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:把发给 Telegram 机器人的照片变成两个广告创意,每个创意都有一张图片广告和一段短视频广告。OpenAI 读照片、写创意,Kie.ai 上的 Nano Banana 和 Veo 3 Fast 做素材,Google Sheets 和 Drive 存放结果。
Telegram 照片转广告图片和视频生成器 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 2 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。
index, ad_copy, product, character, visual_guide, 1_color, 2_color, 3_color, image_status, image_link, video_status, video_prompt, video_aspectratio, video_link
给机器人发照片
有人给你的 Telegram 机器人发照片时开始运行,内容有:
两个广告创意,每个都有图片和一段短视频存在 Drive 里,从你的表格链接过去
开始之前要准备好这些。
聊天
接收你的照片,取得它的文件路径,并在任务开始和每个创意完成时给你发消息。
需要来自 BotFather 的机器人 token
语言和视觉模型
用 gpt-4.1 描述照片、写出创意和两份提示词,用 chatgpt-4o-latest 读取做好的图片。
需要OpenAI API 密钥
广告表格
存放创意、图片和视频的状态,以及文件的链接。
需要Google 登录,和一个有这些列的表格
文件存储
一个文件夹放图片广告,另一个放视频广告。
需要Google 登录,和两个文件夹
图片和视频生成
用 Nano Banana Edit 做图片,用 Veo 3 Fast 做视频,并报告每个任务的状态。
需要Kie.ai API 密钥,要填进四个节点
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流把发给 Telegram 机器人的一张照片变成两个广告创意,并为每个创意各做一张图片广告和一段短视频广告。它有 34 个节点,分三个阶段。第一阶段,OpenAI 把照片读成 YAML:品牌、颜色、字体和画面内容。名为 Campaign Strategy Generator 的智能体接着写出两个创意,作为两行写进 Google Sheets 表格,每行有一句口号、一个角色、一份视觉指南和三个十六进制颜色。第二阶段,另一个智能体为每一行写图片提示词,Kie.ai 上的 Nano Banana Edit 把你的照片重绘成 9:16 的广告图,文件存进 Google Drive。第三阶段,OpenAI 看这张图并写出视频提示词,Kie.ai 上的 Veo 3 Fast 让它动起来,视频也存进 Drive。
想用手机照片出广告草稿的店主、品牌团队和社交媒体运营,以及在交给设计师之前先试几个角度的代理公司。如果你还没用过 n8n,或者想要一条成品广告,而不是还要自己审阅、挑选、再加工的一对草稿,就别选它。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 网店零售 | 店主 | 给每件新品拍张照,发给机器人 | 店主发来一只新帆布袋的照片,在表格和 Drive 里就看到两个创意和它们的素材。 |
| 社交媒体代理公司 | 内容经理 | 在图片说明里写上受众,再发客户的产品图 | 经理给一张鞋的照片配上想要的受众,当天就能给客户看两个角度。 |
| 食品饮料 | 品牌团队 | 发包装照,包装的颜色和字体会带进广告 | 零食品牌发来包装照,得到一条用包装自己的颜色做的竖版广告。 |
| 角色品牌 | 插画师和创作者 | 发一张角色图,因为读图这一步有处理角色的分支 | 创作者发来一张吉祥物画稿,得到围绕它做的广告。 |
任何 Telegram 能访问到的 n8n。Telegram 触发器需要一个公开的 HTTPS 地址,n8n Cloud 自带,自己的服务器可能要靠反向代理或隧道才能提供。
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。作者估计设置要 20 分钟左右,前提是账号都已经开好。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud,或者有公开 HTTPS 地址的自己的服务器 |
| Telegram | 用 BotFather 创建的机器人,和它的 token |
| OpenAI | 一个密钥。文件用的是 gpt-4.1 和 chatgpt-4o-latest |
| 一个同时用于 Sheets 和 Drive 的账号,一个有下面这些列的表格,两个 Drive 文件夹 | |
| Kie.ai | 一个密钥,用于 Nano Banana Edit 和 Veo 3 Fast |
workflow.json。Telegram Trigger、Send request msg 和 Send completed msg 里选中它。Set Bot ID,把 YOUR_BOT_TOKEN 换成同一个 token。照片的下载链接就是用它拼出来的。GPT、OpenAI Chat Model、Describe Image 和 Video Prompt Creator 里选中它。YOUR_SHEET_ID 换成你的表格 ID,再重新选一次工作表。Upload file 里替换 YOUR_IMAGE_FOLDER_ID,在 Upload file1 里替换 YOUR_VIDEO_FOLDER_ID。Create Image、Get Image、Create Video 和 Get Video 里,把 <YOUR_KIE_API_KEY> 换成你的 Kie.ai 密钥,前面的 Bearer 要保留。index, ad_copy, product, character, visual_guide, 1_color, 2_color, 3_color, image_status, image_link, video_status, video_prompt, video_aspectratio, video_link
给机器人发一张产品或角色的照片。图片说明可写可不写:用它说明受众或氛围,不写的话,智能体会用一个默认需求。机器人读完照片就会回复任务已经开始,随后表格里出现两行。图片至少要 20 秒,视频至少要一分钟。工作流先等这么久,再向 Kie.ai 要结果,没出结果就接着问,直到它报告成功或失败。每个创意的视频存进 Drive 后,机器人会发一条收尾消息。
| 要改的 | 在哪里改 |
|---|---|
| 创意的数量、口号长度 | Campaign Strategy Generator 里的 system message,它要求恰好两个 |
| 图片风格和文字位置 | Image prompt Creator 里的 system message,里面有排版规则 |
| 画面比例 | Create Image 里的 image_size 和 Prepare Sheet format 里的 video_aspectratio,都是 9:16 |
| 视频时长和动态 | Video Prompt Creator 里的提示词,它要求 8 秒 |
| 等待时间 | Wait(20 秒)和 Wait 2(60 秒) |
| 文件存放位置 | 两个上传节点 |
一张罐装冰茶的照片,配上图片说明 ads for office workers who skip lunch。OpenAI 描述这罐茶,策略智能体返回两个创意,结构如下,这里做了删减。
{
"index": "01",
"ad_copy": "…",
"product": "…",
"character": "…",
"visual_guide": "…",
"1_color": "#…",
"2_color": "#…",
"3_color": "#…",
"image_status": "create",
"video_status": "create"
}表格里随后会显示图片状态从 create 变成 done,视频状态也一样,image_link 和 video_link 里是 Drive 链接。error 表示 Kie.ai 报告任务失败。
新手:n8n 把工作流画成用线连起来的方框,每个方框叫一个节点,只做一件事。凭据是 n8n 替你保管的密钥,你在哪个节点里选中它,就交给哪个节点用。Kie.ai 在它自己的服务器上做图片和视频,需要一段时间,所以工作流会一直等、一直问。先用一张测试照片跑一次,再打开每个节点:它会显示收到了什么、发出了什么,密钥或表格 ID 填错了,就在这里看得出来。
专家:四个 AI 步骤负责思考,两个 Kie.ai 模型负责画图。
| 步骤 | 模型 | 要知道的 |
|---|---|---|
Describe Image 和 Video Prompt Creator | OpenAI chatgpt-4o-latest,图像分析 | 确认你的账号里还有这个名称,没有的话换一个别的视觉模型 |
Campaign Strategy Generator 和 Image prompt Creator | gpt-4.1,通过 OpenAI Chat Model 和 GPT | 每个智能体都有输出解析器,让回答符合一个 JSON 结构,图片智能体还有一个 Think 工具 |
Create Image | Kie.ai 上的 google/nano-banana-edit | 编辑你的照片,所以产品的样子不变,提示词禁止给它改色 |
Create Video | Kie.ai 上的 veo3_fast | 让生成的图片动起来,用的不是你的原照片 |
表格逻辑有两个特点,复用时要注意。每次运行都把创意编号为 01 和 02,匹配列是 index。所以新照片会替换上一次的两行,而 Drive 里的文件保留,想留着的行要先复制出来。节点 Get Rows to Create 会读取 image_status 为 create 的每一行,所以上次中途停掉留下的行,会被下一次运行接着处理。还有一处没做完:图片智能体会读一个 text_watermark 字段,但文件里没有任何东西填它。
每次运行都要花钱。公开的机器人和照片链接是要提前考虑的风险。
Get Image Path 报错停下一个 n8n 工作流。给你的 Telegram 机器人发一张照片,它会写出两个广告创意,再为每个创意做一张图片广告和一段短视频广告。
workflow.json:n8n 导出的工作流,34 个节点。里面没有任何凭据,表格、文件夹和密钥的位置都是占位符,比如 YOUR_SHEET_ID。Create Image 请求体里的反斜杠,提示词里的引号没有转义,每个字母 n 都变成了换行。Mindket 把它们补了回去。README.md:这份设置说明,压缩包里的是英文版。workflow.json。Telegram Trigger、Send request msg 和 Send completed msg 里选中它。Set Bot ID,把 YOUR_BOT_TOKEN 换成同一个 token。照片的下载链接就是用它拼出来的。GPT、OpenAI Chat Model、Describe Image 和 Video Prompt Creator 里选中它。Append or update row in sheet、Get Rows to Create、Update Row as Done、Update Row as Error、Update Video Prompt、Update in Row as Done、Update in Row as Error)里都选中它。在每个节点里把 YOUR_SHEET_ID 换成你的表格 ID,再重新选一次工作表。Upload file 里替换 YOUR_IMAGE_FOLDER_ID,在 Upload file1 里替换 YOUR_VIDEO_FOLDER_ID。Create Image、Get Image、Create Video 和 Get Video 里,把 <YOUR_KIE_API_KEY> 换成你的 Kie.ai 密钥。前面的 Bearer 要保留。第一行写下面这些列名,顺序不限。每个 Sheets 节点都按列名读写。
| 列 | 内容 |
|---|---|
| index | 01 或 02,创意的编号。它是匹配列 |
| ad_copy、product、character、visual_guide | 策略智能体写出的创意 |
| 1_color、2_color、3_color | 从照片读出的三个十六进制颜色 |
| image_status、video_status | create,然后是 done 或 error |
| image_link、video_link | 每个做好的文件在 Drive 里的链接 |
| video_prompt、video_aspectratio | 视频这一步收到的提示词,和它的画幅(9:16) |
Campaign Strategy Generator 里的 system message,它要求恰好两个。Image prompt Creator 里的 system message。Create Image 里的 image_size,和 Prepare Sheet format 里的 video_aspectratio,都是 9:16。Video Prompt Creator 里的提示词,它要求 8 秒。Wait(20 秒,图片)和 Wait 2(60 秒,视频)。01 和 02,而匹配列是 index。Drive 里的文件保留。想留着的行要先复制出来。Get Rows to Create 会读取 image_status 为 create 的每一行,所以上次中途停掉留下的行,会被下一次运行接着处理。Get Image Path 报错停下。chatgpt-4o-latest 是 OpenAI 可能下线的模型名称。如果你的账号里已经没有它,就在 Describe Image 和 Video Prompt Creator 里换一个别的视觉模型。README.md 4 KB workflow.json 71 KB
Updated by Mindket to the current version of this kit.
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。