按提示语在图片上画出 Gemini 给的边界框

按提示语在图片上画出 Gemini 给的边界框

一个 n8n 工作流，把一张图片和一句简短的提示语发给 Google 的 Gemini。Gemini 为每个匹配返回一个框，工作流再把这些框画在图片上。提示语要找的是兔子，你可以改成任何你说得出名字的东西。

包里有什么

• workflow.json：n8n 导出的工作流，十二个节点：七个会运行的和五张便签。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

• 模型原来是 gemini-2.0-flash-exp。Google 的弃用页面（2026 年 11 月 12 日查阅）没有列出这个名字，但写明 gemini-2.0-flash 系列已在 2026 年 6 月 1 日停用，替代模型是 gemini-3.6-flash。现在请求发往 gemini-3.6-flash。
• 询问 Gemini 的那个节点原来叫 Gemini 2.0 Object Detection。模型换了，它现在叫 Gemini Object Detection。
• Get Test Image 原来从作者自己的地址下载图片，现在是 https://YOUR_IMAGE_HOST/your-image.jpg。
• Draw Bounding Boxes 有六个固定的绘制步骤，每一步读取一个框。匹配少于六个的图片会让工作流因缺少某个框而失败。现在 Code 节点会把列表补足到六个，超过六个的框会被裁掉。
• 便签改成了每一步的简短说明，去掉了链接。有两张删掉了：一张放的是作者自己输出的图片，另一张解释了为什么没有用另一个节点。
• 别的都没改。

开始之前

• 一个 n8n，n8n Cloud 或自己的服务器都行。
• 一个 Google Gemini API 密钥，保存在 Google Gemini(PaLM) API 凭据里。
• 一张 Gemini 接受、并且能通过网址访问的图片。工作流把它当作 JPEG 发送，所以请用 JPEG 文件。

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. 添加这个凭据，填上你的密钥，在 Gemini Object Detection 里选中它。
3. 在 Get Test Image 里，把 https://YOUR_IMAGE_HOST/your-image.jpg 换成你的图片地址。
4. 如果想找兔子以外的东西，就改 Gemini Object Detection 的 JSON 请求体里的提示语。
5. 点 Test workflow，再打开 Draw Bounding Boxes 看图片。

一次运行的过程

1. Get Test Image 下载图片，Get Image Info 读出它的宽和高。
2. Gemini Object Detection 发送图片和提示语，并要求返回一个 JSON 列表，每个匹配都有一个 box_2d 列表和一个 label。
3. Get Variables 把模型的文字读成 JSON，并把图片的宽和高放在它旁边。
4. Scale Normalised Coords 把每个框换成像素位置，并把列表补足到六个框。
5. Draw Bounding Boxes 在它手上的图片上画出六个框。

改变风格

• 要找什么：Gemini Object Detection 里的提示语。
• 图片：Get Test Image 里的地址。
• 模型：Gemini Object Detection 地址里的模型名。
• 框的颜色：Draw Bounding Boxes 每个绘制步骤里的颜色字段。

注意事项

• Google 的图片指南（2026 年 11 月 12 日查阅）把每个框写成 [ymin, xmin, ymax, xmax]，范围是 0 到 1000。Code 节点用图片的宽和高把它换成像素。
• 只画六个框，第七个匹配会被丢掉。想要更多，就加绘制步骤，并在 Code 节点里扩大补足的数量。
• 空的位置会变成左上角一个零大小的框，显示成一个点或什么都看不到。它不是匹配。
• Get Variables 用 parseJson 读取模型的文字。如果模型的回答不是 JSON，运行会停在那里。
• Code 节点从 Get Test Image 读取二进制图片，所以那个节点改名时，Code 节点里也要做同样的修改。
• 请求把图片以 base64 的形式放在 JSON 请求体里，所以大图片会让请求很大。
• Google 的弃用页面还写明，gemini-2.5-pro 和 gemini-2.5-flash 从 2026 年 12 月 1 日起转到更新的模型，所以选别的模型前，请再查一遍那一页。
• 图片会发给 Google。
• JSON 里没有任何凭据。