用关键词和颜色建立的图片搜索索引

用关键词和颜色建立的图片搜索索引

一个让图片可以用文字搜到的 n8n 工作流。它从 Google Drive 下载一张图片，读取它的颜色数据，再让一个 OpenAI 视觉模型给出关键词。两者合成一份文本文档，做向量嵌入，存进向量库。然后另一个节点用一句普通的文字提示词找出存好的图片。

包里有什么

• workflow.json：n8n 导出的工作流，13 个节点和九张便签。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

• Get Image Keywords 原来是 1.3 版节点。这个版本总是发送模型 gpt-4-vision-preview，OpenAI 已在 2024 年 12 月 6 日把它关停，它的弃用页面把 gpt-4o 指定为替代。现在节点是 1.4 版，模型成了一个设置，这个设置就是 gpt-4o。
• Google Drive 原来指向作者自己的图片。现在它是 YOUR_FILE_ID，保存下来的文件名和链接也去掉了。
• 九张便签重写过，里面没有外部链接。
• 所有凭据引用都去掉了，所以由你自己选。

开始之前

• 一个 n8n 实例，n8n Cloud 或你自己的服务器。Edit Image 节点需要 GraphicsMagick。n8n 自己的 Docker 镜像里已经包含，自己搭的服务器要另外装。
• 一个能用 gpt-4o 和一个嵌入模型的 OpenAI API 密钥。
• 一个 Google 账号、Google Drive 里的一张图片，以及一个 Google Drive OAuth2 凭据。

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 Google Drive OAuth2 凭据，在 Google Drive 里选中它。
3. 在 Google Drive 里，把 YOUR_FILE_ID 换成你图片的 ID。它在文件网址里 /d/ 和 /view 之间。
4. 添加 OpenAI 凭据，在 Get Image Keywords、Embeddings OpenAI 和 Embeddings OpenAI1 里选中它。
5. 点 Test workflow。图片会被描述并存好。
6. 打开 Search for Image，输入一句和你的图片相符的提示词，点 Execute step。最接近的已存文档会返回。

一次运行是怎样的

1. When clicking "Test workflow" 开始运行，Google Drive 下载图片。
2. 从这里分出两条分支。Get Color Information 读取图片的格式、背景颜色和通道统计数据。Resize Image 把图片缩小到 512 x 512 像素以内，而且只在图片更大时才缩小。
3. Get Image Keywords 把缩小后的图片以高细节发给 gpt-4o，要求把所有语义关键词列成用逗号分隔的清单。
4. Combine Image Analysis 按位置把颜色和关键词合在一起。
5. Document for Embedding 写出两个字段。data 是文本，分关键词和颜色两部分。metadata 是格式、背景颜色和文件名。
6. In-Memory Vector Store 处于插入模式。Default Data Loader 接收这一项并附上元数据，Recursive Character Text Splitter 把文本切成小段，Embeddings OpenAI 把每一段变成向量。它们存在键 image_embeddings 下面。
7. Search for Image 没有输入线，所以完整运行不会走到它。它处于加载模式，用 Embeddings OpenAI1 处理它的提示词，并从同一个键返回最接近的文档。

改变风格

• 要求的关键词：Get Image Keywords 里的文字。
• 图片尺寸：Resize Image 里的宽和高。
• 和图片一起保存什么：Document for Embedding 里的两个字段，以及 Default Data Loader 里的元数据。
• 搜索用的话：Search for Image 里的提示词。它一开始是个示例。
• 向量库：把 In-Memory Vector Store 和 Search for Image 换成别的向量库节点，两处保持同一个嵌入模型。
• 很多张图片：在下载之前放一个 Loop Over Items，给它一份文件 ID 的列表。

注意事项

• OpenAI 的弃用页面（2026 年 11 月 12 日查阅）把带日期的 gpt-4o 版本列为 2027 年 1 月 14 日关停，替代是 gpt-6-luna。页面没有列出不带日期的 gpt-4o，这份副本用的就是这个名字。
• 两个嵌入节点都没有写模型名，所以 n8n 用它这个节点版本的默认值 text-embedding-ada-002。弃用页面上没有这个模型。两个节点必须用同一个模型，否则搜索是在拿不同的向量做比较。
• 向量库存在 n8n 进程里，所以重启会清空。Clear Store 是关着的，所以每次运行都会把同一张图片再加一次。
• Document for Embedding 里的 data 字段在前两个标题行的末尾写了一个反斜杠和字母 n，所以这两个字符会留在嵌入的文本里。想要干净的文本，就把它们从字段里删掉。
• Default Data Loader 保持默认模式，也就是读取整个条目，所以 data 和 metadata 都会进去。
• 关键词回复受节点默认值 300 个 token 的限制，所以太长的列表会被截断。
• 一次运行处理一张图片，也就是 Google Drive 里的那一张。
• 不要把它用在医学图片上。这样的图片嵌入不是用来找诊断特征的。
• OpenAI 对每次运行计一次视觉调用和一批嵌入，每次搜索再多计一次嵌入。
• 你的数据：图片发给 OpenAI 去取关键词，关键词和颜色数据发给 OpenAI 去做嵌入。