子工作流觸發 自動化
17 個節點
進階
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
預估設定時間：15-25 分鐘
你需要準備
Voyage.ai Qdrant Cloud
1
配置向量資料庫變數
在「Variables for medoids」節點中，輸入你的 Qdrant Collection 名稱與 Cloud URL。
2
設定圖像嵌入模型
在「Embed image」節點，選擇 Voyage.ai 憑證，這將把輸入的圖片 URL 轉化為向量。
3
Qdrant 相似度檢索
「Get similarity of medoids」節點會對比圖片向量與資料庫中的特徵點，計算相似度得分。
購買後解鎖完整設定教學
包含 4 個設定步驟 + 常見問題排除
此模板為農作物異常檢測工具。匯入後，請依序設定向量資料庫的連線資訊以及 AI 模型接口。
1
配置向量資料庫變數 Variables for medoids
在「Variables for medoids」節點中，輸入你的 Qdrant Collection 名稱與 Cloud URL。
2
設定圖像嵌入模型 Embed image
在「Embed image」節點，選擇 Voyage.ai 憑證，這將把輸入的圖片 URL 轉化為向量。
3
Qdrant 相似度檢索 Get similarity of medoids
「Get similarity of medoids」節點會對比圖片向量與資料庫中的特徵點，計算相似度得分。
4
異常判斷邏輯 Compare scores
在「Compare scores」程式碼節點中，根據相似度門檻（Threshold）判斷該作物是否為異常。
測試方法
手動執行流程，並在輸入端提供一個農作物圖片的網址（URL），查看輸出結果是否正確識別作物種類或標註為「Anomaly」。
啟用自動化
此工作流適合作為 API 呼叫。獲取 Production Webhook URL 後，即可從手機 App 或其他系統發送圖片進行檢測。
常見問題排除
Qdrant 回傳 Collection Not Found
請確保你已經執行過前置的資料上傳流程，且 Collection 名稱大小寫需完全一致。
Embed image 報錯
確認輸入的圖片網址是公開可訪問的，且 Voyage.ai 的模型支援該圖片格式。
個人使用授權 NT$ 790
進階模板 即時下載 JSON 檔案
完整中文設定教學
包含 LINE / Telegram 設定指南
終身功能更新
安全付款 · PAYUNi 金流
或者購買超值方案包
包含在此套件中 N8N 子工作流模組包