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。
一个带表单的 n8n 工作流:提交对手一条广告的图片地址和一张你的产品照片。Gemini 2.5 Pro 规划怎么替换,一个 Gemini 图像模型画出同样的广告,换上你的包装和名字。
竞品图片广告,围绕你的产品重做 是一款 n8n 工作流,属于营销类,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。
广告表单
有人提交它的三栏表单时开始运行,表单里有:
一张沿用竞争对手风格的新广告图,换上了你的产品和品牌名,可以从运行记录里下载
开始之前要准备好这些。
图像分析和生成
用 gemini-2.5-pro 规划替换方案,再用 gemini-nano-banana-2.1 画出新广告。
需要Gemini API 密钥,放在一个 Header Auth 凭据里
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流把竞争对手的一张图片广告,围绕你自己的产品重新画一遍。有人提交一个表单,填上这条广告的图片地址、一张你的产品照片,以及想改的文字。Gemini 2.5 Pro 仔细看这两张图,写出一份修改方案,把每一处要换掉的标志、标签和广告文案都找出来。随后一个 Gemini 图像模型按这份方案和两张图片画出新广告。结果作为一个图像文件留在这次运行里。干活的是十个节点,旁边还有一张写着标题的便签。
在 Facebook 或 Instagram 上投静态图片广告的小品牌和自由广告设计师,想拿同领域一条已经卖得动的广告做底稿。如果你希望填表的人能拿回图片,或者你要的是视频,就别选它。按导入时的样子,表单只会确认已提交。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 保健品和健康 | 自己投广告的创始人 | 把对手投放很久的一条广告,连同自家产品罐的清晰照片一起提交 | 一个蛋白粉品牌把自家的罐子放到了对手广告里那张健身凳上。 |
| 电商代理公司 | 广告设计师 | 在设计轮之前先给客户做几版草稿 | 一家代理公司带着四版草稿去开客户的周会,每版来自一条不同的对手广告。 |
| 护肤和美妆 | 店主 | 保留对手的版式,在 Additional changes 里写上新的优惠 | 一家店把对手的折扣文案换成了本周包邮。 |
| 食品和饮料 | 市场负责人 | 用自家的瓶子或罐子试一试对手的季节性画面 | 一个冷萃咖啡品牌用自家的罐子试了对手那条夏日海滩广告。 |
你需要会一点 n8n:导入文件、添加一个 Header Auth 凭据、补上提示词里的几处空白,再发布一个表单。作者估计设置要 8 分钟左右。
任何能访问 Google Gemini API 的 n8n 都能运行它。先想好图片放到哪里,因为这次运行什么都不会往外发。
get_image 后面加一个节点,把文件存下来或发出去点“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。两次调用共用一个 Gemini 密钥。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| Google AI Studio | 一个 Gemini API 密钥,用于名为 x-goog-api-key 的 Header Auth 凭据 |
| 对手的广告 | 图片本身的地址,最好是 JPEG |
| 你的产品 | 一张产品照片,最好是 PNG,包装清楚可见 |
workflow.json。x-goog-api-key,值填你的 Gemini 密钥。在 generate_ad_image_prompt 和 generate_ad_image 里选中它。build_prompt。它的文本里有几处空白,是删掉品牌名留下的,README 里列出了位置。填上对手的名字、你的产品和你的品牌。A、AG、G 和 G1 换成对手名字的片段。单独打开这条广告的图片,复制它的地址,贴进 Competitor Image Link。附上你的产品照片,想改的文字写在 Additional changes 里,比如一条新的优惠。提交。表单马上确认。运行结束后,在 Executions 里打开它,从 get_image 下载图片。
| 要改的 | 在哪里改 |
|---|---|
| 方案的内容 | build_prompt 里的提示词,它要求做一张几乎一样、换成你包装的广告 |
| 做方案的模型 | generate_ad_image_prompt 里的地址,gemini-2.5-pro |
| 画图的模型 | generate_ad_image 里的地址,Mindket 的版本是 gemini-nano-banana-2.1 |
| 图片类型 | 两个请求里的 mime_type:你的照片是 PNG,广告是 JPEG |
| 别人看到的表单 | form_trigger 里的标题、说明和字段名 |
一个冷萃咖啡品牌看到对手的一条广告:厨房台面上放着一罐咖啡,标签上是对手的名字,底部写着免费试用。它提交了这张图的地址、一张自家罐子的 PNG,并在要改的地方写上“用这句:首单 8 折”。
做方案的那次调用会回一份方案:对手的名字出现在哪些地方、各换成什么、哪些画面保留。图像模型拿到这份方案和两张图片,画出的结果由 get_image 存成一个名为 data 的文件。用之前把每个标签都看一遍。模型有时会留下半个名字。
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。这个工作流是一条直线:表单、两张图转成文本、方案、画图、文件。第一次测试之后,先打开 generate_ad_image_prompt 读一读方案,再评判图片。
专家:两次 Gemini 调用都是发给 generateContent 的普通 HTTP 请求,两张图片都以 base64 直接放在请求里。
| 节点 | 做什么 | 要知道的 |
|---|---|---|
generate_ad_image_prompt | 把提示词和两张图片发给 gemini-2.5-pro | 它回答里的第一段文字成为下一步的提示词 |
generate_ad_image | 把这份方案和同样的两张图片发给图像模型 | set_result 取第一个带 inlineData 的部分 |
Wait | 在 set_result 之前暂停 | 1.1 版不填设置就等 5 秒,而前面的调用早已返回 |
form_trigger | 有三个字段的 Form Trigger 2.2 | 表单一提交它就回应,所以图片永远不会回到提交的人手里 |
链接或文件类型不对,运行会停在 Gemini 那一步。原来副本里的图像模型也已经下线。
gemini-2.5-flash-image-preview 已于 2026 年 1 月 15 日关停。Mindket 的版本改用它指定的替代模型 gemini-nano-banana-2.1gemini-2.5-pro 定的日期是 2026 年 12 月 1 日,届时 Google 计划把它的请求转到 gemini-3.8-flashmime_type一个带三栏表单的 n8n 工作流。你提交对手一条广告的图片地址、一张你的产品照片,以及想改的文字。Gemini 2.5 Pro 读取两张图片并规划怎么替换,随后一个 Gemini 图像模型画出同样的广告,换上你的包装。图片作为文件留在这次运行里。
workflow.json:n8n 导出的工作流,十一个节点,其中一个是只写着工作流标题的便签。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。generate_ad_image 原来调用的是 gemini-2.5-flash-image-preview,Google 已于 2026 年 1 月 15 日关停这个模型。现在它调用 gemini-nano-banana-2.1,这是 Google 弃用页面上写的替代模型,2026 年 11 月 3 日查阅。gemini-2.5-pro 和 gemini-nano-banana-2.1。workflow.json。x-goog-api-key,值填你的 Gemini 密钥。在 generate_ad_image_prompt 和 generate_ad_image 里选中它。build_prompt,补上下面“提示词里的空白”列出的几处。form_trigger 里给它改个名。它现在的标题是 Facebook Ad Thief Form。表单会马上确认,运行在后台继续。在 Executions 里打开这次运行,从 get_image 下载图片。
build_prompt 存着给 Gemini 2.5 Pro 的指令。它的副本删掉了品牌名,所以有几句话没说完:
| 文本里的位置 | 填什么 |
|---|---|
| text that says 和 labels on products that say 后面 | 对手的品牌名,按它在广告上的写法 |
| promotes our product 后面 | 你的产品名 |
| switching competitor brand name to our name 后面 | 你的品牌名 |
| 片段 "A"、"AG"、"G" 和 "G1" | 被裁掉一半的标签上可能露出的对手名字片段 |
不填也能运行,但 Gemini 就只能猜该去掉哪个名字、写上哪个名字。
form_trigger(Form Trigger 2.2)收三个字段:Competitor Image Link、Your Product Image(一个文件)和 Additional changes(可不填)。convert_product_image_to_base64 把你的照片转成 base64 文本。download_image 按地址下载对手的图片,convert_ad_image_to_base64 也把它转成文本。build_prompt 写好指令,你的 Additional changes 放在最后。generate_ad_image_prompt 把指令和两张图片发给 gemini-2.5-pro,它的回答就是修改方案。generate_ad_image 把这份方案和两张图片发给 gemini-nano-banana-2.1,它回一张图片。Wait 暂停 5 秒。set_result 留下图片的 base64 数据,get_image 把它变成一个名为 data 的文件。build_prompt 里的指令。按现在的写法,它要的是几乎照搬对手的广告,只换品牌、包装和你点名的文字。generate_ad_image_prompt 和 generate_ad_image 里的地址。mime_type,你的照片是 image/png,广告是 image/jpeg。form_trigger 里的标题、说明和字段名。如果你给 Your Product Image 改名,就把 convert_product_image_to_base64 里的 binaryPropertyName 改成新名字,空格换成下划线。get_image 后面加一个节点,比如 Google Drive、Gmail 或 Slack。mime_type。Wait 排在一个已经返回的调用后面,只会多等 5 秒,可以删掉。gemini-2.5-pro 定的日期是 2026 年 12 月 1 日。从那天起,Google 计划把它的请求转到 gemini-3.8-flash,所以想自己选模型的话,提前改掉 generate_ad_image_prompt 里的地址。README.md 5 KB workflow.json 10 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。
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
nerijs · 工具包
一个用于 Stable Diffusion XL 的像素画风格附加模型,把文字提示词变成像素风图片,并可搭配 LCM LoRA 加快运行。适合游戏开发者、设计师和爱好者。
LiconStudio · 工具包
给模型最多五张参考图,让生成视频中的人物、服装、物体和背景保持一致。这是用于 ComfyUI 中 LTX-2.5 的 LoRA,还可以为两位说话者添加音频参考。