由 AI 读标志图并填入互相链接的 Airtable 表

由 AI 读标志图并填入互相链接的 Airtable 表

一个带上传表单的 n8n 工作流。你发一张显示多个工具标志的图片，比如一张对比 AI 工具的图表。AI 模型读懂图片，列出每个工具以及它的属性和相似的工具。然后工作流把它们存进两张互相链接的 Airtable 表。

包里有什么

• workflow.json：n8n 导出的工作流，33 个节点和 11 张便签。其中两个节点是关掉的，还有两个 No Operation 节点只是标出表的结构。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。

我们相对原来的副本改了什么

• 模型节点原来运行 gpt-4o。按 OpenAI 2026 年 11 月 12 日读取的弃用页面，gpt-4o 的各个快照会在 2027 年 1 月 14 日停用，替代是 gpt-6-luna。这个智能体接了输出解析器。n8n 的 Tools Agent 会把这个解析器作为工具交给模型。而 Chat Completions 上的 gpt-6-luna 只有在推理强度为 none 时才调用工具，n8n 的 OpenAI Chat Model 从来不发这个值。节点现在运行 gpt-5.6-terra，它能接收图片，也能调用工具。节点改名为 OpenAI Chat Model。
• Map Agent Input 读取一个叫 Prompt 的字段，但表单是用一个很长的标签给可选字段命名的，所以提示从来没到过。这个字段现在标为 Additional prompt，节点读取它。字段为空时，它会发一条简短的指令，让模型列出图片里的每个工具或标志。
• Airtable 的基础库和表选择器原来带着原作者保存的 id 和名称。现在都是空的。
• 两张便签原来带着原作者的标志、一条推广链接，以及一张托管在他们网站上的图片。这些行都去掉了。第二张便签现在用文字描述示例图。
• 一个辅助节点 Table: Tools 原来指向它自己。这条链接去掉了。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个有两张表的 Airtable 基础库，照下面的样子建。
• 一个 Airtable 个人访问令牌，权限为 data.records:read、data.records:write 和 schema.bases:read，并且能访问那个基础库。
• 一个 OpenAI API 密钥。
• 一张上面有好几个标志的图片。

Airtable 的结构

• Tools：Name（单行文本）、Hash（单行文本）、Attributes（链接到 Attributes 表）和 Similar（链接到 Tools 表）。你也可以加上 Description（长文本）、Website（URL）和 Category（多选），但工作流不会填它们。
• Attributes：Name（单行文本）和 Tools（链接到 Tools 表）。

设置

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
2. 在 Airtable 里建好基础库和上面的两张表。
3. 给 Check if Attribute exists、Create if not Exist、It Should exists 和 Save all this juicy data 添加带你的令牌的 Airtable 凭据。
4. 在这四个节点里都选好你的基础库。在 Check if Attribute exists 里选 Attributes 表，在另外三个里选 Tools 表。如果 n8n 在你选表时清掉了某个节点的字段映射，就照下面的列表把字段重新映射一遍。
5. 给 OpenAI Chat Model 添加一个 OpenAI 凭据。
6. 保存工作流并打开它。在你的 n8n 上打开 /form/logo-sheet-feeder 这个表单，上传一张图片并发送。

每个 Airtable 节点写什么

• Check if Attribute exists：在 Attributes 表里，Name 是属性文字。行按 Name 匹配。
• Create if not Exist：在 Tools 表里，Name 是工具名称，Hash 是它的哈希值。行按 Hash 匹配。
• It Should exists：对一个相似工具写同样的两个字段，在 Tools 表里，按 Hash 匹配。
• Save all this juicy data：在 Tools 表里写 Name、Hash、Attributes 和 Similar，按 Hash 匹配。后两个里放的是记录 id 的列表。

一次运行的过程

1. On form submission 提供表单 logo-sheet-feeder，有一张必填的图片和一条可选的提示。
2. Map Agent Input 把提示放进 chatInput。
3. Retrieve and Parser Agent 跑在 OpenAI Chat Model 上。它收到图片，智能体默认会把图片传给模型。模型说出它看到的每个工具，并带上属性和相似的工具。Structured Output Parser 保存这份清单的结构，JSON it 把它拆开，Split Out Tools 给每个工具生成一个条目。
4. 先处理属性。Loop Over Attributes 一次取一个工具。Split Out each Attribute String 给每个属性生成一个条目，Check if Attribute exists 在 Airtable 里创建或找到每一个。Merge 和 Map Attribute ID 把每个属性和它的记录 id 配对，All Attributes 收集这些配对。
5. Wait for Attribute Creation 在每个属性都存在之后才放行这些工具。Change each Attribute to the corresponding RecID 把每个工具的属性文字换成那些记录 id。
6. 接下来是工具。Generate Unique Hash for Name 对小写、去掉首尾空格的工具名称做 MD5 哈希。然后 Create if not Exist 按这个哈希创建或找到工具。之后 Only what we need 保留它的哈希、id 和现有链接，Merge Old Data + RecID 按哈希把它们合起来。最后 Determine Attributes we should save 把新的属性 id 加到旧的上面。
7. 相似的工具走同样的路。Split Out similar 和 Generate Unique Hash for Similar 先做准备，It Should exists 创建缺少的那些。All Similar 收集配对，Merge2 等着它们。Change each Smiliar to the corresponding RecID 把文字换成 id，Determine Similar we should save 把它们加到旧链接上。
8. Save all this juicy data 写入每个工具，带上它的名称、哈希、属性和相似工具。

两个 Table: 节点和两个关掉的节点 make it a readable list、Get Schema 是文档用的辅助节点。它们不参与运行。

调整

• 智能体提取什么：Retrieve and Parser Agent 里的系统消息和 Structured Output Parser 里的示例。
• 模型：OpenAI Chat Model。
• 表单的字段和地址：On form submission。
• 更多 Airtable 字段：在 Save all this juicy data 里加上，并在智能体的指令里要求它们。

要知道的

• 下面的事实来自 2026 年 11 月 12 日读取的 n8n 源码、OpenAI 页面和 Airtable 页面。没有运行过任何东西：没有表单，没有模型调用，也没有 Airtable 基础库。
• 读图只是尽力而为。模型可能漏掉一个标志。如果需要全部，就把同一张图片上传两次，或加第二个智能体来检查清单。
• 一个工具的身份是它小写、去掉首尾空格的名称的哈希值。“Notion”和“Notion AI”会变成两个工具，一个拼写变体会把一个工具拆成两个。
• 每个属性、每个工具和每个相似工具都是单独的 Airtable 请求。Airtable 的页面说它可能用不同于标准限制的方式来限制 upsert 请求，所以一张大图可能会碰到限制。
• 表单没有登录。任何拿到链接的人都能上传图片，每次上传都会花掉 OpenAI 和 Airtable 的调用。
• 按 OpenAI 的页面，gpt-5.6-terra 每百万个输入 token 收费 2 美元，每百万个输出 token 收费 12 美元。一张图片算作输入，推理 token 算作输出。
• 你的数据：图片和提示会发给 OpenAI，名称和链接会发给 Airtable。
• 凭据：这个 JSON 里没有任何凭据。