⚡AI-Powered YouTube Playlist & Video Summarization and Analysis v2
该工作流利用先进的Google Gemini AI模型，自动处理和分析YouTube视频或播放列表的内容。用户只需输入链接，即可获得视频转录文本的智能摘要与深度分析，节省观看时间。它支持多视频处理、智能问答和上下文保存，提升用户体验。此外，结合向量数据库进行快速检索，使视频内容更加结构化和易于查询，适用于教育、内容创作和企业知识管理等多个场景。
Tags
工作流名称
⚡AI-Powered YouTube Playlist & Video Summarization and Analysis v2
主要功能和亮点
本工作流基于先进的Google Gemini AI模型，自动处理并分析YouTube播放列表或单个视频的内容。它能够抓取视频及其播放列表的转录文本，进行智能摘要与深度分析，生成结构化且技术准确的总结。用户通过聊天界面输入YouTube链接，即可获得详尽且易于理解的视频内容概览，无需亲自观看视频。
亮点包括：
- 自动识别用户输入的YouTube播放列表或视频链接，支持多视频处理及数量限制设定。
- 利用Google Gemini模型进行多轮对话式交互，实现智能问答和内容查询。
- 结合Qdrant向量数据库存储文本嵌入，支持快速检索和上下文相关问答。
- 支持断点续传及上下文保存，提升对话连续性和用户体验。
- 自定义代码节点实现YouTube页面数据抓取及解析，确保数据准确性和稳定性。
解决的核心问题
- 用户缺乏时间或意愿完整观看长视频或整个播放列表内容。
- 传统视频搜索和摘要工具无法提供结构化、技术准确且详尽的内容分析。
- 视频内容难以直接查询和交互，信息检索效率低。
- 视频转录文本处理繁琐，缺乏自动化管道。
本工作流一站式解决以上问题，实现从视频链接输入到内容摘要、问答的全自动闭环。
应用场景
- 教育培训：快速获取课程播放列表或视频的核心知识点总结。
- 内容创作者与策划：快速分析竞争对手视频内容及趋势。
- 企业内部知识管理：将视频内容转化为可查询的结构化知识库。
- 个人学习者：节约时间，精准获取视频重点，辅助学习与复习。
- 客服和支持团队：基于视频教程内容快速响应用户问题。
主要流程步骤
-
聊天触发与意图识别
用户通过聊天界面输入YouTube播放列表或视频URL，系统从Redis读取历史上下文，Google Gemini AI识别输入意图（播放列表/视频/无效），并提取相关ID和处理数量限制。 -
意图路由与预处理检查
根据意图和处理状态，路由至处理流程或查询流程。检查Qdrant向量库中是否已有该视频/播放列表的嵌入数据，避免重复处理。若播放列表未指定处理数量，AI代理询问用户。 -
视频/播放列表数据抓取与转录获取
- 播放列表：请求播放列表网页，解析视频详情，限制视频数量，获取每个视频转录文本。
- 单视频：请求视频网页，获取标题描述，获取转录文本。
-
转录文本处理与摘要生成
- 合并转录文本，结构化数据合并。
- Google Gemini AI生成每个视频的摘要，突出核心概念和技术要点。
-
文本嵌入生成与存储
- 删除旧有的Qdrant集合数据。
- 递归式分块文本，生成Google Gemini文本嵌入。
- 嵌入存入Qdrant向量库，按视频ID或播放列表ID索引。
-
状态更新与综合总结
- 更新处理状态为完成。
- 合并所有视频摘要，AI代理生成最终详尽内容总结。
-
用户查询与互动
- 用户后续查询通过聊天交互触发，Google Gemini结合Qdrant向量检索提供基于视频内容的智能问答。
涉及的系统或服务
- Google Gemini (PaLM) API：自然语言处理与生成。
- YouTube：视频与播放列表数据源。
- Qdrant 向量数据库：存储与检索文本嵌入。
- Redis：存储用户会话上下文与状态。
- n8n核心节点及自定义代码节点：实现数据抓取、处理、路由与存储逻辑。
- YouTube转录插件（youtubeTranscripter）：获取视频字幕文本。
适用人群或使用价值
- 内容分析师、数据科学家：快速提取视频信息，辅助数据研究。
- 教育工作者与学生：高效掌握视频教学内容重点。
- 媒体与市场人员：洞察视频内容趋势，策划内容策略。
- 企业知识管理人员：构建视频知识库，实现内容智能检索。
- 任何希望节省时间、通过文本方式深入理解YouTube视频内容的用户。
此工作流极大提升了视频内容的利用效率和检索体验，将海量视频信息转化为结构化、可交互的智能知识资源。
Agent with custom HTTP Request
该工作流结合智能AI代理与OpenAI GPT-4模型，实现了网页内容的自动抓取与处理。用户输入聊天消息后，系统自动生成HTTP请求参数，从指定URL获取网页内容，并对HTML进行深度清洗，最后输出为Markdown格式。支持完整与简化两种抓取模式，智能处理请求错误，并提供反馈和建议，适用于内容监控、信息采集及AI问答系统，提升信息获取效率，减少人工干预。
News Extraction
该工作流通过自动抓取指定新闻网站的最新内容，提取新闻的发布时间、标题和正文，并利用AI技术生成每条新闻的摘要及关键技术关键词，最终将整理后的数据存入数据库。这一过程实现了对无RSS新闻源的高效监控与分析，适用于媒体监控、市场调研和内容管理等多种场景，大幅提升了信息获取的效率与准确性。
News Extraction
该工作流能够自动抓取指定新闻网站的最新新闻文章，无需依赖RSS订阅。它定期提取文章链接、发布日期、标题和正文内容，并使用GPT-4模型生成简短摘要和提取关键技术关键词。整理后的结构化数据将保存在NocoDB数据库中，方便后续检索和分析，极大提高了新闻监控和内容管理的效率，适合企业、媒体和数据分析师等使用。
Open Deep Research - AI-Powered Autonomous Research Workflow
该工作流利用AI语言模型和多种数据源，实现自动化的深度信息检索与研究报告生成。用户输入查询后，系统生成精准搜索关键词，通过SerpAPI进行网络搜索，并结合Jina AI进行内容分析，最终整合成结构化的研究报告。此流程提高了研究效率，确保信息提取的连贯性和准确性，适用于学术研究、市场调研、内容创作和企业决策等场景，帮助用户快速获取高质量资料。
Make OpenAI Citation for File Retrieval RAG
该工作流集成了智能助手和向量存储，旨在实现文件检索后的智能问答，并自动为检索内容添加文献引用。用户可以将输出结果格式化为Markdown或HTML，方便生成带动态引用编号的专业文档，提升信息的可信度和可追溯性。适用于科研、教育、法律等领域，解决了答案中缺失引用和奇怪字符的问题，帮助用户高效生成规范文档。
Load Prompts from Github Repo and auto populate n8n expressions
该工作流能够从指定的GitHub仓库自动加载文本提示文件，提取并替换其中的变量占位符，生成完整的提示内容供AI模型使用。它具备变量校验机制，确保所有必需变量被正确赋值，避免错误并提高效率。同时，结合Ollama聊天模型和LangChain AI Agent，实现从文本提示到智能响应的全流程自动化，适用于多种需要动态生成内容的场景。
Daily AI News Translation & Summary with GPT-4 and Telegram Delivery
该工作流每天定时自动从主流新闻API抓取最新的人工智能相关新闻，并通过先进的AI模型进行筛选、摘要和翻译成繁体中文。最终，整理好的新闻摘要将及时推送至指定的Telegram聊天群组或频道，帮助用户高效获取前沿AI资讯，解决了手动搜索和翻译的繁琐问题，确保信息的时效性和连续性，适合各类AI行业从业人员和普通用户使用。
SearchApi Youtube Video Summary
该工作流通过输入YouTube视频ID，自动提取视频转录文本并进行智能摘要处理。利用SearchApi获取文本后，经过多步拆分与内容合并，结合OpenAI GPT-4模型生成简洁的总结。这一流程有效解决了从长视频中快速提取关键信息的难题，适用于内容创作者、教育者和市场调研人员，显著提高了信息获取的效率和准确性。