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。
一个模型只是一行文字设置的 n8n 聊天智能体。它把每条消息通过 OpenRouter 发给你指定的模型,模型可以来自它列表上的任何一家,并为每次聊天保留最近几条消息。
通过 OpenRouter 运行任意模型的聊天智能体 是一款 n8n 工作流,属于开发类,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。
聊天消息
有人在聊天里发出消息时开始,需要:
聊天里出现一条由你指定的模型给出的回答,并考虑到这次聊天最近的内容
开始之前要准备好这些。
模型网关
在一个地址接收每次调用,并运行你设定的 ID 对应的模型。
需要OpenRouter API 密钥,放在改了基础 URL 的 OpenAI API 凭据里
聊天模型节点
提供发出聊天调用的节点。这里它的地址指向 OpenRouter。
需要不需要 OpenAI 账号,只用到这种凭据类型
由 Mindket 于 2026年11月13日检查
这个 n8n 聊天智能体的模型只是一行文字。你在聊天里输入一条消息,智能体就用你在一个节点里指定的模型作答。调用经过 OpenRouter,它汇集了很多厂商的模型,所以换模型只要改这一行。一个简单的记忆保存每次聊天的最近几条消息。干活的是五个节点,旁边还有三张便签。
想在同一个聊天里比较各个模型的开发者,以及需要换模型又不想重建工作流的小团队。如果你想要一个固定的提供商、不想多开一个账号,就别选它,因为这里每次调用都经过 OpenRouter。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 自动化 | n8n 使用者 | 在选定之前,在同一个聊天里试几个模型 | 一位使用者问一个问题,再换掉模型那一行,比较回答。 |
| 产品 | 产品团队 | 测试哪个模型适合某个客服或写作流程 | 一个团队用同样的十个问题测了三个便宜的模型。 |
| 研究 | 分析师 | 用到别的节点都不提供的模型 | 一位分析师按 ID 调用一个刚发布的新模型。 |
| 教学 | 培训师 | 演示换模型怎样改变回答 | 一位培训师用同一个提示词分别运行一个小模型和一个大模型。 |
你需要会一点 n8n:导入一个文件、添加一个改了基础 URL 的凭据,再点聊天按钮。
任何能访问 OpenRouter 的 n8n 都能运行它。聊天在 n8n 里就能用,也可以设为公开,给别人使用。
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。你需要一个 OpenRouter 密钥和一个凭据。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| OpenRouter | 一个账号和一个 API 密钥 |
| 一个凭据 | 一个 OpenAI API 凭据,填 OpenRouter 的密钥,基础 URL 为 https://openrouter.ai/api/v1 |
workflow.json。https://openrouter.ai/api/v1。LLM Model 里选这个凭据。Settings,查看 model 的值,它是一个 OpenRouter 模型 ID。想怎么聊就怎么聊。要换模型,就改 Settings 里的 model 值,再发一条消息。智能体为每次聊天保留最近 5 条消息。
| 要改的 | 在哪里改 |
|---|---|
| 模型 | Settings 里的 model 值 |
| 聊天记住多少 | Chat Memory 里的 Context Window Length |
| 智能体的行为 | AI Agent 的 Options 里的系统消息 |
| 公开聊天 | 触发器里的 Make Chat Publicly Available |
一位开发者发出消息:“用两句话概括《哈姆雷特》的情节。”Settings 里是 deepseek/deepseek-v4-flash,智能体就用这个模型作答。
把值改成 google/gemini-3.8-flash 再发同样的消息,就得到另一家厂商的第二个回答,这次聊天更早的消息仍然在记忆里。
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。智能体是一个让聊天模型作答的节点,还能使用记忆和工具。OpenRouter 是一个服务,一个地址后面有很多模型。
专家:Settings 把 chatInput 复制到 prompt,并复制聊天的 sessionId,LLM Model 从 {{ $json.model }} 读取它的 model。Chat Memory 用自定义键 {{ $json.sessionId }},上下文窗口保持默认值 5。
| 节点 | 做什么 | 要知道的 |
|---|---|---|
Settings | 设置 model、prompt 和 sessionId | 选模型的唯一地方 |
LLM Model | OpenAI Chat Model 节点,1.1 版 | 它的凭据指向 OpenRouter |
AI Agent | 回答提示词,1.7 版 | 没有连接任何工具 |
Chat Memory | Simple Memory,1.3 版 | 保存在 n8n 自己的进程里 |
模型 ID 经常变,而文件里的默认模型已经没有了。
deepseek/deepseek-r1-distill-llama-8b 和另外四个示例 ID,都已不在 OpenRouter 的公开模型列表上(2026 年 11 月 12 日查阅)。Mindket 的副本用 deepseek/deepseek-v4-flash,并列出六个仍在列表上的 IDhttps://openrouter.ai/models一个语言模型只是一项设置的 n8n 聊天智能体。你在聊天里输入一条消息,智能体就用你在一个节点里指定的模型作答。模型调用经过 OpenRouter,它汇集了很多公司的模型,所以从一家的模型换到另一家的,只要改一行文字。智能体会保留每次聊天的最近几条消息。
workflow.json:n8n 导出的工作流,八个节点,其中五个运行,三个是便签。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。Settings 里的默认模型原来是 deepseek/deepseek-r1-distill-llama-8b。OpenRouter 的公开模型列表(2026 年 11 月 12 日查阅)已经没有它。现在默认是 deepseek/deepseek-v4-flash,列表里有这个模型。openai/gpt-6-luna、google/gemini-3.8-flash、deepseek/deepseek-v4-flash、mistralai/mistral-small-2603、qwen/qwen3.8-flash 和 google/gemma-4-26b-a4b-it:free。workflow.json。https://openrouter.ai/api/v1。给它起个名字,比如 OpenRouter。LLM Model 里选中这个凭据。Settings,查看 model 的值。它是一个 OpenRouter 模型 ID,比如 deepseek/deepseek-v4-flash。When chat message received 为每条消息启动一次运行,把文字作为 chatInput 传下去,同时带上一个 sessionId。Settings 设置三个字段:model 存模型 ID,prompt 复制消息,sessionId 复制聊天的会话 ID。AI Agent(1.7 版)把 {{ $json.prompt }} 当作它的提示词,提示词类型设为 define。LLM Model 是 OpenAI Chat Model 节点,1.1 版。它的 model 字段从 Settings 读取 {{ $json.model }},它的凭据指向 OpenRouter,所以调用就发到那里。Chat Memory 是一个 Simple Memory 节点,1.3 版。它用自定义键 {{ $json.sessionId }},所以每次聊天各自保留历史记录。它的上下文窗口长度保持默认值 5。Settings 里的 model 值,或者直接改 LLM Model 的 model 字段。Chat Memory 里的 Context Window Length。AI Agent 的 Options 下加一条系统消息。AI Agent 上。你选的模型必须支持工具调用。When chat message received 里打开 Make Chat Publicly Available。https://openrouter.ai/models 上的列表。:free 结尾的 ID 在模型列表里没有价格。它们变得很快,依赖之前先查一下。NOTICE.md 596 B README.md 4 KB workflow.json 4 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。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。