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。
Tags
工作流名称
Load Prompts from Github Repo and auto populate n8n expressions
主要功能和亮点
该工作流能够自动从指定的GitHub仓库加载文本提示（prompts）文件，动态提取其中的变量占位符，并用预设的变量值进行替换，最终生成完整的提示内容供后续AI模型调用。它集成了变量校验机制，确保所有必需变量均已赋值，否则会主动报错停止执行。此外，结合Ollama聊天模型和LangChain AI Agent，实现了从文本提示到智能响应的闭环自动化处理。
解决的核心问题
- 自动化管理和调用存储在GitHub中的文本提示模板
- 动态替换提示中的变量，避免手动编辑带来的低效和错误
- 变量完整性校验，确保提示内容准确无误
- 将结构化提示直接驱动AI模型，实现智能化文本生成或交互
应用场景
- AI助理或聊天机器人中，从版本控制的模板库动态生成对话提示
- 内容创作者或营销团队根据不同项目参数快速生成定制化文案
- 研发团队构建基于提示的自动化测试或文档生成流程
- 任何需要结合版本管理系统和AI模型实现智能文本处理的场景
主要流程步骤
- 手动触发工作流开始执行
- 通过“setVars”节点预设变量，如GitHub账号、仓库名、文件路径及业务相关变量（公司、产品、功能等）
- 连接GitHub节点，读取指定路径下的文本提示文件
- 提取文件内容，存入“SetPrompt”节点
- 代码节点“Check All Prompt Vars Present”动态扫描提示中的变量占位符，校验是否全部在“setVars”中定义
- 条件判断节点“If”，根据校验结果决定继续替换变量或停止并报错
- 代码节点“replace variables”执行变量替换操作，将占位符替换为实际值
- 保存完成替换的提示文本
- 调用LangChain AI Agent结合Ollama聊天模型，使用生成的提示进行AI文本生成或交互
- 最终输出AI响应结果
涉及的系统或服务
- GitHub：作为提示模板的存储和版本管理平台
- n8n内置节点：手动触发、变量设置、条件判断、代码执行、停止报错、文本提取等
- LangChain AI Agent：基于提示驱动的AI任务执行
- Ollama Chat Model：本地或云端AI语言模型服务
适用人群或使用价值
- AI产品开发者：快速管理和调用提示模板，提升开发效率
- 内容营销与文案团队：自动生成定制化内容，减少重复劳动
- 自动化工程师：构建智能化文本处理流水线
- 任何需要结合代码版本管理和AI文本交互的团队和个人，帮助实现高效、可控的提示管理和AI生成工作流
此工作流通过无缝集成GitHub和AI模型，保障提示模板的版本一致性和变量准确性，大幅提升提示驱动型AI应用的灵活性和可靠性。
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。
Image to license plate number
该工作流能自动识别并提取上传车辆图片中的车牌号码，直接返回纯净的车牌字符，免去用户手动输入。通过结合先进的大语言模型，显著提高了车牌识别的效率和准确性，简化了传统车牌提取流程。适用于交通管理、停车场、物流监控等多个场景，帮助用户实现车辆信息的快速自动化采集，提升管理智能化水平，节省时间和人力成本。
Tech Radar
Tech Radar 工作流通过整合多种技术实现了企业技术雷达数据的自动化管理与智能问答。它将Google Sheets中的数据转化为结构化文本，并存储于向量与关系型数据库中，支持多维度查询。配备智能AI代理，能够精准响应用户提问，提升信息检索效率。同时，定时同步更新确保数据的时效性，降低非技术人员的信息获取门槛，助力技术决策与内部沟通。
Crypto News & Sentiment
该工作流通过整合多家主流加密货币新闻源的RSS资讯，并利用先进的AI模型进行智能分析，自动提取关键词和筛选相关报道，生成新闻摘要和市场情绪分析。最终，结果会通过Telegram机器人实时推送给用户，帮助投资者和分析师高效获取个性化的加密新闻和市场动态，解决信息筛选繁琐的问题。
UK Practical Driving Test Satisfaction Interview（英国实用驾驶考试满意度访谈）
该工作流创建了一个自动化的用户访谈系统，利用AI智能代理引导访谈并动态生成开放式问题。用户通过在线表单回答，系统实时记录对话并支持随时结束访谈。访谈数据快速存储于Redis，并可导出至Google Sheets，便于后续分析。该系统降低了传统访谈的人力成本，实现了24小时在线的高效访谈体验，适用于市场调研、产品反馈和教育机构等多种场景。
从PDF中提取数据并对比Claude 3.5 Sonnet与Gemini 2.0 Flash能力
该工作流旨在实现PDF文档内容的自动提取与智能解析，用户可直接上传PDF文件，无需OCR识别，简化流程。它同时调用Claude 3.5 Sonnet和Gemini 2.0 Flash两个AI模型，便于比较二者在数据提取效果、响应速度及成本上的表现。支持自定义提取指令，输出结果可调整为JSON格式，适用于财务发票、合同等文档的关键信息提取，提升数据处理效率与自动化水平。
AI Agent To Chat With Files In Supabase Storage
该工作流通过自动获取和处理Supabase存储中的文件，结合OpenAI的文本嵌入技术，实现了基于内容的智能查询。它有效去重、提取PDF和文本内容，并将其向量化存储，支持快速准确的信息检索。适用于企业知识库管理、客服支持及专业文档查询等场景，极大提升了文档管理的效率与用户交互体验。