n8n 實戰範本：AI 潛在客戶處理、語音助理與 Yandex 整合

大家好，我們經營一家小型自動化工作室，並在不同專案中重複使用相同的建構區塊。我們整理了其中 11 個，並以 MIT 授權發布，希望能為大家省下一天的摸索時間。

針對沒有原生節點的 Yandex 360 服務（n8n 目前沒有），這些範本透過純 HTTP Request 節點來處理協定。例如，Yandex 日曆範本能建立或列出事件（使用 CalDAV 協定，PUT iCal 檔案、REPORT 日曆查詢並解析 VEVENTs）。

Yandex 聯絡人範本可讀取通訊錄（使用 CardDAV 協定，PROPFIND、多重 REPORT、vCard 解析），而 Yandex 雲端硬碟範本則能上傳檔案（使用 WebDAV 協定，以 base64 編碼）。

在潛在客戶處理方面，ai-lead-intake 範本提供一個網路鉤子，能整合網站、Telegram、MAX、VK 和電子郵件的資料。它會標準化資料酬載，使用大型語言模型（LLM）讀取附件，分類請求（類別、優先順序、是否需要人工介入），建立客戶關係管理（CRM）卡片並通知經理。

另外還有 site-lead-to-sheets-telegram 範本，實現經典的「表單 → Google Sheets → Telegram」流程；以及 website-audit-form 範本，提供帶有驗證功能和儲存請求的公開「網站審核」表單。

關於 AI 助理和媒體應用，rag-support-assistant 範本能透過任何相容 OpenAI 的端點，從知識庫中回答問題。voice-assistant-knowledge-base 範本則是電話助理的「大腦」，它接收識別出的語音，根據主題表評分，從知識庫中回答，並在持續失敗時請求人工協助。

ai-video-generation-proxyapi 範本則能實現影片生成、輪詢、下載、上傳至 Yandex 雲端硬碟並發送到 Telegram 的自動化流程。

在報告方面，daily-deals-report 範本能按排程將 CRM 摘要發送到 Telegram，無需任何商業智慧（BI）工具。我們從實戰中學到兩件事，並將其融入每個範本中：花費金錢的網路鉤子（例如 LLM 呼叫、簡訊、影片生成）在執行任何工作之前，會檢查 shared-secret 標頭的 onlyRunIf 條件，以避免公開端點悄悄耗盡您的 API 預算。

此外，匯出的 JSON 中會移除憑證，並重新命名即時網路鉤子路徑，因此匯入範本絕不會呼叫到他人的生產環境 URL。每個 README 檔案都包含一個 curl 範例和需要建立的憑證清單。所有範本都放在 GitHub 儲存庫中，每個範本一個資料夾，內含 workflow.json 和 README 檔案。

由於其中一些範本與語音/轉錄相關，我們還建立了兩個小型 HTTP 服務供自己的工作流程呼叫：語音轉文字（將 mp3/wav/ogg 轉換為文字、SRT 或字詞級 JSON）和文字轉語音。這些 API 的文件可在 Bowhard 網站上找到。

我很樂意回答有關 Yandex 部分的問題，因為 CalDAV/CardDAV 的特殊之處是該生態系統中文件最少的部分。