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,每周读你的 Google Analytics,让 AI 模型对比最近 7 天和之前 7 天,并把三份书面报告存进一行 Baserow 记录。
每周由 AI 对比 Google Analytics 并存入 Baserow 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。
每周定时
它每周日零点自己启动,也可以手动启动,不需要填表:
一行 Baserow 记录,带三份 AI 对比:页面参与度、搜索结果和国家浏览量
开始之前要准备好这些。
网站统计
返回两个时段的页面、搜索和国家报告。
需要一个 Google 账号和一个 GA4 属性 ID
模型接入
运行对比两个时段的 AI 模型。
需要OpenRouter API 密钥
数据库
存下带三份书面报告的一行。
需要一个 Baserow 账号和一张有五个字段的表
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流每周查看你网站的 Google Analytics,问 AI 模型有什么变化。它读三份报告:页面参与度、Google 搜索结果和按国家划分的浏览量。每份报告都涵盖最近 7 天和之前 7 天。三份 AI 回答,每份带一张 markdown 表格和五条建议,存进一行 Baserow 记录。整个流程由十八个节点完成,旁边还有四张便签。
太少查看分析数据的网站所有者、博主和 SEO 从业者。它也适合想要一份每周书面对比、放在自己表格里的人。如果你的网站还在用 Universal Analytics,就别用,因为这个工作流用的是 Google Analytics 4。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| SEO | 顾问 | 给客户一份每周书面对比 | 一位顾问为每个客户网站打开一行 Baserow 记录,读里面的建议。 |
| 出版 | 博主 | 看哪些页面的读者变多或变少 | 一位博主得知哪篇文章的浏览量比上周少了。 |
| 电商 | 店主 | 关注访客国家和搜索流量 | 一位店主看到一次推广后哪个国家增长了。 |
| 营销 | 营销团队 | 把每周报告的历史放在一张表里 | 一个团队滚动查看这些行,看数字在一个季度里怎样变化。 |
你需要懂一点 n8n,还要有一个 Google Analytics 4 属性:导入一个文件、添加三个凭据,并填好属性和表的 ID。文件里没有写设置要多久。
任何能访问 Google Analytics、OpenRouter 和 Baserow 的 n8n 都能运行它。
model 值改成 OpenRouter 的另一个模型Save A.I. output to Baserow 换成电子表格、数据库或邮件点“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。四个账号覆盖所有步骤。
| 需要 | 说明 |
|---|---|
| n8n | 在 n8n Cloud 上,或在你自己的服务器上 |
| Google Analytics | 一个 Google Analytics 4 属性 ID,和一个用于 OAuth2 凭据的 Google 账号 |
| Search Console | 与这个属性关联,供搜索报告使用 |
| OpenRouter | 一个 API 密钥 |
| Baserow | 一张有 Name、Country Views、Page Views、Search Report 和 Blog 字段的表 |
workflow.json。<YOUR_GA4_PROPERTY_ID> 换成你的属性 ID。Authorization,值填 Bearer、一个空格和你的密钥。在三个 AI 请求里选中它。Save A.I. output to Baserow 里选你的数据库、你的表,再为五个值各选一个字段。发布工作流,让它一直运行。每个星期日零点,它会往你的表里加一行。先手动运行一次,读一读这一行。
| 要改的 | 在哪里改 |
|---|---|
| 要求什么建议 | 三个请求里各自的提示 |
| 模型 | 每个请求体里的 model 值 |
| 报告 | 六个 Google Analytics 节点的指标和维度 |
| 星期几 | Schedule Trigger 的选项 |
你的博客在一个国家多了读者,但来自 Google 搜索的点击少了。
页面报告显示两篇文章的浏览量比前一周少。搜索报告显示点击变少。国家报告显示来自一个国家的读者变多。每份回答都是一张 markdown 表格加五条建议,三份都在一行 Baserow 记录里。
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。属性是 Google Analytics 里存放你网站数字的地方。工作流向 Google 要这些数字,把它们变成文本,再把文本发给语言模型。
专家:每份报告带日期范围取两次,由一个 Code 节点变成 URL 编码的 JSON,再贴进一个 HTTP 请求体里。
| 节点 | 做什么 | 要知道的 |
|---|---|---|
Get Page Engagement Stats for this week | 一个 2 版的 Google Analytics 节点,用 GA4,最近 7 天,返回全部,Simplify 关闭 | Code 节点从第一个条目里读 rows |
Get Page Engagement Stats for prior week | 同一份报告,自定义范围,从 14 天前到 7 天前 | 原始副本有一个固定的结束日期,Mindket 的副本把它换掉了 |
Get Google Search Results for this week | 带四个 Search Console 指标的落地页 | 它需要 Search Console 关联 |
Send page data to A.I. | 一个 4.2 版的 HTTP Request,POST 到 OpenRouter 的 chat completions 地址 | 后面的步骤读 choices[0].message.content |
Save A.I. output to Baserow | 一个 1 版的 Baserow 节点,用五个值创建一行 | 除非你改,否则它用用户名和密码登录 |
三处修复,和一次模型更换。
meta-llama/llama-3.1-70b-instruct:free。OpenRouter 的模型列表(2026 年 11 月 12 日查看)里已经没有这个免费版本,所以 Mindket 的副本写 meta-llama/llama-3.1-70b-instruct,列出的价格是每百万 token 0.72 美元一个 n8n 工作流,每周读你的 Google Analytics,问 AI 模型有什么变化。它拉取三份报告:页面参与度、Google 搜索结果和按国家划分的浏览量。每份报告取最近 7 天和之前 7 天。三份 AI 回答,每份是一张 markdown 表格加五条建议,进入一行 Baserow 记录。
workflow.json:n8n 导出的工作流,18 个节点,另有 4 张便签。里面没有任何凭据。README.md:这份说明。Mindket 把这份副本修好,让它今天能运行:
totalUsers,所以 Mindket 的副本把它写上了。Parse GA data 读页面数据。meta-llama/llama-3.1-70b-instruct:free。OpenRouter 的模型列表(2026 年 11 月 12 日查看)里已经没有这个免费版本。Mindket 的副本写 meta-llama/llama-3.1-70b-instruct,列表显示它每百万 token 0.72 美元,输入输出同价。<YOUR_GA4_PROPERTY_ID>、<YOUR_BASEROW_DATABASE_ID> 和 <YOUR_BASEROW_FIELD_PAGE_VIEWS>。Name、Country Views、Page Views、Search Report 和 Blog,三份报告最好用长文本。workflow.json。<YOUR_GA4_PROPERTY_ID> 换成你的属性 ID。Authorization,值填 Bearer、一个空格和你的 API 密钥。在 Send page data to A.I.、Send page Search data to A.I. 和 Send country view data to A.I. 里选中它。Save A.I. output to Baserow 里,选你的数据库和表来替换占位符,再为五个值各选一个字段,并把你网站的名字填进 Blog 的值。写进 Baserow 的五个值是:
| 字段 | 值 |
|---|---|
| Name | 这次运行的日期和时间 |
| Blog | 文字 Name of your blog,由你替换 |
| Page Views | 第一个 AI 请求的回答 |
| Search Report | 第二个 AI 请求的回答 |
| Country Views | 第三个 AI 请求的回答 |
Schedule Trigger 每周日零点开始一次运行,用你的 n8n 的时区。When clicking ‘Test workflow’ 手动开始同一次运行。Get Page Engagement Stats for this week 读最近 7 天每个页面标题的浏览量、活跃用户、每个用户的浏览量和事件数,Parse data from Google Analytics 把这些行变成一段 URL 编码的文本。Get Page Engagement Stats for prior week 读之前的 7 天,从 14 天前到 7 天前,Parse GA data 把它们变成文本。Send page data to A.I.、Send page Search data to A.I. 和 Send country view data to A.I. 各自带着同一个提示,把两段文本发给 OpenRouter。提示要一张 markdown 对比表和五条改进 SEO 的建议。Save A.I. output to Baserow 创建一行。model 值。Parse 代码,因为它按位置读取。Schedule Trigger 的选项。google/gemma-4-31b-it:free 在 2026 年 11 月 12 日列在上面。NOTICE.md 659 B README.md 6 KB workflow.json 29 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。