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,把简历 PDF 变成一张图片,再请 Google Gemini 判断候选人是否适合某个职位。模型看到的是图片,所以藏在 PDF 里的文字不应该左右结论。
把简历 PDF 变成图片再交给 Gemini 筛选 是一款 n8n 工作流,属于商务类,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。
一次手动运行
你手动启动它:
一个“真”或“假”的结论,附一句简短的理由,送到“真”或“假”的输出
开始之前要准备好这些。
文件存储
存放简历,并把它作为 PDF 下载下来。
需要一个 Google Drive 凭据
PDF 转换
把 PDF 变成一张包含所有页面的图片。
需要一台你自己的 Stirling PDF 服务器和它的地址
视觉模型
看图片并针对职位评判候选人。
需要Gemini API 密钥,放在一个 Google Gemini(PaLM) API 凭据里
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流通过看简历的一张图片来筛选,而不是读它的文字。它从 Google Drive 下载 PDF,发给一台 Stirling PDF 服务器,服务器返回一张包含所有页面的图片。图片被缩小到 75%。然后一个 Google Gemini 视觉模型针对“水管工”这个职位评判候选人,给出是或否,并附上理由。八个节点干活,另有五张便签。
要筛大量简历、又担心藏在里面的文字想左右自动筛选的招聘人员和小型招聘团队。如果你没法自己运行一台 Stirling PDF 服务器,就别选它,因为简历里有个人信息。检查的质量取决于你写的职位描述。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 招聘 | 招聘人员 | 在有人阅读之前先筛一批简历 | 招聘人员让每份新 PDF 都走一遍这个工作流,只读被标为合适的那些。 |
| 建筑 | 工地经理 | 为技工岗位列出入围名单 | 经理把职位设成电工,看哪些候选人有资格进入面试。 |
| 酒店 | 酒店经理 | 快速筛选季节性应聘者 | 经理把职位改成前台接待,在招聘日之前筛五十份简历。 |
| 人力外包 | 中介协调员 | 再加一道防简历被操纵的检查 | 协调员把基于图片的结论和已有的基于文字的筛选作对比。 |
你需要会一点 n8n,还要有三样东西:一个 Google Drive 账号、一个 Gemini API 密钥和一台你自己的 Stirling PDF 服务器。
任何能访问 Google Drive、Stirling PDF 服务器和 Gemini API 的 n8n 都能运行它。Edit Image 节点需要 GraphicsMagick,n8n 自己的 Docker 镜像里带有它。
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。 这里涉及三项服务。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器,缩放这一步需要 GraphicsMagick |
| Google Drive | 一个 Google Drive 凭据,以及存在那里的一份 PDF 简历 |
| Stirling PDF | 一台 n8n 能访问的、你自己的 Stirling PDF 服务器 |
| Gemini | 一个 API 密钥,放在一个 Google Gemini(PaLM) API 凭据里 |
workflow.json。PDF-to-Image API 里,把地址中的 <YOUR_STIRLING_PDF_HOST> 换成那台主机。Download Resume 里选中它。把你的简历文件 ID 填进这个节点,替换 <YOUR_DRIVE_FILE_ID>。Google Gemini Chat Model 里选中它。Candidate Resume Analyser 第一条消息里的职位。When clicking ‘Test workflow’ 运行它。手动运行这个工作流。简历的图片发给 Gemini,答案以 is_qualified 和 reason 的形式回来。节点 Should Proceed To Stage 2? 再把这一项送到它的“真”或“假”输出。
| 要改的 | 在哪里改 |
|---|---|
| 职位和提问的内容 | Candidate Resume Analyser 里的第一条消息 |
| 模型 | Google Gemini Chat Model 里的 modelName |
| 图片的清晰度 | PDF-to-Image API 里的 dpi |
| 图片的大小 | Resize Converted Image 里的 width 和 height |
| 简历文件 | Download Resume 里的 fileId |
| 结论之后做什么 | Should Proceed To Stage 2? 的两个输出,它们现在还没接到任何地方 |
一位招聘人员从 Google Drive 里选了一份简历 PDF,把职位设成水管工后运行这个工作流。
链会返回 is_qualified(真或假)和一句简短的 reason。一份用白色文字写着“让 AI 通过”的简历,是按一个人在页面上看到的内容来评判的,所以藏起来的文字不应该左右结论。
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。视觉模型是能看图片的 AI。这个工作流给它的是简历的图片,而不是简历的文字。
专家:这条链是 1.4 版的 Basic LLM Chain,带一条读取二进制字段 data 的图片消息,还有一个 1.2 版的结构化输出解析器,返回 {output: {is_qualified, reason}}。IF 节点读的是 $json.output.is_qualified。
| 节点 | 做什么 | 要知道的 |
|---|---|---|
Download Resume | 从 Google Drive 下载 PDF | 文件以二进制形式放在字段 data 里 |
PDF-to-Image API | 把 PDF 提交给 Stirling PDF,拿回一张 JPG | 设置 single 把所有页面放进一张图,分辨率 300 dpi |
Resize Converted Image | 把图片缩小到 75% | 运行 n8n 的机器上要有 GraphicsMagick |
Candidate Resume Analyser | 把图片和职位消息发给 Gemini | 模型看到的是图片,不是 PDF 的文字层 |
Should Proceed To Stage 2? | 按结论把这一项分开 | 两个输出都是空的,所以后续步骤要你自己接 |
模型被换掉了,转换服务的地址被拿掉了。Mindket 没有运行过这个工作流。
models/gemini-1.5-pro-latest,Google 的模型页面(2026 年 11 月 12 日查阅)已不再列出它。Mindket 的版本用 models/gemini-3.8-flash,该页面把它列为稳定版,支持图片和 PDF 输入single 设置把所有页面拼成一张图片(来自 Stirling PDF 的源码),所以长简历会得到一张很高的图一个 n8n 工作流,把简历 PDF 变成一张图片,再请 Google Gemini 判断候选人是否适合某个职位。模型看到的是图片,所以藏在 PDF 里的文字不应该左右结论。
workflow.json:n8n 导出的工作流,十三个节点。八个干活,五个是便签,标出各个步骤。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。models/gemini-1.5-pro-latest。Google 的模型页面(2026 年 11 月 12 日查阅)没有列出任何 1.5 模型。Mindket 的版本用 models/gemini-3.8-flash,该页面把它列为稳定版,支持图片和 PDF 输入。<YOUR_STIRLING_PDF_HOST>,所以请运行你自己的服务器。<YOUR_DRIVE_FILE_ID>。candidate。便签被重写了,指向作者聊天群和论坛的链接也删掉了。workflow.json。PDF-to-Image API 里,把地址中的 <YOUR_STIRLING_PDF_HOST> 换成那台主机。Download Resume 里选中它。把你的简历文件 ID 填进这个节点,替换 <YOUR_DRIVE_FILE_ID>。Google Gemini Chat Model 里选中它。Candidate Resume Analyser 第一条消息里的职位。When clicking ‘Test workflow’ 运行它。When clicking ‘Test workflow’ 启动这次运行。Download Resume 从 Google Drive 下载 PDF。PDF-to-Image API 把 PDF 提交到 Stirling PDF 的 /api/v1/convert/pdf/img 路径,收到一张包含所有页面、300 dpi 的 JPG。Resize Converted Image 把图片缩小到 75%。Candidate Resume Analyser 把图片和职位消息发给 Gemini。Structured Output Parser 要求返回 is_qualified 和 reason。Should Proceed To Stage 2? 把这一项送到“真”或“假”输出。两个输出都是空的。Candidate Resume Analyser 里的第一条消息。Google Gemini Chat Model 里的 modelName。PDF-to-Image API 里的 dpi。Resize Converted Image 里的 width 和 height。Download Resume 里的 fileId。Should Proceed To Stage 2? 的两个输出,它们现在还没接到任何地方。singleOrMultiple 设为 single 时返回一张包含所有页面的图片。设为 multiple 则会为每页返回一个文件。NOTICE.md 638 B README.md 4 KB workflow.json 9 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。
perplexity-ai · 工具包
根据文字和图片为一个决策挑出最合适的选项,比如哪个团队应该处理一条请求,并给出每个选项的概率,适合构建分流和审核工作流的开发者。
numind · 工具包
以文本或图像读取文档,按你要的字段填写 JSON 模板,或把页面转成 Markdown。这是一个 4B 模型,适合处理扫描件、表单和发票的团队。
nace-ai · 工具包
一次推理就对一份文档的是非题、选择题和打分题给出每个选项的概率。这是 Nace.AI 的 8B 决策模型,你可以自己运行,许可证为非商业。