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,把一次聊天请求发给主模型,那次调用失败时,再把同一个请求发给第二个模型。两次调用用同一个网关地址和同一个密钥。
出错时改用第二个模型的聊天请求 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。
手动测试
你点击 Test workflow 时开始运行,用的是 Set inputs 里填好的值:
一份回答、给出它的模型的名字,以及一条说明是主模型还是备用模型作答的标记
开始之前要准备好这些。
模型网关
接收两次聊天请求,并返回两个模型的回答。
需要放在 Header Auth 凭据里的 DaoXE API 密钥,以及你账号里的两个模型 ID
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流向一个模型提问,并备好第二个模型,以防第一次调用失败。一个 Set 节点存着提示词、一条系统提示和两个模型 ID。主调用发到一个聊天地址,出错就把同一个请求发给备用模型。回答连同给出它的模型的名字一起保存。干活的是六个节点,旁边还有一张写着设置步骤的便签。
想测试模型的开发者,以及希望在某个模型停机或拒绝调用时有个后备的团队。如果你想在回答慢或者回答差的时候就切换,就别选它。备用模型只在出错之后才运行。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 软件 | 开发者 | 上线前先给调用加上后备 | 一位开发者把一个大模型和一个便宜的模型配成一对,测试第一个停机时第二个会不会作答。 |
| 产品团队 | 产品经理 | 比较两个模型怎么回答同一条提示词 | 一位经理跑一条提示词,看是哪个模型作答的。 |
| 内容 | 编辑 | 一个模型忙的时候仍然能出稿 | 一位编辑设了第二个模型,这样早上的运行仍能完成。 |
| 运营 | 自动化搭建者 | 在更大的工作流里使用这个模式 | 一位搭建者把手动触发换成 webhook,复用这两次调用。 |
你需要懂一点 n8n,并有一个 DaoXE 账号:导入文件、添加一个凭据,再填两个模型 ID。它的作者把设置时间定在大约 2 分钟。
任何能访问这个网关的 n8n 都能运行它。回答留在这次运行里,所以先想好它接下来去哪。
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。一个密钥管两次调用。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| DaoXE | 一个账号和一个 API 密钥,用于名为 Authorization 的 Header Auth 凭据 |
| 两个模型 ID | 你的账号能用的准确 ID,每次调用一个 |
workflow.json。Authorization,值填 Bearer <YOUR_DAOXE_API_KEY>,用你自己的密钥。在 Primary model (DaoXE) 和 Fallback model (DaoXE) 里都选上它。Set inputs,把 YOUR_DAOXE_MODEL_ID 和 YOUR_DAOXE_FALLBACK_MODEL_ID 换成你账号里的两个模型 ID。点 Test workflow。最后一个节点显示 answer、served_model 和 via,via 是 primary 或 fallback。日常使用时,改 Set inputs 里的提示词,或者喂进你自己的。
| 要改的 | 在哪里改 |
|---|---|
| 问题和系统提示 | Set inputs 里的 prompt 和 system |
| 两个模型 | Set inputs 里的 primary_model 和 fallback_model |
| 触发方式 | 把手动触发换成你自己的,并传入同样的四个字段 |
| 服务 | 两个 HTTP Request 节点里的地址 |
一位开发者把一个大模型填进 primary_model,一个便宜的模型填进 fallback_model,然后用示例提示词点 Test workflow,它要的是三个关于自动化的博客标题。
大模型作答时,结果是 via: primary,它的名字在 served_model 里。那次调用返回错误时,第二个节点会去问便宜的模型,结果是 via: fallback。
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。这个工作流在第一次调用之后分叉:一条线通向回答,另一条只在出错后才用的线通向后备。故意把第一个模型 ID 写错再运行,就能看到这个分叉。
专家:主节点的 On Error 设置把失败的调用送到它的错误输出,备用节点按名字从 Set inputs 读回输入。
| 节点 | 做什么 | 要知道的 |
|---|---|---|
Primary model (DaoXE) | HTTP Request 4.2,向 https://daoxe.com/v1/chat/completions 发 POST | Continue (using error output) 把第二个输出接到备用节点 |
Fallback model (DaoXE) | 用 fallback_model 发同样的请求 | 它后面没有别的,所以第二次失败会停下这次运行 |
Answer (primary) 和 Answer (fallback) | 两个 Set 3.4 节点,留下 answer、served_model 和 via | answer 是 choices[0].message.content,served_model 是回复里的 model |
后备只在出错后才运行,而留着占位符的模型 ID 会让两次调用都失败。
YOUR_DAOXE_MODEL_ID 和 YOUR_DAOXE_FALLBACK_MODEL_ID 在你替换之前一直留在文件里一个 n8n 工作流,把一次聊天请求发给主模型,那次调用失败时,再把同一个请求发给第二个模型。两次调用用同一个网关地址和同一个密钥,回答里会写明是哪个模型给出的。
workflow.json:n8n 导出的工作流,六个干活的节点和一张写着设置步骤的便签。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。Set inputs 里的示例提示词原来要的是关于网关自身卖点的博客标题。现在它要的是三个关于用自动化节省时间的简短博客标题。除了删掉凭据关联和 DaoXE 标签之外,文件里别的都没改。GET /v1/models 发请求取得。workflow.json。Authorization,值填 Bearer <YOUR_DAOXE_API_KEY>,用你自己的密钥替换占位符。在 Primary model (DaoXE) 和 Fallback model (DaoXE) 里都选上它。Set inputs。把 YOUR_DAOXE_MODEL_ID 和 YOUR_DAOXE_FALLBACK_MODEL_ID 换成你账号里的两个准确的模型 ID。When clicking 'Test workflow'(Manual Trigger)手动启动这次运行。Set inputs 写出四个字段:prompt、system、primary_model 和 fallback_model。Primary model (DaoXE)(HTTP Request 4.2)用主模型、系统提示和提示词,向 https://daoxe.com/v1/chat/completions 发 POST。它的 On Error 设置是 Continue (using error output),所以失败的调用会从它的第二个输出出去。Answer (primary) 把 choices[0].message.content 留作 answer,把回复里的 model 留作 served_model,并把 via 设为 primary。Fallback model (DaoXE) 用备用模型向同一个地址发同样的提示词,Answer (fallback) 留下同样的字段,via 设为 fallback。两个请求体都是用 JSON.stringify 构造的,所以提示词里的引号和换行不会让它们出错。
Set inputs 里的 prompt 和 system。Set inputs 里的 primary_model 和 fallback_model。Set inputs 来构造它们。Fallback model (DaoXE)。NOTICE.md 620 B README.md 4 KB workflow.json 8 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。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。