia。Custom - Wikipedia(LangChain Code,供数据模式,一个 AI 工具输出)记一行日志,并返回一个 WikipediaQueryRun 对象。智能体想查东西时就调用它。Set 和 Set1 里的 input 值。Custom - LLM Chain Node 里的代码。在提示词后面再接更多步骤,或者解析回答。Custom - Wikipedia 里的代码。可以返回任何 LangChain 工具对象,比如一个调用你自己搜索的。OpenAI Chat Model,智能体用 Chat OpenAI。链读取接上的任何模型,所以换节点不用改代码。console.log 会写到浏览器的控制台。{ 和 } 的问题会被读成变量。Chat OpenAI 把模型留在节点的默认值 gpt-5-mini。OpenAI 的弃用页面(2026 年 11 月 12 日查阅)把它的关停日期定为 2026 年 12 月 11 日,替代是 gpt-5.6-terra。NOTICE.md 611 B README.md 4 KB workflow.json 6 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。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
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。