Mindket

把公司、市场和社交媒体研究问题分派出去的聊天路由

新上架第 1 版 · 更新于

概览

一个 n8n 聊天工作流:GPT-4.1 智能体读每个问题,再把它交给你自己的三个研究工作流之一:公司、市场或社交媒体。这三个研究工作流不在文件里。

把公司、市场和社交媒体研究问题分派出去的聊天路由 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。

速览

用在
  • n8n Cloud:在那里新建一个工作流,把文件导入进去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤
  • n8n 的聊天:编辑器里的 Chat 按钮,或者打开公开后的聊天页面
  • 你的研究工作流:它们连接什么,仍由它们自己决定

平台

连接 1 个应用

运行方式

触发

聊天消息

你在 n8n 的聊天窗口里发一条消息时开始运行:

  • 你的研究问题,用平常的话说

动作

  1. 智能体结合这次聊天最近五轮对话读取问题
  2. 它的路由规则选择公司、市场或社交媒体研究
  3. 问题不清楚时,先反问你一个问题
  4. 选中的工具以 Query 把请求交给你自己的工作流
  5. 智能体用标题和 Markdown 返回那个工作流的结果

结果

一条聊天回答,来自你三个研究工作流里最适合这个问题的那一个

集成

开始之前要准备好这些。

OpenAI

语言模型

用 gpt-4.1 运行智能体:读每个问题,选研究工具,写回复。

需要OpenAI API 密钥

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
2 个步骤,由聊天消息启动
AI
1 个步骤调用 AI 模型:AI Agent
登录
需要登录:OpenAI
API 密钥
文件里没有留下 API 密钥
步骤类型
Mindket 的检查器能读懂它全部 2 种步骤类型

以上内容读自工作流文件,并非实际运行的结果。

关于

它是什么

这个 n8n 工作流是研究问题的总入口。你在 n8n 的聊天窗口里打一个问题。GPT-4.1 智能体读完,从三个工具里挑一个:公司研究、市场研究或社交媒体研究。每个工具运行你自己的另一个 n8n 工作流,把问题作为 Query 交给它。答案带着标题和 Markdown 回到聊天里。它一共七个节点。三个研究工作流不在文件里。

适合谁

已经在 n8n 里有研究工作流、想在前面放一个统一聊天框的团队。也适合想照搬一个路由模式的搭建者。如果你想要开箱即用的研究,就别选它:没有你自己的三个工作流,它什么也调用不了。

谁在用,怎么用
行业谁在用怎么用例子
软件和 SaaS产品营销在一个聊天里问竞品评价和市场情况“比较两个项目管理工具的客户反馈”会交给公司研究。
代理公司策略人员把代理公司的研究工作流放在一个聊天后面,全组共用一位策略人员提案前先问客户所在领域的趋势。
销售客户经理通话前查一下潜在客户的公司和社交主页要某个品牌的 LinkedIn,就交给社交媒体研究。
自动化咨询n8n 搭建者复用这个路由,换上客户自己的工具一位顾问加了第四个工具,用来查专利。

你需要不止一点 n8n 经验:导入文件、一个凭据,外加三个你自己的工作流,每个都接收一个 Query 输入。

用在哪里

任何能访问 OpenAI、并且装着你那三个研究工作流的 n8n 都能运行它。

  • n8n Cloud:在那里新建一个工作流,把文件导入进去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤
  • n8n 的聊天:编辑器里的 Chat 按钮,或者打开公开后的聊天页面
  • 你的研究工作流:它们连接什么,仍由它们自己决定

设置

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。先准备好三个研究工作流。

先准备好这些
需要说明
n8nn8n Cloud 或你自己的服务器
OpenAI一个能用 gpt-4.1 的 API 密钥
三个工作流每个都以 When Executed by Another Workflow 触发器开头,接收一个 Query 字符串
  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. 添加 OpenAI 凭据,在 OpenAI Chat Model 里选中它。
  3. 在 Company research、Market research 和 Social media research 里,从列表中选出对应的工作流。
  4. 检查每个工具的工作流输入里都有 Query。
  5. 给每个工具写一句简短的说明,讲清它做什么。
  6. 保存,打开聊天,每类问题各问一个,然后点 Publish。

如何使用

打开聊天,用平常的话提问。想要社交媒体研究时,说出平台的名字。如果智能体分不清你要哪一类,会先反问你一个问题。它记得最近五轮对话,所以追问可以很短。

想要不同的效果,改这里
要改的在哪里改
哪类问题交给哪个工具AI Agent 系统消息里的路由规则和例子
回答的样子同一段系统消息的最后一行
记住多少Simple Memory 里的 Context Window Length
谁能聊天When chat message received 里的 Make Chat Publicly Available

示例

你问两个项目管理工具在客户眼里各自评价如何。评价和比较对应公司研究,所以智能体调用这个工具。工具交给你的工作流一个输入,格式如下:

{ "Query": "…" }

你的公司研究工作流完成工作,返回结果。智能体把结果放在聊天里,带着标题、Markdown 和几个表情符号。

新手与专家

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。智能体在中间,下面挂着它的模型、记忆和三个工具。先搭好一个研究工作流,单独测试那个工具。

专家:每个工具都是一个 Call n8n Workflow Tool 节点,Query 来自 $fromAI,所以发出去的请求由模型来写。工具名写在每个节点的 Name 字段里。路由本身只是提示词里的文字。

注意事项

它本身花不了多少钱,大部分费用和风险都在它调用的工作流里。

  • 工具名:提示词里叫 CompanyResearch、MarketResearch 和 SocialMedia,节点里却是 Company_research、Market_research 和 Social_media。如果它选错了,就把名字改成一致
  • 一次一个工具:除非你要求,提示词只让它用一个工具
  • 费用:OpenAI 按智能体的每一轮计费,另加你的研究工作流自己的花费
  • GPT-4.1:OpenAI 将在 2027 年 1 月 14 日从 API 中移除 gpt-4.1 背后的快照,推荐改用 gpt-6-luna
  • 公开聊天之后,任何拿到地址的人都能用你的密钥运行你的研究工作流
  • 你的数据:问题和结果会发给 OpenAI。其他数据去哪里,取决于你接上的工作流
  • 凭据:JSON 里没有任何凭据,也没有指向作者工作流的链接

README 和文件

README

把公司、市场和社交媒体研究问题分派出去的聊天路由

一个 n8n 聊天工作流,判断一个问题需要哪一类研究,再把它交出去。你在 n8n 的聊天窗口里打一个问题。GPT-4.1 智能体读完,调用三个工具之一:公司研究、市场研究或社交媒体研究。每个工具都是你自己的另一个 n8n 工作流,它的答案带着标题和 Markdown 回到聊天里。智能体记得这次对话的最近几轮。

三个研究工作流不在这个文件里。它只是总入口:把它接到你已有的三个工作流上,或者先把它们搭好(见下面的“三个研究工作流”)。

包里有什么

  • workflow.json:n8n 导出的工作流,七个节点,没有便签。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

  • Company research、Market research 和 Social media research 原本按 ID 指向作者自己 n8n 里的三个工作流。这些 ID 在你的 n8n 里没有意义,所以每个工具选的工作流现在是空的,等你来填。
  • 其他都没有改。原来的副本不需要修复反斜杠。

开始之前

  • 一个 n8n 实例,n8n Cloud 或自己的服务器都行。
  • 一个能用 gpt-4.1 的 OpenAI API 密钥。
  • 同一个 n8n 里的三个研究工作流,或者搭建它们的时间。

三个研究工作流

每个工具都把智能体的请求作为一个名为 Query 的文本字段发出去,所以每个研究工作流需要:

  1. 一个 When Executed by Another Workflow 触发器,带一个字符串输入 Query。
  2. 你想放在后面的任何研究:搜索 API、抓取工具,或者它自己的智能体。
  3. 最后一个节点,它的输出就是你想在聊天里看到的答案。

路由的提示词说明了每个工作流该管什么。公司研究读取公司网站和 Trustpilot、G2、Capterra 这类评价网站。市场研究看趋势、竞争对手和机会。社交媒体研究查找或概括 LinkedIn 和 Instagram 主页。

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. 添加 OpenAI 凭据,在 OpenAI Chat Model 里选中它。
  3. 打开 Company research,从列表里选出你的公司研究工作流。Market research 和 Social media research 也照样做。每个列表都显示你 n8n 里的工作流。
  4. 在这三个节点里,检查工作流输入下面有没有 Query。如果没有,说明选中的工作流的触发器缺少 Query 输入。
  5. 给每个工具写一句简短的说明,讲清它做什么。智能体选择时会读这句话。
  6. 保存,点编辑器底部的 Chat 按钮,每类问题各问一个。
  7. 答案看起来没问题之后,点 Publish。

一次运行的过程

  1. When chat message received 收下你在 n8n 聊天里发的消息。
  2. AI Agent 结合 Simple Memory 读取它,Simple Memory 保存这次聊天最近五轮对话。
  3. 智能体按系统消息里的路由规则走:评价、评分和比较交给公司研究,趋势和竞争对手交给市场研究,只有你说出平台名时才用社交媒体研究。如果问题不清楚,它会先反问你一个问题。
  4. 选中的工具以 Query 把请求交给你的工作流运行,再把输出交回来。
  5. 智能体在聊天里给出那个工具的结果,排版带标题、Markdown 和一些表情符号。

改变风格

  • 路由:AI Agent 系统消息里的规则和例子。想加第四个工具,就复制一个工具节点,接到智能体上,再在规则里给它加一行。
  • 语气和排版:系统消息的最后一行要求用标题、Markdown 和表情符号。
  • 记忆:Simple Memory 里的 Context Window Length,默认五轮。窗口越小,花的 token 越少。
  • 谁能聊天:默认只有你自己,在编辑器里聊。打开 When chat message received 里的 Make Chat Publicly Available,聊天就有了自己的网址。

注意事项

  • 工具名:系统消息把工具叫作 CompanyResearch、MarketResearch 和 SocialMedia,节点里的名字却是 Company_research、Market_research 和 Social_media。模型通常能把两者对上。如果它选错了,就把名字改成一致。
  • 一次一个工具:提示词让智能体只用一个工具,除非你要求更多。需要两类研究的问题,除非你说明,只会得到一类。
  • 费用:OpenAI 按智能体的每一轮计费,另加你的研究工作流自己的花费。
  • GPT-4.1:OpenAI 的弃用页面(2026 年 11 月 2 日查阅)写明,gpt-4.1 背后的 gpt-4.1-2025-04-14 将在 2027 年 1 月 14 日移除,推荐改用 gpt-6-luna。在那之前给 OpenAI Chat Model 换一个现行的模型。
  • 公开聊天:一旦公开,任何拿到地址的人都能用你的密钥运行你的研究工作流。
  • 你的数据:你的问题和研究结果会发给 OpenAI。还有什么会离开你的 n8n,取决于你接上的研究工作流。
文件
README.md  5 KB
workflow.json  7 KB

2 个文件,共 12 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-03

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

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。

新上架

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。

新上架

MusicGen Small

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。

新上架

商务类的相似商品

查看商务类的全部商品

pplx-decider-v1.1-27b

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。

新上架

NuExtract3

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。

新上架

Drex DLM

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。

新上架