DeepSeek-R1-GGUF
unsloth · 工具包
671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。
一个 n8n 工作流:把一个主题和一个目标受众变成一篇 LinkedIn 帖子和一张配图。智能体用 Tavily 调研主题并写出帖子,OpenAI 作图,Gmail 把两者发到你在表单里填的地址。
LinkedIn 帖子和配图生成器 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 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。
提交表单
有人提交 LinkedIn Post Generator 表单时开始运行,表单里有:
一篇带来源的 LinkedIn 帖子和一张配图,发到你的收件箱
开始之前要准备好这些。
网络搜索
给写作智能体一个搜索工具,每次查询都返回最新结果和一段回答。
需要Tavily API 密钥
语言模型
为两个智能体运行 GPT-4.1:一个写帖子,一个描述配图。
需要OpenRouter API 密钥
图像生成
通过 Images API 根据图像提示词画出配图,以 base64 返回。
需要OpenAI API 密钥,填在节点的请求头里
电子邮件
把帖子发到表单里填的地址,配图作为附件。
需要一个用来登录的 Google 账号
发布
可选。它的节点在文件里,但没有连线接入。把它接进流程,就能直接发布帖子和配图,不再发邮件。
需要一个用来登录的 LinkedIn 账号,只在你接入它时才需要
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流把一个主题和一个目标受众变成一篇完整的 LinkedIn 帖子和一张配图,再把两者发到你填写的邮箱。表单有三个字段:邮箱地址、主题和受众。名为 LinkedIn Post Agent 的智能体先用 Tavily 搜索网络,再通过 OpenRouter 调用 GPT-4.1 写出帖子。第二个智能体 Image Prompt Agent 把帖子改写成营销风格配图的提示词。OpenAI 的图像模型据此作图,Gmail 把帖子发出去。画布上还有一个没有连线的 LinkedIn 节点,留给想直接发布、不想发邮件的人。
经常在 LinkedIn 上发帖、总被空白页拖住的创始人、顾问和营销人员,以及替别人写帖子的社交媒体经理和小型代理公司。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| B2B 软件 | 产品营销人员 | 把一个功能写成主题,把它的买家职位写成受众 | 营销人员把一次价格调整发给财务负责人这个受众,拿到一份带来源的初稿和一张配图。 |
| 咨询 | 独立顾问 | 把本周客户问的问题变成一篇帖子 | 顾问把表单地址存成书签,每周发一个问题进去。 |
| 招聘 | 招聘人员 | 面向招聘经理写招聘话题 | 招聘人员发一个招聘市场放缓的话题,改完初稿再发布。 |
| 代理公司 | 社交媒体经理 | 在表单里填客户的邮箱,草稿直接送到客户手里 | 客户不用开会,就能收到一篇帖子和一张配图等着确认。 |
你需要会一点 n8n:导入文件、添加四个凭据、查看节点的输出。它根据一份简要的要求写作,不会参考你以前发过的帖子,所以如果你想要从自己文字里学出来的口吻,就别选它。作者估计设置要 21 分钟左右,前提是四个账号都已经开好。
你运行的任何 n8n 都行,只要能访问 OpenRouter、Tavily、OpenAI 和 Gmail。
LinkedIn 节点接在 Convert to Binary 后面,就能不发邮件、直接发布Send Post 换成 Slack、Telegram 或网盘的节点点“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 或你自己的服务器 |
| OpenRouter | 一个 GPT-4.1 对话模型的密钥 |
| Tavily | 一个搜索用的密钥 |
| OpenAI | 一个能用 Images API 的密钥 |
| Gmail | 一个用来登录的 Google 账号 |
workflow.json。GPT_4.1 里选中它。两个智能体共用这个节点。Authorization,值是 Bearer 加上你的密钥。在 Tavily 里选中它。Generate Image,把请求头里的 YOUR_KEY 换成你的密钥。测试节点 Generate Image1 里也一样。Send Post 里选中它。Send Post 里,把附件的二进制属性名填成 data。文件里这一项是空的,而图片就在 data 里。画布底部的测试链 When clicking ‘Test workflow’ 会用一段固定的提示词画一张图。它能在不跑完整流程的情况下检查你的 OpenAI 密钥。主流程跑通之后,把它删掉。
从 On form submission 打开表单,填上你的邮箱地址、一个主题和一个目标受众。接着智能体搜索、写作、规划配图并作图,Gmail 把邮件发出。如果没收到邮件,到 Executions 里打开这次运行,看是哪个节点停了。
| 要改的 | 在哪里改 |
|---|---|
| 语气和长度 | LinkedIn Post Agent 的 system message,它定下了帖子的结构、表情符号的用量和结尾的行动号召 |
| 配图的样子 | Image Prompt Agent 的 system message,以及 Generate Image 里的 model 和 size |
| 调研 | Tavily 里的请求体,它定下搜索深度和结果数量 |
| 发送方式 | Send Post,或者接进来的 LinkedIn 节点 |
在表单里填这样一条:
Email: you@example.com Topic of Post: Four-day work weeks Target Audience: HR directors
LinkedIn Post Agent 先在 Tavily 上搜索,再写出一篇帖子:开头是一个引子,引用它的来源,带几个话题标签,结尾问读者怎么看。Image Prompt Agent 读这篇帖子,描述出一张营销配图,帖子里有数字的话也会写进去。邮件里有帖子正文和这张配图。
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。智能体是一种节点,让语言模型自己决定什么时候用工具,这里的工具是网络搜索。先用表单的测试地址跑一次。之后每个节点都会显示它收到了什么、发出了什么,密钥填错了,就在这里看得出来。
专家:一个对话模型同时供两个智能体使用,图像这一步是一个普通的 HTTP 请求。
| 步骤 | 模型或服务 | 要知道的 |
|---|---|---|
| 两个智能体 | 通过 OpenRouter 调用 GPT-4.1,共用一个 GPT_4.1 节点 | 在那里换模型,两个智能体都会跟着换 |
| Tavily 工具 | 搜索深度 advanced,每个来源三段摘录,一条结果,附带回答 | system message 要求智能体先搜索再写 |
| Generate Image | 通过 OpenAI 的 Images API 调用 gpt-image-1,1024x1024 | 返回的是 base64,由 Convert to Binary 转成文件 |
每次运行都要花钱,而且任何拿到表单地址的人都能提交表单。
Generate Image 把请求头放在节点里,所以密钥会存进工作流,随任何导出一起带走。分享之前先把它移到凭据里一个 n8n 工作流。在它的表单里填一个邮箱地址、一个主题和一个目标受众,它会调研这个主题,写出一篇 LinkedIn 帖子,让图像模型画一张配图,再把两者发到你的邮箱。
workflow.json:n8n 导出的工作流,十九个节点。里面没有任何凭据。主流程里有八个节点在运行。第九个节点 LinkedIn 没有连线。其余是一条三个节点的测试链和七张便签。README.md:这份设置说明,压缩包里的是英文版。workflow.json。GPT_4.1 里选中它。两个智能体共用这一个节点。Authorization,值是 Bearer 加上你的密钥。在 Tavily 里选中它。Generate Image,把它 Authorization 请求头里的 YOUR_KEY 换成你的密钥。测试节点 Generate Image1 里也一样。Send Post 里选中它。需要的话,改一下邮件的主题和正文里的问候语。Send Post 里,看一下附件那一项。文件里它的属性名是空的。把二进制属性名填成 data,Convert to Binary 就是把图片放在这里,这样配图才会随邮件一起发出。LinkedIn 没有连线接入。想直接发布而不是发邮件,就把它接在 Convert to Binary 后面,添加一个 LinkedIn OAuth2 凭据,在它的 person 字段里填你自己的 LinkedIn ID,再把帖子正文和图片对应进去。它已经设成分享图片。如果不想再发邮件,就把 Send Post 从流程里去掉。
When clicking ‘Test workflow’ 用一段固定的提示词运行 Generate Image1,再在 Convert to File 里把返回的结果转成文件。它能在不跑完整流程的情况下检查你的 OpenAI 密钥和转文件这一步。主流程跑通之后,把这条链删掉。
LinkedIn Post Agent 里的 system message。它定下了帖子的结构、表情符号的用量和结尾的行动号召。Image Prompt Agent 里的 system message,以及 Generate Image 里的 model 和 size。文件要的是 gpt-image-1,尺寸 1024x1024。Tavily 里的请求体定下搜索深度,并且每次搜索只要一条结果。Send Post,或者把 LinkedIn 接进来。Generate Image 把 Authorization 请求头放在节点里,而不是凭据里,所以密钥会存进工作流,随任何导出一起带走。分享工作流之前,先把它移到凭据里。README.md 4 KB workflow.json 15 KB
unsloth · 工具包
671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。
prithivMLmods · 工具包
提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。
Phips · 工具包
用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。
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。