智能图像对象识别与索引工作流
该工作流实现了智能图像对象识别与管理，通过自动下载源图像并利用AI模型识别其中的对象。识别出置信度高于0.9的对象后，系统会裁剪出各个目标图像并上传至云存储，同时将相关元数据索引至Elasticsearch数据库。这一流程提升了图像资源的检索精度，适用于电商、媒体管理和智能监控等场景，帮助用户实现对大量图片的高效搜索与分类。
Tags
工作流名称
智能图像对象识别与索引工作流
主要功能和亮点
本工作流自动下载指定的源图像，利用Cloudflare的Detr-Resnet-50 AI模型对图像中的对象进行智能识别。随后，根据识别结果高于阈值（置信度≥0.9）的对象，裁剪出各个目标对象的单独图像，并上传至Cloudinary云存储。最后，将这些对象图像及其相关元数据索引入Elasticsearch数据库，实现基于对象标签的高效图像搜索。该流程集成了图像处理、AI视觉识别与智能搜索技术，极大地提升了图像资源管理与检索的精准度和自动化水平。
解决的核心问题
传统图像搜索多依赖于关键词标签或整体图像的特征，难以实现对图像内具体对象的精准检索。该工作流通过AI模型自动识别并提取图像中的单个对象，生成独立的对象图像，并将其结构化存储在Elasticsearch中，解决了图像对象级别的搜索与管理难题，提升了搜索的细粒度和相关性。
应用场景
- 电商平台对商品图片中多个商品的自动分类与搜索
- 媒体与内容管理系统中对图片素材的对象级别索引与检索
- 智能安防与监控图像中目标物体的自动识别与归档
- 任何需要对海量图片进行基于图像内对象快速搜索的场景
主要流程步骤
- 设置变量：定义Cloudflare账号ID、使用的AI模型、源图像URL及Elasticsearch索引名称等参数。
- 下载源图像：从预设URL获取待处理的原始图片。
- 调用Cloudflare Detr-Resnet-50模型进行对象识别：提交图像至Cloudflare Workers AI服务，获取图像中各对象的分类与位置数据。
- 拆分识别结果：将识别出的多个对象结果拆分为单独项。
- 过滤对象：筛选置信度≥0.9的识别结果，确保识别质量。
- 重新下载源图像（针对每个对象裁剪操作）：准备裁剪操作所需的原图数据。
- 裁剪出单个对象图像：根据识别框坐标裁剪出对应对象。
- 上传裁剪图像至Cloudinary：将裁剪出的对象图像上传至云端存储，便于访问和管理。
- 在Elasticsearch中创建索引文档：将对象图像URL、原图URL、标签及元数据存入Elasticsearch，支持后续搜索。
涉及的系统或服务
- Cloudflare Workers AI：提供图像对象识别的AI模型接口
- Cloudinary：对象图像的云端存储与管理
- Elasticsearch：强大的搜索与索引数据库，用于存储和查询对象图像信息
- n8n自动化平台：协调各节点，串联数据流，实现自动化工作流管理
适用人群或使用价值
- 图像管理与搜索系统开发者
- 电商平台运营人员及商品图像管理团队
- 媒体内容管理员和数字资产管理专家
- AI视觉应用开发者和自动化流程设计者
- 需要对大量图片资源实现精准对象级搜索与管理的企业和团队
此工作流将AI视觉识别与自动化流程无缝结合，显著提升图像对象的识别效率和搜索体验，帮助企业和开发者构建更智能、更细粒度的图像搜索服务。
Create Animated Stories using GPT-4o-mini, Midjourney, Kling and Creatomate API
该工作流实现了从文本故事创作到动画视频生成的全自动化过程。用户只需输入基本参数，系统便会通过智能生成故事提示、插画和动态视频，最终合成出完整的动画故事视频。该流程显著降低了传统动画制作的复杂性与时间成本，适用于儿童故事、品牌宣传片等多媒体内容的快速生成，帮助内容创作者和教育工作者高效产出高质量的动画素材。
Dsp agent
该工作流通过Telegram消息触发，提供智能的语音转文本功能，结合先进的语言模型进行信号处理学习辅导。它能够解答理论问题、辅助计算，并查询维基百科，提供个性化的学习体验。同时，它记录用户学习进度，整合Airtable数据库，支持内容创作和邮件管理，帮助学生和专业人士高效解决学习中的难题，提升理解能力和学习效果。
Image-Based Data Extraction API using Gemini AI
该工作流通过Webhook接口，实现对图片中信息的智能提取。用户只需提供图片URL，即可自动下载并转换为Base64格式，利用Google Gemini AI进行高效的文字识别。提取的内容可灵活配置，最终以结构化JSON格式输出，方便后续系统集成。该方案简化了传统的图像文字提取流程，提高了准确性和自动化水平，适用于各类证件、财务单据及表单的数据处理。
法语文本语音合成及英译音频生成工作流
该工作流将法语文本自动转换为法语语音，并将生成的音频转录为文本，随后翻译成英文，再生成英文语音文件。结合高质量的文本转语音与语音转文本服务，自动化处理多语言内容，提升了语言学习、内容制作和跨国沟通的效率，适用于教育、创作和翻译等多种场景。
Vector DB Loader from Google Drive
该工作流旨在自动从Google Drive中下载并处理PDF、纯文本和JSON文件，通过OpenAI的文本嵌入模型将其转化为向量数据，并存储到Postgres数据库中的PGVector向量库。此过程实现了文档的高效管理与检索，同时自动归档已处理文件，提升了工作效率和自动化程度，适合数据工程师、知识管理团队及研究机构使用。
My workflow 6
该工作流通过Slack的Slash命令实现智能AI聊天机器人，能够接收用户请求并调用OpenAI GPT-4o-mini模型生成实时回复。支持多条命令的分流处理，自动化响应减少人工负担，同时结合Webhook和LangChain技术提升对话的上下文理解。适用于企业内部沟通、客户支持等场景，旨在提高沟通效率并提供灵活的智能交互体验。
Travel Planning Agent with Couchbase Vector Search, Gemini 2.0 Flash and OpenAI
该工作流是一个智能旅行规划助手，通过结合大型语言模型和向量搜索技术，能够快速为用户提供个性化的旅行推荐。用户可以通过聊天与AI代理互动，基于兴趣点数据获取精准的旅游建议。工作流支持批量数据插入和高效检索，解决了传统旅行规划中信息分散和查询效率低的问题，适用于旅游服务平台、旅行社及相关应用场景。
AI Agent for Realtime Insights on Meetings（实时会议智能助理）
该工作流通过智能助理自动加入在线会议，实现实时语音转录，精准捕捉和整理会议对话。结合AI技术，能够基于关键词进行智能分析和笔记生成，并将结构化数据存储，方便后续检索。此解决方案显著提升会议记录的效率和准确性，适用于远程团队、项目管理及各行业的会议纪要自动生成，助力团队协作和信息透明化。