KNN 分類器（土地數據集）
18 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：5-10 分鐘
你需要準備
Qdrant 向量資料庫 Voyage AI
1
設定預設測試圖片
在「Image Test URL」節點中填入一張圖片的網址，以便在開發階段進行測試。
2
配置 Qdrant 查詢參數
在「Qdrant variables...」節點設定 Collection 名稱與 `limitKNN`（取最近鄰居的數量）。
3
串接分類邏輯
確認「Majority Vote」代碼節點正確運算，該節點會統計鄰居中最常見的分類。
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
此模板作為「子工作流」設計，用於接收圖片網址並返回分類結果。匯入後請確保已完成 1728 模板的數據上傳工作。
1
設定預設測試圖片 Image Test URL
在「Image Test URL」節點中填入一張圖片的網址，以便在開發階段進行測試。
2
配置 Qdrant 查詢參數 Qdrant variables + embedding + KNN neigbours
在「Qdrant variables...」節點設定 Collection 名稱與 `limitKNN`（取最近鄰居的數量）。
3
串接分類邏輯 Majority Vote
確認「Majority Vote」代碼節點正確運算，該節點會統計鄰居中最常見的分類。
測試方法
執行工作流後，提供一個圖片網址。流程會輸出該圖片被歸類為什麼類別（例如 'forest' 或 'beach'），並顯示信心度（鄰居投票比率）。
啟用自動化
此流程主要透過「Execute Workflow」節點由其他工作流呼叫。請確保觸發節點（Execute Workflow Trigger）已正確配置。
常見問題排除
分類結果出現平手（Tie）
流程內建了平手處理機制，會自動增加 limitKNN 並重試，請確保 Qdrant 中的數據量足以支援擴大搜尋。
找不到任何鄰居
請確認 Qdrant Collection 名稱是否正確，且其中是否確實包含已向量化的數據。
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 KNN 異常偵測 ML 包