convez.ai

Análise multimodal de imagens e PDFs com Gemini

22 nós no fluxo · 9 tipos de nó · licença MIT

Fluxo demonstrativo que mostra cinco abordagens para analisar imagens e PDFs usando o modelo Google Gemini (PaLM), oferecendo desde envio direto de binários até chamadas HTTP diretas com conversão para base64 e prompts personalizados.

Desenho do fluxo

Desenho do fluxo n8n "Análise multimodal de imagens e PDFs com Gemini": 22 nós e as ligações entre eles
Só a forma do fluxo: os nós, os nomes e as ligações. Parâmetros, código e prompts vêm no JSON, para importar no seu n8n.

Baixar o fluxo

Verificando seu acesso…

O que faz

  • Análise multimodal com Gemini: Envia imagens e PDFs ao modelo para obter descrições, cores predominantes, resumos e outros insights.
  • Passagem automática de binários para agente AI: Permite enviar imagens diretamente ao agente sem transformação quando configurado para passthrough, simplificando a análise de uma única imagem.
  • Prompts personalizados por imagem: Associa instruções específicas a cada URL para obter respostas diferentes conforme o objetivo desejado por item.
  • Filtragem condicional de itens: Processa somente os itens marcados como 'process' para evitar análise desnecessária.
  • Processamento em lote e iteração: Divide arrays de URLs em itens individuais e itera sobre eles, incluindo processamento em lotes quando necessário.
  • Conversão de arquivos para base64: Converte conteúdos binários (imagens e PDFs) para base64 para envio inline nas chamadas à API.
  • Chamadas diretas à API de linguagem generativa: Realiza requisições HTTP personalizadas ao endpoint Generative Language/Gemini para maior controle do payload e autenticação.
  • Suporte a múltiplos métodos de integração: Demonstra trade-offs entre implementação rápida (passthrough) e controle avançado (transformação e chamadas diretas).

Ferramentas usadas

  • Google Gemini (PaLM) / Generative Language API: Modelo de linguagem multimodal usado para gerar respostas e análises a partir de imagens e PDFs.
  • Unsplash / plus.unsplash.com: Fonte de imagens públicas utilizadas como exemplos de entrada.
  • Hospedagem pública de PDFs (w3.org): URL de exemplo para obter PDFs de teste usados no fluxo.

Nós do n8n (9 tipos, 22 no total)

Origem e licença

Fluxo original de Zie619/n8n-workflows (licença MIT, Copyright (c) 2025 Zie619). Tradução, curadoria e limpeza: Convez.

Mais fluxos de inteligência artificial

Super AgenteInteligência artificial

Criador de Vídeos Automáticos

Fluxo que lê dados de histórias e cenas, gera prompts de IA, cria imagens e áudios, gera vídeos via API externa e registra os resultados em bases de dados.

83 nós 13 tiposExclusivo
Super AgenteInteligência artificial

Atendimento automatizado com IA e agenda

Fluxo de atendimento por WhatsApp que recebe mensagens via Webhook, identifica o tipo (texto ou áudio), consulta/cria contatos no banco, registra mensagens, transcreve áudios, utiliza IA para responder, mantém histórico de conversas e memória, gerencia envio de mensagens, e integra com Google Calendar para buscar/criar/deletar compromissos, além de processar documentos e embeddings para respostas baseadas em conteúdo.

55 nós 30 tiposExclusivo
Super AgenteInteligência artificial

Fluxo Vendedor IA

Fluxo de atendimento automatizado para vendedores, usando memória de conversa, modelo de linguagem, verificação de acesso, buffers de mensagens e encaminhamento para ADM quando necessário.

52 nós 19 tiposExclusivo
Super AgenteInteligência artificial

Fluxo Vendedor IA 02

Este fluxo gerencia conversas de atendimento de vendas com IA, incluindo memória de chat, envio de mensagens, bloqueio de bot, tratamento de mensagens, classificação de histórico e integração com o Supabase para follow-up.

51 nós 21 tiposExclusivo
Super AgenteInteligência artificial

Atendimento automatizado com IA

Este fluxo recebe mensagens de WhatsApp via webhook, verifica/gera leads, usa IA para decidir ações (agendamento, reagendamento ou cancelamento), gerencia memória de conversas, transcreve áudio e analisa imagens, e envia respostas em texto ou áudio.

48 nós 19 tiposExclusivo
Super AgenteInteligência artificial

Automação de Reels do Instagram para Carnaval

Fluxo que coleta reels, analisa métricas, cria scripts e captions, e registra resultados no Airtable, com integração via Telegram.

42 nós 19 tiposExclusivo