AI智能图像自动生成标题与文字水印
该工作流通过集成先进的多模态视觉语言模型，实现图像的自动化标题和描述生成，并将其作为水印叠加到图片上。用户只需导入图片，系统便能自动调整尺寸、生成文字并确保其美观展示，极大降低了人工撰写的时间成本。该功能特别适用于媒体、电商和社交媒体等领域，帮助内容创作者和设计师提升工作效率与视觉效果。
Tags
工作流名称
AI智能图像自动生成标题与文字水印
主要功能和亮点
该工作流通过集成Google Gemini多模态视觉语言模型，自动为输入的图像生成精准且富有创意的标题和描述文字，并将生成的文字以水印形式叠加到图片底部。整个过程自动化完成，无需人工干预，且支持图像尺寸调整和文字位置智能计算，确保文字清晰且美观地呈现在图片上。
解决的核心问题
- 自动化为图片生成符合语境的标题与描述，减少人工撰写文字的时间成本。
- 实现图像与文字的无缝合成，方便图文发布、版权标注和社交媒体分享。
- 利用先进的多模态AI模型，提升图像理解和文字生成的准确性与创造力。
应用场景
- 媒体与出版行业，自动为图片生成说明文字，提升内容生产效率。
- 电商平台，为商品图片自动生成吸引人的标题和描述，增强用户体验。
- 社交媒体运营，快速制作带有水印和说明的视觉内容，增强品牌传播力。
- 摄影师或设计师，为作品自动添加版权信息或创意说明。
主要流程步骤
- 导入图片：通过HTTP请求节点从Pexels等免费图库下载图片，或替换为其他触发方式导入图片。
- 图像预处理：调整图片尺寸（512x512），适配AI模型输入要求。
- 调用Google Gemini视觉语言模型：将处理后的图片发送给Google Gemini模型，生成图像的标题和描述文本。
- 结构化解析生成内容：利用结构化输出解析器对AI返回文本进行格式化处理。
- 计算文字位置：通过自定义代码节点计算文字框的位置和大小，确保文字在图片底部合适位置显示。
- 文字叠加合成：使用编辑图像节点，将生成的标题和描述以半透明背景和白色字体叠加到图片上。
- 输出结果：生成带有AI智能文字水印的图片，适合发布和二次使用。
涉及的系统或服务
- Google Gemini Chat Model（Google PaLM API）——多模态视觉语言模型
- HTTP Request节点——图片资源获取
- Edit Image节点——图像编辑与文字叠加
- Code节点——文字位置和尺寸计算
- Langchain节点系列——实现AI模型调用及输出解析
适用人群或使用价值
- 内容创作者、编辑和媒体工作者，快速生成图像说明文字。
- 电商运营人员，提升商品图片的文案质量与视觉表现。
- 社交媒体经理，自动制作带有吸引力文字的图片内容。
- 设计师和摄影师，轻松为作品添加版权或描述信息。
- 自动化爱好者和开发者，学习和应用多模态AI模型在图文处理上的实践案例。
该工作流充分利用n8n的低代码自动化能力，结合尖端AI技术，帮助用户高效完成图像文字生成与合成任务，极大提升工作效率与内容质量。
🤖 Telegram Messaging Agent for Text/Audio/Images
该工作流实现了基于Telegram的智能消息处理，支持文本、语音和图片信息的自动接收与分析。通过Webhook技术，系统能够实时获取消息，并利用OpenAI GPT-4模型进行语音转录、文本分类和图像内容分析，从而高效区分任务指令与普通聊天，快速生成个性化响应。此工作流适用于客服、工作助手及教育领域，显著提升了信息处理的自动化和智能化水平。
Coinmarketcap Price Agent
该工作流通过Telegram接收用户的加密货币名称，并利用CoinMarketCap的API实时查询最新价格。结合OpenAI的智能语言处理技术，能够理解多样化提问并进行对话管理，实现上下文记忆，提升交互效果。用户无需访问多个网站，便可快速获得权威价格信息，适合投资者、金融分析师和区块链社区，极大简化了查询流程并提高了信息获取效率。
CallForge - The AI Gong Sales Call Processor
CallForge 是一款智能工作流，专注于自动提取和分析 Gong 销售通话录音。它通过整合产品和竞争对手数据，清理通话文本，并利用 AI 技术生成结构化分析结果，显著提高销售数据处理的效率与准确性。该工作流支持销售团队快速获取关键信息，优化策略，同时满足产品和市场分析、客户服务等多部门需求，推动企业业务增长。
Load Prompts from Github Repo and auto populate n8n expressions
该工作流从指定的GitHub仓库自动加载文本提示，智能识别并替换变量占位符，确保内容完整无误。通过变量校验机制，若发现缺失信息，会自动终止并反馈错误，保障处理的准确性。处理后的完整提示可直接传入AI代理进行智能文本生成或分析，适用于营销、内容创作及自动化开发等多个场景，有效提升工作效率和内容个性化。
OpenSea NFT Agent Tool
OpenSea NFT Agent Tool 是一款智能助手，利用 AI 技术集成多种接口，快速获取与 NFT 相关的用户资料、收藏、合约详情及元数据等信息。该工具能够自动化处理复杂查询，确保请求格式正确，提升用户体验。适合 NFT 收藏者、投资者及开发者，帮助他们实时了解市场动态、分析资产表现，并简化数据获取流程，实现高效的数字资产管理与决策支持。
CallForge - AI Gong销售通话处理器
该工作流利用AI技术自动处理和分析销售通话，提取关键信息并生成市场洞察、重复话题及可执行建议。通过与Notion数据库集成，实现数据的结构化存储与共享，支持销售与市场团队的高效协作。同时，设置智能条件判断和节流机制，确保数据处理的准确性与稳定性，帮助企业提升信息利用率和业务竞争力。
Extract personal data with a self-hosted LLM Mistral NeMo
该工作流利用自托管的大语言模型Mistral NeMo，通过聊天消息触发，智能提取用户的个人信息数据。它结合了结构化输出解析和自动修正机制，确保提取的数据符合JSON格式规范，提升数据的准确性和可靠性。适合需要高效、准确处理个人信息的企业与开发者，尤其注重数据隐私与自托管解决方案的团队，显著提高客户信息采集的自动化水平，减少人工干预。
🎥 Gemini AI Video Analysis
该工作流利用Google的Gemini 2.0 Flash AI模型，智能分析视频内容。用户只需输入视频URL，即可自动下载并上传至Gemini平台，获取详细的视觉描述，包括关键元素、动作和品牌信息。这一自动化过程显著提高了视频处理的效率和准确性，解决了传统人工分析耗时的问题，适用于内容审核、媒体管理和市场营销等多个场景，提升了视频的可访问性和业务价值。