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 n8n 工作流:根据你放在 Qdrant 里的自有文档起草邮件回复,再通过 Gmail 把草稿发给你,带 Approve 和 Disapprove 按钮。Approve 发出回复,Disapprove 则要求重写。
带 Approve 和 Disapprove 的公司知识库邮件回复 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。
新的未读邮件
邮箱里来一封未读邮件时开始运行。先设好:
一封根据你的文档写出的回复,只有在你按下 Approve 之后才发给发件人
开始之前要准备好这些。
邮箱
读取每封新邮件,并发出获批的回复。
需要IMAP 和 SMTP 信息
语言模型
总结每封邮件。
需要OpenRouter API 密钥
语言模型
运行写草稿的智能体,并把它的搜索内容转成向量。
需要OpenAI API 密钥
知识库
存放你的文档,并返回匹配的段落。
需要一个 Qdrant 集合和它的凭据
审批
把草稿连同 Approve 与 Disapprove 按钮发给你,并等你点击。
需要一个 Gmail 账号
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流根据你自己的公司文档回答来信,并且每个回复都有人把关。它通过 IMAP 读取一个收件箱,总结每封邮件。然后 AI 智能体搜索你文档所在的 Qdrant 集合,根据找到的内容起草回复。你会在 Gmail 里收到这份草稿,带一个 Approve 按钮和一个 Disapprove 按钮。点 Approve,回复就发给发件人。点 Disapprove,智能体就重写一份草稿。整个流程由十二个节点完成,旁边还有五张便签。
通过邮件回答一般咨询、答案都存在价格表、政策和产品资料等文档里的公司。商店、客服团队和小型代理机构都合适。它适合这样的团队:让 AI 去查资料,由人保留最后的决定权。人始终说了算。如果你没有可供搜索的文档,或者想要一份不用任何设置的普通草稿,就别选它。文档要先准备好。它更简单的近亲 Email replies drafted by AI and approved by email 不需要知识库,只有一个 Approve 按钮。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 零售 | 网店 | 根据政策文档回答发货和退货问题 | 一位店主批准了一封引用政策里退货期限的回复。 |
| 客服 | 客服团队 | 根据手册回答重复出现的产品问题 | 一位组长在草稿漏掉一个步骤时点 Disapprove,新的草稿随即送到。 |
| 服务 | 小型代理机构 | 根据价目表引用标准条款和价格 | 一家机构在引用套餐价格的回复发出前先检查一遍。 |
| 酒店 | 酒店 | 回答入住时间和设施方面的问题 | 一位前台经理批准了一封关于停车规定的回复。 |
你需要把文档载入 Qdrant、一个邮箱、一个 Gmail 账号,以及 OpenRouter 和 OpenAI 的密钥。
任何能连上你的邮件服务器、Qdrant、OpenRouter、OpenAI 和 Gmail 的 n8n 都能运行它。工作流必须打开。按钮是指向你的 n8n 的链接,所以你读邮件的地方必须能打开它。
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。导入文件,添加凭据,填上你的集合名称和 Gmail 地址,然后把工作流打开。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| Qdrant | 一个集合,里面是你的文档,向量由 text-embedding-3-small 生成 |
| 邮箱 | 一个账号的 IMAP 和 SMTP 信息 |
| Gmail | 接收审批邮件的账号 |
| OpenRouter | 一个 API 密钥 |
| OpenAI | 一个 API 密钥 |
workflow.json。Email Trigger (IMAP) 添加 IMAP 凭据,把同一个账号的 SMTP 凭据加给 Send Email,把 Gmail 凭据加给 Send Draft。OpenRouter Chat Model 添加 OpenRouter 凭据。给 OpenAI Chat Model 和 Embeddings OpenAI 添加 OpenAI 凭据。给 Qdrant Vector Store 添加 Qdrant 凭据。Qdrant Vector Store 里,把 <YOUR_QDRANT_COLLECTION> 换成你的集合名称。Send Draft 里,把 <YOUR_GMAIL_ADDRESS> 换成接收草稿的 Gmail 地址。gpt-4o-mini。在 OpenAI Chat Model 里选 gpt-5.6-terra,因为这个智能体要调用工具,而 OpenAI 说 gpt-6-luna 在 Chat Completions 里只有把推理强度设为 none 时才支持函数调用。让工作流一直开着。每封未读邮件都会得到一份草稿,你会在 Gmail 里收到一封审批邮件,里面有原文和草稿。按 Approve 就发出回复。按 Disapprove 就拿到一份新草稿。什么也不做就什么也不发。不点就不回复。
| 要改的 | 在哪里改 |
|---|---|
| 回复的语气和长度 | Write email 里的指令 |
| 智能体可以查什么 | Qdrant Vector Store 里这个工具的描述 |
| 摘要的长度 | Email Summarization Chain 里的两段提示 |
| 模型 | OpenRouter Chat Model 和 OpenAI Chat Model |
| 按钮的名字 | Send Draft 的选项 |
一家酒店收到一封邮件,问停车场对住客是不是免费。工作流把它总结好,智能体在酒店的文档里搜索,找到了停车规定。
审批邮件送到前台经理的 Gmail 里,客人的原话在草稿上方。草稿给出了工作日的价格,却漏掉了周末的价格。她按下 Disapprove。一份新草稿送到了。这一份是完整的,所以她按下 Approve。客人收到它,主题是 Re: 加上原来的主题。
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。Qdrant 是一个按含义而不是按原词查找段落的数据库。你的文档以叫作向量的数字形式存放在里面。智能体是一个可以自己选择使用工具的模型,这里的工具就是那个搜索。你就是把关的人,因为运行会停下来,直到你按下一个按钮。
专家:智能体唯一的工具是处于“作为工具检索”模式的 Qdrant 节点,所以它的模型必须支持工具调用。
| 节点 | 做什么 | 要知道的 |
|---|---|---|
Qdrant Vector Store | 在智能体提出要求时搜索你的集合 | 作为工具检索的模式。这个工具叫 company_knowledge_base,不会返回文档的元数据 |
Embeddings OpenAI | 把智能体的查询转成向量 | 没有设置模型,所以用 text-embedding-3-small,集合必须和它一致 |
Email Summarization Chain | 总结 Markdown 文字 | 二进制模式却没有二进制文件,所以文字通过提示里的 {{ $json.data }} 进入 |
Send Draft | 通过 Gmail 发出审批邮件并暂停 | 两个按钮,没有时间限制。它带着 data.approved 继续 |
Approve? | 判断 data.approved | false 输出走向 Set Email,然后回到 Write email |
回复的好坏取决于你的文档,而 Disapprove 可以没完没了地重复。
Embeddings OpenAI 相同的模型生成,这里用的是 text-embedding-3-smallSend Draft 没有时间限制。你要是一直不按按钮,就什么也不会发出,这次运行会留在 n8n 里等着,直到你把它删掉deepseek/deepseek-r1:free,OpenRouter 的模型列表在 2026 年 11 月 12 日已经不再显示它。Mindket 的副本在 OpenRouter 子节点上用 deepseek/deepseek-v4-flash,列出的价格是每百万输入令牌 0.09 美元。工具名有个拼写错误,两个占位符取代了私人的值,两张便签也重写了gpt-4o-mini 停用日期是 2027 年 1 月 14 日,替代模型是 gpt-6-luna。这个智能体要用工具,所以设置步骤里指向 gpt-5.6-terra一个根据你自己的公司文档回答来信的 n8n 工作流。AI 智能体在一个 Qdrant 集合里查资料并起草回复。然后它把草稿用邮件发给你,带一个 Approve 按钮和一个 Disapprove 按钮。点 Approve,回复就发给发件人。点 Disapprove,智能体就重写一份草稿。
workflow.json:n8n 导出的工作流,12 个节点和 5 张便签。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。deepseek/deepseek-r1:free。OpenRouter 的公开模型列表(2026 年 11 月 12 日读取)已经不再显示这个模型。现在这一步用 OpenRouter Chat Model,也就是 n8n 为 OpenRouter 准备的子节点,设为 deepseek/deepseek-v4-flash。这个模型在列表里,那天的价格是每百万输入令牌 0.09 美元,每百万输出令牌 0.18 美元。company_knowladge_base,现在叫 company_knowledge_base。智能体的模型节点原来叫 OpenAI,现在叫 OpenAI Chat Model。=COLLECTION,Send Draft 原来写的是 YOUR GMAIL ADDRESS。现在它们是 <YOUR_QDRANT_COLLECTION> 和 <YOUR_GMAIL_ADDRESS>。text-embedding-3-small,也就是 Embeddings OpenAI 没设模型时用的那个模型。workflow.json。Email Trigger (IMAP) 添加 IMAP 凭据,把同一个账号的 SMTP 凭据加给 Send Email,把 Gmail 凭据加给 Send Draft。OpenRouter Chat Model 添加 OpenRouter 凭据。给 OpenAI Chat Model 和 Embeddings OpenAI 添加 OpenAI 凭据。给 Qdrant Vector Store 添加 Qdrant 凭据。Qdrant Vector Store 里,把 <YOUR_QDRANT_COLLECTION> 换成你的集合名称。Send Draft 里,把 <YOUR_GMAIL_ADDRESS> 换成接收草稿的 Gmail 地址。gpt-4o-mini。在 OpenAI Chat Model 里选 gpt-5.6-terra,因为这个智能体要调用工具,而 OpenAI 说 gpt-6-luna 在 Chat Completions 里只有把推理强度设为 none 时才支持函数调用。Email Trigger (IMAP) 监视收件箱。每封未读邮件都会触发它,并被标为已读,这是它自己的默认行为。邮件正文在 textHtml 里。Markdown 把它转成 Markdown,放进 data。Email Summarization Chain 让 OpenRouter Chat Model 写一份最多 100 个词的摘要。这条链被设成读取二进制文件,而这里没有,所以邮件文字是通过提示进入模型的,提示里放着 {{ $json.data }}。Set Email 把摘要复制到一个叫 email 的字段里。Write email 是一个跑在 OpenAI Chat Model 上的智能体。它的指令要求写一份简短、专业的商务回复,只要正文,并用带几个简单标签的 HTML。它拿到的是摘要。它唯一的工具 Qdrant Vector Store 通过 Embeddings OpenAI 搜索你的集合,并把匹配的段落交回来。Send Draft 把原邮件和草稿发到你的 Gmail 地址,带两个按钮,一个用来批准,一个用来否决,然后等待。Approve? 检查 data.approved。为 true 时,Send Email 把最新的草稿以 HTML 发给发件人,主题是 Re: 加上原来的主题。为 false 时,Set Email 和 Write email 再运行一遍写出新草稿,Send Draft 再次发出询问。Write email 里的指令。Qdrant Vector Store 里这个工具的描述。Email Summarization Chain 里的两段提示。OpenRouter Chat Model 和 OpenAI Chat Model。Send Draft 的选项。Send Draft 的选项里加上 Limit Wait Time。Embeddings OpenAI 相同的模型生成,这里用的是 text-embedding-3-small。用别的模型建的集合,匹配结果会很差。Send Draft 没有时间限制。运行会等到你按下按钮。要是你一直不按,就什么也不会发出,这次等待的运行会留在 n8n 里,直到你把它删掉。gpt-4o-mini 停用日期是 2027 年 1 月 14 日,替代模型是 gpt-6-luna。这里的智能体要用工具,所以设置步骤里指向 gpt-5.6-terra。NOTICE.md 675 B README.md 6 KB workflow.json 11 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。
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。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。