異常偵測工具（農作物數據集）
高品質、即插即用的 n8n 自動化流程，快速提升工作效率。
核心解決方案
- 省下大量手動作業時間
自動化日常繁瑣工作，將心力專注於更高價值的任務。
- 降低人為錯誤率
工作流程標準化，確保資料準確無誤地在不同平台間同步。
- 24/7 全天候運作
即使在休息時間，自動化流程也會持續為你提供服務。
- 極速部署與整合
無需自行開發，匯入 JSON 檔案並填寫 API Key 即可完成設定。
設定教學
你需要準備
在 `Variables for medoids` 節點中，填入您在上一階段建立的 Qdrant URL 與 Collection 名稱。
在 `Embed image` 節點中使用 Voyage AI 憑證，確保模型與上傳數據時使用的模型一致。
在 `Variables for medoids` 中選擇 `clusterThresholdCenterType`。這決定了如何判定一個點是否為異常值。
購買後解鎖完整設定教學
包含 3 個設定步驟 + 常見問題排除
在 `Variables for medoids` 節點中，填入您在上一階段建立的 Qdrant URL 與 Collection 名稱。
在 `Embed image` 節點中使用 Voyage AI 憑證，確保模型與上傳數據時使用的模型一致。
在 `Variables for medoids` 中選擇 `clusterThresholdCenterType`。這決定了如何判定一個點是否為異常值。
測試方法
在 `Image URL hardcode` 節點中輸入一張待測試的農作物圖片網址，然後執行工作流。最後的 `Compare scores` 節點會輸出該圖片是否屬於已知類別或為異常 (Anomaly)。
啟用自動化
此工作流使用 `Execute Workflow Trigger`，適合被其他自動化流程（如 LINE Bot 或生產線監控系統）調用，作為一個專屬的檢測 API。
常見問題排除
找不到類別中心點 (Medoids Not Found)
比較結果不準確
安全付款 · PAYUNi 金流