Nanosaur2-670M
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
一个供 AI 智能体调用的 n8n 工作流,当作工具使用。它读取项目表的每一行,让 OpenAI 根据每个项目的名称、备注和状态写一段简短的总结,再把所有总结一起返回。
Google Sheets 项目摘要工具 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。
in: { }
out: { "response": "<每个项目的总结>" }被其他工作流调用
另一个工作流(比如 AI 智能体的工具)调用它时开始运行,调用方传入:
一条回复,里面有表中每个项目的简短总结
开始之前要准备好这些。
电子表格
返回你选定的表格里的每一行,带上每个项目的名称、备注和状态。
需要一个 Google 账号,用 OAuth2 登录
语言模型
用 gpt-4o 为每个项目写一段简短的总结,每行调用一次。
需要OpenAI API 密钥
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流是给 AI 智能体用的工具,需要由另一个工作流来调用它。五个节点排成一条线运行。一个 Google Sheets 节点读取项目表的每一行,gpt-4o 根据每个项目的名称、备注和状态写一段简短的总结。最后两个节点把这些总结合并到 response 字段里。调用方传入的内容,工作流一概不读,所以答案永远覆盖你指给它的那张表。
把项目记在表格里的团队负责人和自由职业者,想让智能体回答“现在各个项目进展如何”,又不想有人把表格行复制进聊天。定时流程也可以调用它,再把结果发邮件出去。
任何能访问 Google Sheets 和 OpenAI 的 n8n 都行,n8n Cloud 或你自己的服务器都可以。在有东西调用它之前,它什么也不会做。智能体的 Call n8n Workflow Tool 节点是最常见的调用方,前面接聊天或 Telegram 机器人。每周定时运行的工作流里放一个 Execute Workflow 节点也行。
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。你需要准备两样东西:一个 OpenAI 密钥,和一张每个项目占一行、带有名称、备注和状态三列的 Google 表格。
workflow.json。OpenAI 节点里选中它。Google Sheets 里选中它。YOUR_SHEET_ID,再在 Sheet 中选标签页。OpenAI 里的提示读的是带一个末尾空格的 Project Name ,以及 Notes 和 Status,作者的表格就是这样写的。改你的表头,或者改那段提示。调用方传入的内容工作流不读,返回一个文本字段 response:
in: { }
out: { "response": "<每个项目的总结>" }问智能体项目进展如何。它调用工具,工具每次都重新读一遍表格,智能体再根据 response 回答。不用智能体也能试:在编辑器里直接运行这个工作流,Execute Workflow Trigger 上什么都不用固定。
表里有两个项目。
| Project Name | Notes | Status |
|---|---|---|
| 网站改版 | 文案已通过,logo 文件还没到 | 进行中 |
| 第四季度报告 | 周五已把初稿发给财务 | 等待审阅 |
每一行单独交给 OpenAI,所以模型会写两段总结,每个项目一段。Aggregate 把两段都合并到 response,智能体再把它们整理成自己的回答。
新手:子工作流就是一个普通的工作流,从 Execute Workflow Trigger 开始,等着被调用。先单独运行它,用一张小表,看看每个节点往下传了什么。
专家:Google Sheets 没有过滤条件,所以每一行都要花一次 gpt-4o 调用,表很长时,智能体要读的回复也很长。可以按 Status 加一个过滤,把已完成的项目排除在外。OpenAI 里的提示只带三列,其他列要按名称自己加进去。
留在表里的每一行都会发给 OpenAI,所以不想外发的列不要放进提示里。
Project Name 末尾带一个空格,所以表头写成 Project Name 的表格,在你修改之前,模型拿不到项目名称一个 n8n 工作流,做成供其他工作流调用的样子,通常当作 AI 智能体的工具。它读取项目表的每一行,根据每个项目的名称、备注和状态,返回一段简短的总结。
workflow.json:n8n 导出的工作流,五个节点。里面没有任何凭据,作者自己的表格已换成 YOUR_SHEET_ID。README.md:这份设置说明,压缩包里的是英文版。Project Name、Notes 和 Status 三列。Call n8n Workflow Tool 节点的智能体,或任何带 Execute Workflow 节点的流程。这个文件只从 Execute Workflow Trigger 开始运行。workflow.json。OpenAI 节点里选中它。Google Sheets 里选中它。YOUR_SHEET_ID,再在 Sheet 中选标签页。OpenAI 里的提示读的是带一个末尾空格的 Project Name ,然后是 Notes 和 Status,作者的表格就是这样写的。改你的表头,或者改那段提示,直到对上。它不从调用方读取任何内容,所以没有什么要传的。它返回一个字段。
| 字段 | 方向 | 内容 |
|---|---|---|
| response | 传出 | 所有项目的总结,合并在一个字段里 |
Google Sheets 没有过滤条件,所以每一行都会读。在那里加一个过滤,比如按 Status,就能把已完成的项目排除在外。Google Sheets 里的 Sheet 字段,导出时是第一个标签页。OpenAI 里的提示。它拿到的是名称、备注和状态,想带上别的列,就把那一列加进提示里。OpenAI 节点用 gpt-4o。OpenAI 每一行运行一次,所以有 200 个项目的表要调用 200 次,并得到一条很长的回复。README.md 3 KB workflow.json 3 KB
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
Waqf-AI · 工具包
读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。
Wan-AI · 工具包
根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。
Wan-AI · 工具包
用小型的 1.3B Wan2.1 模型根据文字提示词生成短的 480P 视频,已打包成 diffusers 库可用的形式。在约 8.19 GB 显存的消费级显卡上就能运行。
serendipitylabs · 工具包
在 CPU 或 CUDA GPU 上把马拉雅拉姆语语音转成文字,是 Serendipity Labs 的早期研究版本。适合想为简短清晰的录音生成转写草稿的人。
OrdenWills · 工具包
把“关掉电视”这样的日常家居指令变成结构化的工具调用,并先检查设备状态。这是一个 3.5 亿参数的模型,适合智能家居开发者和爱好者。