Token导航 LogoToken导航

Agent Skill · 开发

n8n-photo-report(n8n 照片报告)

用于辅助图像生成、图片编辑、视觉素材处理或图像模型工作流。它适合让 Agent 根据文本生成图片、处理背景、整理视觉提示词或调用相关图像工具。使用时需要确认输入图片、版权来源、输出格式和模型限制;涉及人物、品牌、商品或公开展示素材时,应额外核对授权、真实性和内容合规边界。

n8n-photo-report 是开发类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为需要联网;许可证信息还不明确,第三方扫描有提醒项,按安装量在开发类的 21,746 个 Skill 里排第 17,326。

总安装 420周安装 17GitHub Stars 111下载 132核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:n8n-photo-report(n8n 照片报告)
来源仓库:https://github.com/datadrivenconstruction/ddc_skills_for_ai_agents_in_construction
仓库路径:skills/n8n-photo-report
安装命令:
npx skills add https://github.com/datadrivenconstruction/ddc_skills_for_ai_agents_in_construction --skill n8n-photo-report
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/datadrivenconstruction/ddc_skills_for_ai_agents_in_construction --skill n8n-photo-report

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

用于辅助图像生成、图片编辑和视觉素材处理。n8n-photo-report 属于开发类 Skill,可作为该场景下的辅助能力补充。适合让 Agent 根据文本生成图片、处理背景或调用图像工具。使用时需确认输入图片、版权来源和输出格式限制。安装方式:通过 npx skills add 命令从指定 GitHub 仓库安装。

注意:涉及人物、品牌或公开展示素材时应核对授权和真实性。

来源仓库内路径:skills/n8n-photo-report

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/datadrivenconstruction/ddc_skills_for_ai_agent…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

n8n-photo-report 怎么安装?

在终端执行 npx skills add https://github.com/datadrivenconstruction/ddc_skills_for_ai_agents_in_const…。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

n8n-photo-report 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

n8n-photo-report 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

n8n-photo-report 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

n8n-photo-report 用的人多吗?

公开数据是累计安装 420 次,近一周安装 17 次,下载 132 次,GitHub 111 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

n8n-photo-report 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
n8n-photo-report

n8n 照片报告 · 本页

420111需要联网未明确有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

n8n Photo Report Automation

Business Case

Site photos require organization, analysis, and reporting. This workflow automates photo collection, AI analysis, and report generation.

Workflow Overview

[Photo Upload] → [AI Analysis] → [Categorization] → [Report Generation] → [Distribution]

n8n Workflow Configuration

1. Photo Input Triggers

{
  "nodes": [
    {
      "name": "Photo Webhook",
      "type": "n8n-nodes-base.webhook",
      "parameters": {
        "httpMethod": "POST",
        "path": "photo-upload",
        "options": {
          "binaryData": true
        }
      }
    },
    {
      "name": "Watch Dropbox Folder",
      "type": "n8n-nodes-base.dropbox",
      "parameters": {
        "operation": "listFolder",
        "path": "/SitePhotos/{{$today}}"
      }
    }
  ]
}

2. AI Image Analysis

{
  "name": "Analyze with Claude Vision",
  "type": "n8n-nodes-base.httpRequest",
  "parameters": {
    "method": "POST",
    "url": "https://api.anthropic.com/v1/messages",
    "headers": {
      "x-api-key": "={{$env.ANTHROPIC_API_KEY}}",
      "anthropic-version": "2023-06-01"
    },
    "body": {
      "model": "claude-3-5-sonnet-20241022",
      "max_tokens": 1024,
      "messages": [{
        "role": "user",
        "content": [
          {
            "type": "image",
            "source": {
              "type": "base64",
              "media_type": "image/jpeg",
              "data": "={{$binary.data.toString('base64')}}"
            }
          },
          {
            "type": "text",
            "text": "Analyze this construction site photo. Identify: 1) Work activity visible, 2) Approximate completion status, 3) Any safety concerns, 4) Weather conditions. Return JSON format."
          }
        ]
      }]
    }
  }
}

3. Categorize and Store

{
  "nodes": [
    {
      "name": "Parse AI Response",
      "type": "n8n-nodes-base.code",
      "parameters": {
        "jsCode": "const response = JSON.parse($json.content[0].text);\n\nreturn [{\n  json: {\n    filename: $('Photo Webhook').first().json.filename,\n    timestamp: new Date().toISOString(),\n    activity: response.work_activity,\n    completion: response.completion_status,\n    safety_issues: response.safety_concerns,\n    weather: response.weather,\n    category: response.work_activity.includes('concrete') ? 'CONCRETE' :\n              response.work_activity.includes('steel') ? 'STEEL' :\n              response.work_activity.includes('mep') ? 'MEP' : 'GENERAL'\n  }\n}];"
      }
    },
    {
      "name": "Store in Airtable",
      "type": "n8n-nodes-base.airtable",
      "parameters": {
        "operation": "create",
        "table": "Site Photos",
        "fields": {
          "Filename": "={{$json.filename}}",
          "Date": "={{$json.timestamp}}",
          "Activity": "={{$json.activity}}",
          "Category": "={{$json.category}}",
          "Completion": "={{$json.completion}}",
          "Safety Issues": "={{$json.safety_issues}}"
        }
      }
    }
  ]
}

4. Generate Photo Report

{
  "nodes": [
    {
      "name": "Schedule Report",
      "type": "n8n-nodes-base.scheduleTrigger",
      "parameters": {
        "rule": {"interval": [{"field": "cronExpression", "expression": "0 18 * * 1-5"}]}
      }
    },
    {
      "name": "Get Today Photos",
      "type": "n8n-nodes-base.airtable",
      "parameters": {
        "operation": "list",
        "table": "Site Photos",
        "filterByFormula": "IS_SAME({Date}, TODAY(), 'day')"
      }
    },
    {
      "name": "Generate Report",
      "type": "n8n-nodes-base.code",
      "parameters": {
        "jsCode": "const photos = $input.all();\n\nconst byCategory = {};\nlet safetyIssues = [];\n\nphotos.forEach(p => {\n  const cat = p.json.fields.Category;\n  if (!byCategory[cat]) byCategory[cat] = [];\n  byCategory[cat].push(p.json.fields);\n  \n  if (p.json.fields['Safety Issues'] && p.json.fields['Safety Issues'] !== 'None') {\n    safetyIssues.push({\n      photo: p.json.fields.Filename,\n      issue: p.json.fields['Safety Issues']\n    });\n  }\n});\n\nreturn [{\n  json: {\n    date: new Date().toISOString().split('T')[0],\n    total_photos: photos.length,\n    by_category: byCategory,\n    safety_issues: safetyIssues,\n    safety_count: safetyIssues.length\n  }\n}];"
      }
    }
  ]
}

5. Distribution

{
  "name": "Send Report Email",
  "type": "n8n-nodes-base.emailSend",
  "parameters": {
    "toEmail": "={{$env.PHOTO_REPORT_RECIPIENTS}}",
    "subject": "Site Photo Report - {{$json.date}} ({{$json.total_photos}} photos)",
    "html": "<h2>Daily Photo Report</h2><p>Total Photos: {{$json.total_photos}}</p><h3>Safety Issues: {{$json.safety_count}}</h3>{{#if $json.safety_issues.length}}<ul>{{#each $json.safety_issues}}<li>{{photo}}: {{issue}}</li>{{/each}}</ul>{{/if}}"
  }
}

Python Helper

import requests
import base64

def upload_photo_to_workflow(image_path: str, webhook_url: str, metadata: dict):
    """Upload photo to n8n workflow."""
    with open(image_path, 'rb') as f:
        image_data = base64.b64encode(f.read()).decode()

    payload = {
        'filename': image_path.split('/')[-1],
        'image_data': image_data,
        'project_id': metadata.get('project_id'),
        'location': metadata.get('location'),
        'captured_by': metadata.get('captured_by')
    }

    response = requests.post(webhook_url, json=payload)
    return response.json()

def batch_upload_photos(photo_paths: list, webhook_url: str, project_id: str):
    """Batch upload multiple photos."""
    results = []
    for path in photo_paths:
        result = upload_photo_to_workflow(path, webhook_url, {'project_id': project_id})
        results.append(result)
    return results

Quick Start

  1. Import workflow to n8n
  2. Configure API keys:

- ANTHROPIC_API_KEY for Claude Vision - Airtable credentials - Email configuration

  1. Create Airtable base with "Site Photos" table
  2. Test with sample photo upload

Resources

平台分布

Codex

37.33%
按下载量换算49

Claude

27.92%
按下载量换算37

Cursor

19.75%
按下载量换算26

Gemini CLI

9.53%
按下载量换算13

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills