调查照片由 AI 智能体识别并存入 Airtable

调查照片由 AI 智能体识别并存入 Airtable

一个根据照片填写调查表的 n8n 工作流。它读取有照片、还没处理的 Airtable 行。视觉模型描述每张照片，AI 智能体用反向图片搜索和网页抓取工具上网查找，给物体命名，并给出它的型号、材质、颜色和状况。答案写回同一行。

包里有什么

• workflow.json：n8n 导出的工作流，29 个节点，其中 19 个运行，10 个是便签。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。

我们相对原来的副本改了什么

• Analyse Image 原来是 1.3 版的 OpenAI 节点。按 n8n 的源码（2026 年 11 月 12 日查阅），这个版本总是发送 gpt-4-vision-preview，OpenAI 的弃用页面列出它已于 2024 年 12 月 6 日关停。现在节点是 1.8 版，指定了能接收图片输入的 gpt-6-luna。
• 节点把回答长度设成了 1500 个 token。默认的 300 对一个先推理再作答的模型来说太小。
• OpenAI Chat Model1 原来用 gpt-4o，温度为 0。OpenAI 的页面（2026 年 11 月 12 日查阅）显示 gpt-4o 将于 2027 年 1 月 14 日关停，替代模型是 gpt-6-luna。但这个模型的页面说，Chat Completions 里只有推理强度设为 none 才支持函数调用，而 n8n 的聊天模型节点只提供 low、medium 和 high。这个智能体要调用工具，所以节点用 gpt-5.6-terra，它的页面列出了函数调用，没有这个限制。节点不再设温度，因为这个页面没有列出温度。
• Object Identifier Agent 原来是 1.5 版的 OpenAI Functions 智能体。n8n 的源码把这个模式标为已弃用，并会在 n8n v3 中移除。现在它是 2.2 版的普通 AI Agent，提示词、工具和输出解析器照旧。
• 换了新智能体之后，答案高了一层。Enrich Product Rows 现在读 {{ $json.output.color }}，原来读 {{ $json.output.output.color }}，另外五个字段也一样。
• Firecrawl Scrape API 原来调用 /v0/scrape，Firecrawl 的服务器现在对它回复要改用 /v2/scrape 的提示。现在它调用 /v2/scrape。回复里页面文字仍在 data.markdown。
• Airtable 的库和表 ID 是占位符，<YOUR_AIRTABLE_BASE_ID> 和 <YOUR_SURVEY_TABLE_ID>。凭据关联已删除，文件的名称是我们起的。
• 别的都没改。提示词、路由、工具和便签照原文件。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个 OpenAI API 密钥。
• 一个 SerpApi 账号和密钥，用于反向图片搜索。
• 一个 Firecrawl 账号和密钥，用于网页抓取。
• 一个 Airtable 账号，一个个人访问令牌，和一个有调查表的库。

调查表需要这些字段，拼写必须完全一致：

• Title：文本。它给照片里的物体起名，智能体也把自己的标题写回这里。
• Image：带照片的附件字段。
• AI_status：复选框。已勾选的行会被跳过。
• Description、Model、Material、Color 和 Condition：文本。

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. 打开 Get Applicable Rows 和 Enrich Product Rows。添加一个 Airtable 凭据，再把两个占位符换成你的库和表。库 ID 以 app 开头，表 ID 以 tbl 开头，都在 Airtable 的地址里。
3. 添加一个 OpenAI 凭据，在 Analyse Image 和 OpenAI Chat Model1 里选中它。
4. 添加一个 SerpApi 凭据，在 SERP Google Reverse Image API 里选中它。
5. 在 Firecrawl Scrape API 里新建一个 Header Auth 凭据。请求头命名为 Authorization，值填 Bearer ，后面接你的 Firecrawl 密钥。
6. 在表里放几行有照片、AI_status 为空的数据。三行就足够做第一次测试。
7. 点 Test workflow，之后检查这些行。

一次运行的过程

1. When clicking "Test workflow" 手动开始这次运行。
2. Get Applicable Rows 返回有图片、AI_status 未勾选的行。
3. 对每一行，Analyse Image 把第一张照片的大缩略图和这一行的 Title 发给视觉模型，让它给出描述、型号或品牌、材质、颜色和状况，并告诉模型：分辨不出的属性就留空。
4. Object Identifier Agent 收到照片地址和这段描述。它可以按需要多次调用反向图片搜索工具和网页抓取工具，并通过结构化输出解析器返回 title、description、model、material、color 和 condition。
5. 两个工具调用的都是这个工作流自己。Execute Workflow Trigger 接收调用，Edit Fields 保留路由和查询，Actions Router 把它送上三条路径之一。
6. 反向图片这条路径向 SerpApi 请求含有类似图片的页面，返回每个页面的位置、标题、链接和摘要。抓取这条路径向 Firecrawl 请求一个页面，返回它文字的前 3000 个字符，或者一条抓取失败的消息。其他路由收到的是一条找不到工具的消息。
7. Enrich Product Rows 用六个答案更新这一行，并勾上 AI_status。

想改的地方

• 从哪些照片开始：Get Applicable Rows 里的公式。
• 智能体找什么：Analyse Image 里的提示词和 Object Identifier Agent 里的指令。输出字段在 Structured Output Parser 里。
• 启动方式：把手动触发器换成定时任务或 Airtable 触发器。
• 给智能体更多工具：在 Actions Router 里加一条路由，再加一个设置它的工具节点。
• 模型：智能体用 OpenAI Chat Model1，照片用 Analyse Image。

要知道的

• 智能体的答案会覆盖这一行，包括 Title。请先在你的表的副本上试一试。
• 猜的结果仍然是猜的。智能体被告知找不到的属性就留空，重要的行应该由人检查。
• Airtable 的附件链接过一阵就会失效。读出行之后请尽快运行工作流。
• 照片地址会发给 OpenAI 和 SerpApi，SerpApi 会用它在 Google 上搜索，智能体打开的网页会交给 Firecrawl。不要对含有人物或你无权分享给这些服务的地方的照片运行它。
• 费用：OpenAI 对照片和智能体的调用收费，SerpApi 对每次反向搜索收费，Firecrawl 对每次抓取收费。
• 抓取工具只返回页面文字的前 3000 个字符，所以很长的页面可能丢掉你想要的细节。