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,在 Telegram 里查找某个人的工作邮箱。给机器人发名、姓和公司域名,它会生成可能的地址,让 Anymail Finder 检查,再回复验证通过的那些。
Telegram 工作邮箱查找器 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 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。
Telegram 消息
有人给你的机器人发一条三个词的消息时开始运行:
聊天里收到一个验证过的工作邮箱,或者一条没有找到的说明
开始之前要准备好这些。
聊天
接收带姓名和域名的消息,再把每个验证通过的地址,或者没有找到的说明发回来。
需要来自 BotFather 的 Telegram 机器人令牌
邮箱验证
检查每个猜出来的地址,并回答它是 valid、risky 还是 invalid。
需要Anymail Finder API 密钥,以及检查所需的余额
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流通过 Telegram 机器人查找某个人的工作邮箱。你给机器人发一条消息,写上名、姓和公司域名。一个 Code 节点拆开这条消息,第二个根据姓名生成可能的邮箱格式,前四个交给 Anymail Finder 逐个检查。验证通过的会发回聊天里,一个都没有的话,会发回一条简短的说明。
已经有了姓名和公司、只差邮箱地址的销售代表、招聘人员和外联人员,尤其是更愿意问一句聊天、不想再打开别的工具的人。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 销售 | 销售代表 | 通话或活动之后,用手机发出潜在客户的姓名和公司域名 | 销售代表在展会上认识一位采购方,当天就拿到了对方的工作邮箱。 |
| 招聘 | 招聘人员 | 读完职位发布后,查一下招聘经理的邮箱 | 招聘人员把职位信息里的名字发过去,直接写信给这位经理。 |
| 公关 | 公关团队 | 找到一篇报道背后的编辑 | 公关负责人发出记者的名字和媒体的域名,把稿件投到对的邮箱。 |
| SEO 外联 | 外链建设人员 | 在投客座文章之前,先找到运营网站的人 | 外链建设人员发出站长的名字和网站的域名。 |
你需要会一点 n8n,有一个 Telegram 机器人,还要有一个带余额的 Anymail Finder 账号。它测试的是猜出来的邮箱格式,所以格式特殊的公司可能什么都查不到。作者估计设置要 8 分钟左右,前提是这些账号都已经开好。
只要 Telegram 能通过 HTTPS 访问到你的 n8n 就行,不管它跑在 n8n Cloud 上还是你自己的服务器上,因为触发器靠 Telegram 回调的 webhook 工作。
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。导入之前先准备好下面这些。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud,或者 Telegram 能通过 HTTPS 访问到的服务器 |
| Telegram | 一个来自 BotFather 的机器人令牌 |
| Anymail Finder | 一个账号、一个 API 密钥,以及用于检查的余额 |
workflow.json。Telegram Trigger、Telegram 和 Telegram1 里选中这个凭据。HTTP Request1 里,把 Authorization 请求头中的 YOUR_ANYMAILFINDER_KEY 换成你的密钥。Anymail Finder 的文档(我们在 2026 年 11 月 2 日读过)把密钥直接作为整个请求头的值,不加前缀。文件里有一行和来源不同:Clean & Format Data 原来用 /s+/ 拆分消息,那是按字母 s 切开,所以像 Jane Doe acme.com 这样的消息会被拒绝。现在改成了 /\s+/,按空格拆分。
给机器人发三个词,中间用空格隔开:名、姓和域名。Anymail Finder 检查完那四个地址后就会回复:每个验证通过的地址发一条消息,一个都没有就发一条说明。少于三个词会让这次运行报错,错误可以在 Executions 里看到,聊天里则收不到任何回复。
| 要改的 | 在哪里改 |
|---|---|
| 地址数量 | Generate Email Patterns 的最后一行,slice(0, 4)。代码最多生成 36 个 |
| 回复的措辞 | Telegram 和 Telegram1 的 text 字段 |
| 谁能使用机器人 | 触发器的 Additional Fields,可以把它限制在指定的聊天 ID 或用户 ID |
| 地址格式 | Generate Email Patterns 里的代码,它还会生成 sales.jane@acme.com 这样的部门格式 |
给机器人发这样一条消息:
Jane Doe acme.com
机器人会检查 jane@acme.com、janedoe@acme.com、jane.doe@acme.com 和 jdoe@acme.com。如果其中两个返回 valid,你就会收到两条回复,每条写明地址和它的状态。
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。这个工作流监听一个 Telegram 机器人,运行两段简短的脚本,再调用一个验证服务。你可以直接读两个 Code 节点里的脚本,不需要改它们。先发布,给机器人发一条消息,再到 Executions 里看每个节点收到了什么。
专家:猜测的地址列表是代码,所以真正有用的修改都在那里。它最多生成 36 种格式,把五种常见的放在前面,然后返回前四个。它自己的注释写的是 50,但最后一行返回的是四个。
| 节点 | 做什么 | 要知道的 |
|---|---|---|
Clean & Format Data | 按空白字符把消息拆成姓名和域名 | 第三个词之后的内容会被忽略,姓名按你输入的原样使用 |
Generate Email Patterns | 生成各种格式,返回前四个 | 多检查一个地址,就多一次付费检查 |
HTTP Request1 | 把每个地址 POST 到 /v5.1/verify-email | 文档写的是每次调用 0.2 个额度,不管结果如何 |
Code | 保留标为 valid 的结果 | risky 和 invalid 都会被丢掉,所以对接收所有邮件的域名,可能一个都查不到 |
每条消息都要花额度,而且谁找到这个机器人,它就回答谁。
一个 n8n 工作流。给一个 Telegram 机器人发一个名、一个姓和一个公司域名,它会生成可能的工作邮箱地址,让 Anymail Finder 逐个检查,再把验证通过的地址回复到聊天里。
workflow.json:n8n 导出的工作流,八个节点。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。文件里有一行和来源不同。Clean & Format Data 原来用 /s+/ 拆分消息,那是按字母 s 切开,而不是按空格,所以像 Jane Doe acme.com 这样的消息会被拒绝。现在改成了 /\s+/。
workflow.json。Telegram Trigger、Telegram 和 Telegram1 里选中这个凭据。HTTP Request1,把它 Authorization 请求头的值 YOUR_ANYMAILFINDER_KEY 换成你的密钥。Anymail Finder 的文档(我们在 2026 年 11 月 2 日读过)把密钥直接作为整个请求头的值,不加前缀。Jane Doe acme.com。消息必须是用空格隔开的三个词:名、姓、域名。第三个词之后的内容会被忽略,所以名字里带空格,会把域名挤错位置。姓名按你输入的原样使用。少于三个词的消息会让这次运行报错,错误可以在 Executions 里看到,聊天里则收不到任何回复。
Generate Email Patterns 根据姓名和域名最多生成 36 个互不相同的地址,把五种最常见的格式放在前面,然后只保留前四个。实际保留的四个是:
| 格式 | 例子 |
|---|---|
| 名 | jane@acme.com |
| 名和姓连写 | janedoe@acme.com |
| 名、点、姓 | jane.doe@acme.com |
| 名的首字母加姓 | jdoe@acme.com |
HTTP Request1 把每个地址发给 Anymail Finder。Code 保留 email_status 为 valid 的结果,一个结果一条。一个都没有时,它返回单独一条带错误信息的内容。If 把错误交给 Telegram,把每个验证通过的地址交给 Telegram1。
Generate Email Patterns 里,把最后一行 slice(0, 4) 里的数字调大。代码最多生成 36 个,每多检查一个地址,就多一次验证费用。Telegram 和 Telegram1 的 text 字段。sales.jane@acme.com 这样的形式,涵盖 sales、marketing、info、support 和 admin。它们排在常见格式之后,只有你把数字调大,才会被送到 Anymail Finder。valid 的结果。文档还写了另外两种结果,risky 和 invalid,工作流把这两种都丢掉。一个邮件服务器接收所有地址的公司,常常返回 risky,所以对一个真实存在的人,机器人也可能回答查不到。README.md 4 KB workflow.json 9 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。