Workflow 模板库

收录 0 个可直接复制 / 导入的 AI 工作流与技能模板 · Claude Code / Codex Skills · Coze / Dify / n8n / GitHub Actions · 持续更新

这里不是“讲概念”，是拿了就能用的模板：Agent 技能（SKILL.md）、项目规则（AGENTS.md / CLAUDE.md）、智能体搭建（Coze / Dify）、自动化工作流（n8n / GitHub Actions）。点卡片查看图文导入步骤，模板文件支持一键复制或下载。

📦 想要整理好的现成 Claude Code / Codex 技能与提示词包？去店铺「免费专区」领取入门包 →

⚙️ n8n 模板库索引 · 1.2 万个自动化模板 中文检索 n8n 官方模板库：每个模板做什么、串了哪些服务、多少人用过都写清楚，点标题直达 n8n.io 一键导入。 进入 →

模板质量说明：所有模板均为本站原创整理，可直接使用；涉及第三方平台的配置（模型名、接口地址、密钥）请替换为你自己的。发现失效或想投稿模板，可在社区发帖反馈。

Workflow 模板库

项目规则模板 AGENTS.md / CLAUDE.md 把项目背景、常用命令、代码规范一次性写进仓库，让每次进入项目的 Agent 都自带上下文，少问废话、少犯低级错。适用 Claude Code / Codex / Cursor。
Agent 技能（Skill）标准骨架 Claude Code / Codex 的技能本质是一个带 SKILL.md 的目录。这个骨架帮你一次把结构、命名、自检写对，后续往里面填内容即可。适用 Claude Code / Codex。
示例技能：代码评审助手一个开箱即用的代码评审技能：按“先看整体再挑关键问题、只报真问题不刷存在感”的原则审代码，可直接安装使用，也适合当范例学习怎么写技能。适用 Claude Code / Codex。
示例技能：生成规范 Git 提交信息把杂乱的改动整理成符合项目约定的提交信息：自动读 diff、按“类型+范围+一句人话”写正文，还能生成多行补充说明。适用 Claude Code / Codex。
扣子（Coze）深度研究助手在扣子里从零做一个“能查证、会标注来源、不硬编”的深度研究 Bot：人设与输出格式可直接粘贴，再按步骤接上搜索插件即可发布。适用 Coze（扣子）。
Dify 知识库问答助手基于 Dify 知识库搭建“只会答自己资料、答不上就明说”的问答助手，从知识库清洗、分段到 LLM 提示词与拒答策略一次配好。适用 Dify。
n8n：每日 RSS 自动抓取 → AI 摘要一个最小可跑的 n8n 工作流：定时/手动抓取 AI呀的资讯 RSS，把“人工看几十条新闻”变成“机器先筛一遍”，后续可自行加 LLM 摘要与消息推送节点。适用 n8n。
GitHub Actions：AI 代码评审机器人 PR 一开就自动把改动 diff 喂给 AI 评审，并把结论评论回 PR。模板自带可空跑的降级逻辑：没配密钥时只在 PR 上提示“待配置”，不会把流水线跑挂。适用 GitHub Actions。
VS Code Automations：让 Copilot 智能体按小时 / 按天自动跑 VS Code 1.137 起，Agents 窗口可以给智能体任务挂上时间表（按小时 / 每日 / 每周）。这里给出一份可直接抄的设置与三条适合先跑起来的任务提示词，让「每天扫一遍变更」「定时分类 Issue」这类重复活自己跑，你只在结果上做判断。适用 VS Code / GitHub Copilot。
GitHub Actions：MCP 服务器健康检查与工具面回归门禁 MCP 服务器没有内置的健康检查：改一个参数名、换一次协议版本，客户端就开始漏调工具，而 CI 一路绿灯。这个工作流在每次推送与发布前跑三件事——握手与工具面体检、工具面快照 diff、OAuth 兼容矩阵，任意一项失败就卡住发布。适用 GitHub Actions。
项目规则：不可逆动作与人工确认闸门把「能自己做的」和「必须先问人的」分开写：删除、对外发送、发布、付款、改权限这类回滚不了的动作单列出来，并写清确认时要给出什么信息、没人回应时怎么停。适用 Claude Code / Codex / Cursor。
Agent 权限清单与轨迹自检：把「它能碰什么」写成可校验的文件给 Agent 建两份文件：一份是它申请访问的主机、凭据、目录清单（按最小权限写，长期凭据一律换成短时可撤权的），一份是轨迹审计的自检表（先证明日志删不掉，再谈复盘）。适合准备把 Agent 放进团队或生产环境的项目。适用 Claude Code / Codex / Cursor / 自研 Agent 运行时。
AI Agent 聊天机器人（可联网搜索） n8n 官方最经用的入门模板：一个网页聊天窗口接到 AI Agent，挂上对话记忆和 SerpAPI——它答不上来的问题会自己去网上查。一共 5 个节点，填一个 OpenAI Key 就能跑通。适用 n8n。
搭第一个会用工具的 AI Agent 官方写给新手的 Agent 教材：让 Agent 学会「调用工具」，先接两个不花钱的示例工具（查新闻、查天气），把「模型 + 工具」这件事跑明白，再换成你自己的接口。适用 n8n。
能联网搜索的 AI 聊天机器人和上一个同源思路的另一个版本：工具换成 SerpAPI + Wikipedia，机器人会查实时网页和百科。想亲眼看到「不联网的模型会瞎编」，导入它连问几个时效性问题最直观。适用 n8n。
用 Ollama 接本地大模型做对话全程不调用云端模型：把聊天窗口接到你自己机器上的 Ollama，提示词和数据都不出本机。适合先把流程跑通、或者处理不方便上传的材料。只有 5 个节点。适用 n8n。
批量补全公司信息（官网内容 → 结构化字段）给一份只有公司网址的名单，它逐个抓官网正文、让模型提炼出行业、目标客户、核心卖点等字段，再写回 Google Sheets。清洗客户名单或做竞品调研时能省下大量复制粘贴。适用 n8n。
用 AI 判断邮件、自动约会议时间盯着收件箱里「想约个时间」的邮件：模型判断是不是约会议、给出可选时段，一边回信一边在 Google 日历上占位。把来回问「你哪天有空」这件事交出去。适用 n8n。
用自然语言查 PostgreSQL 数据库把 AI Agent 接到你的 Postgres：它先读表结构，再把你的中文问题翻成 SQL 执行、返回结果。给不写 SQL 的同事开一个「直接问数据」的入口，比每次导一份 Excel 省事。适用 n8n。
Telegram 对话机器人（文字 + 语音）在 Telegram 里跟 AI 对话，发语音它也听得懂：先转写成文字交给 Agent，回答再按类型发回。Telegram 机器人是海外场景里最省事的入口，不用备案、不用前端。适用 n8n。
Telegram AI 机器人（带命令与出图）比基础版完整得多的一个机器人：区分闲聊与命令，带问候语、打字状态、出错兜底，还能按指令生成图片回传。想做一个「拿得出手」的机器人，可以从它改起。适用 n8n。
批量抓网页并用 AI 总结给一个列表页，它自动抽链接、抓正文、切块后交给模型总结，最后合并成一份结构化结果。做行业信息收集、或者给自己攒每日简报的原始素材，这条链路很实用。适用 n8n。
对 PDF 提问（RAG 最小实现） RAG 最直观的一个例子：先把 PDF 切块、向量化存进 Pinecone，提问时只把最相关的几段喂给模型，答案还带引用来源。想搞懂 RAG 到底在做什么，跑一遍比看十篇文章快。适用 n8n。
公司文档知识库问答（Google Drive + Gemini）挂在 Google Drive 上的内部知识库：文件新增或更新时自动重新向量化，员工提问由 Gemini 基于文档作答、答不上来会明说。是「内部资料太多、没人找得到」的一个正经解法。适用 n8n。
Angie：Telegram 个人助理（邮件 + 日历 + 待办）一个跑在 Telegram 里的私人助理：总结当天邮件、查日历安排、记待办和联系人，支持语音输入，还带白名单控制谁能用。海外社区里最常用的个人自动化范例之一。适用 n8n。
AI 数据分析师（表格 → 自然语言问答）把表格数据接给 AI Agent：直接问「上个月哪款产品卖得最好」，它自己决定查什么、算一遍再回答。适合把 Excel 里反复手算的报表，换成一句提问。适用 n8n。
Agent 执行台账：六个字段的 JSONL 事件流 + 回归门禁长任务 agent 出问题时，第一反应往往是换更强的模型，但换模型解决不了「不知道它从哪一步开始走偏」。这份模板把每一步记成只能追加的 JSONL 事件流（一行一步），用六个字段回答三件事——预算花在哪、失败集中在哪类动作、哪些步骤能被自动验证——再把代表性失败固化成回归集。适合已经能跑通、但开始出现时好时坏的长任务 agent。适用 Claude Code / Codex / 自研 Agent 运行时。
给 Agent 加一层本地决策路由：把「在有限选项里选一个」从大模型里拆出来「这封工单派给谁」「这条请求走哪个分支」本质上是在有限选项里选一个，不需要让模型写一段话再回过头解析。这份模板把这类判断抽成一层本地路由：给每个候选打概率、设阈值、定回退，把大模型留给真正需要生成的任务。适合 agent 调用量上来、开始在意成本与延迟的团队。适用 OpenDecider / OpenAI Decisions API / 自研 Agent 运行时。
给编码 Agent 一个能回退的沙盒：不可逆动作前打快照，失败回到第 k 步 agent 跑长任务时改变的不只是文件：它装了依赖、起了进程、动了系统配置，git 只能回滚代码，回滚不了一个被污染的运行环境。这份模板用快照式 MicroVM 沙盒走一遍可落地的流程：把任务关进沙盒、在不可逆动作前打快照、回退后按三条断言验证，最后把回退接进 agent 的失败处理循环，并说清哪些动作沙盒永远救不了。适用 Arrakis / Docker / GitHub Actions。