使用Ecologits.ai方法测量AI模型碳足迹
中级
这是一个AI Summarization, Multimodal AI领域的自动化工作流,包含 7 个节点。主要使用 Set, ManualTrigger, ChainLlm, LmChatOpenAi 等节点。 使用Ecologits.ai方法测量AI模型碳足迹
前置要求
- •OpenAI API Key
工作流预览
可视化展示节点连接关系,支持缩放和平移
导出工作流
复制以下 JSON 配置到 n8n 导入,即可使用此工作流
{
"nodes": [
{
"id": "e374f8b8-ff4a-4b98-af50-d609338ec38f",
"name": "当点击\"执行工作流\"时",
"type": "n8n-nodes-base.manualTrigger",
"position": [
0,
-160
],
"parameters": {},
"typeVersion": 1
},
{
"id": "6cce6b66-bd1a-419b-86c1-b76aa257e96c",
"name": "Basic LLM Chain",
"type": "@n8n/n8n-nodes-langchain.chainLlm",
"position": [
608,
-160
],
"parameters": {
"text": "Enter here your user prompt",
"batching": {},
"messages": {
"messageValues": [
{
"message": "Enter here the system prompt"
}
]
},
"promptType": "define"
},
"typeVersion": 1.7
},
{
"id": "d0ea8139-307d-4de6-9f29-11216958f362",
"name": "OpenAI 聊天模型",
"type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
"position": [
672,
64
],
"parameters": {
"model": {
"__rl": true,
"mode": "list",
"value": "gpt-4o",
"cachedResultName": "gpt-4o"
},
"options": {}
},
"credentials": {
"openAiApi": {
"id": "dMiSy27YCK6c6rra",
"name": "Duv's OpenAI"
}
},
"typeVersion": 1.2
},
{
"id": "0fca2f27-8a0b-46d0-9dfc-27967afe2ae5",
"name": "计算 gCO₂e",
"type": "n8n-nodes-base.set",
"position": [
960,
-160
],
"parameters": {
"options": {},
"assignments": {
"assignments": [
{
"id": "cc17f2be-ce12-488f-89c7-de200b4c4869",
"name": "AI output",
"type": "string",
"value": "={{ $json.text }}"
},
{
"id": "c396e3b8-f07f-4153-9892-1b499a724dbc",
"name": "AI output gCO₂e",
"type": "number",
"value": "={{ Math.ceil($json.text.length / 4) * $('Conversion factor').item.json['Conversion factor (in gCO₂e/token)'] }}"
}
]
}
},
"typeVersion": 3.4
},
{
"id": "5c25ded0-c24d-455b-82fb-d54d267ca591",
"name": "便签",
"type": "n8n-nodes-base.stickyNote",
"position": [
-624,
-384
],
"parameters": {
"width": 560,
"height": 672,
"content": "# 测量您 AI 的碳足迹"
},
"typeVersion": 1
},
{
"id": "941043b0-01ee-4553-87ec-1246a4cb2f2b",
"name": "转换因子",
"type": "n8n-nodes-base.set",
"position": [
304,
-160
],
"parameters": {
"options": {},
"assignments": {
"assignments": [
{
"id": "a2c5484b-173e-4647-8dc1-23c32a899f75",
"name": "Conversion factor (in gCO₂e/token)",
"type": "number",
"value": 0.0612
}
]
}
},
"typeVersion": 3.4
},
{
"id": "430fc390-50b7-4feb-8c8f-be196a342d60",
"name": "便签1",
"type": "n8n-nodes-base.stickyNote",
"position": [
224,
-240
],
"parameters": {
"color": 5,
"width": 272,
"height": 336,
"content": "### 根据您的模型和设置调整此值"
},
"typeVersion": 1
}
],
"connections": {
"Basic LLM Chain": {
"main": [
[
{
"node": "Calculate gCO₂e",
"type": "main",
"index": 0
}
]
]
},
"Conversion factor": {
"main": [
[
{
"node": "Basic LLM Chain",
"type": "main",
"index": 0
}
]
]
},
"OpenAI Chat Model": {
"ai_languageModel": [
[
{
"node": "Basic LLM Chain",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"When clicking ‘Execute workflow’": {
"main": [
[
{
"node": "Conversion factor",
"type": "main",
"index": 0
}
]
]
}
}
}常见问题
如何使用这个工作流?
复制上方的 JSON 配置代码,在您的 n8n 实例中创建新工作流并选择「从 JSON 导入」,粘贴配置后根据需要修改凭证设置即可。
这个工作流适合什么场景?
中级 - AI 摘要总结, 多模态 AI
需要付费吗?
本工作流完全免费,您可以直接导入使用。但请注意,工作流中使用的第三方服务(如 OpenAI API)可能需要您自行付费。
相关工作流推荐
使用 GPT-4 和 Airtable 自动记录和备份工作流
使用 GPT-4 和 Airtable 自动记录和备份工作流
If
N8n
Set
+14
38 节点Guillaume Duvernay
AI 摘要总结
动态AI网络研究员:从纯文本到自定义CSV
使用GPT-4和Linkup将纯文本转换为自定义CSV的动态AI网络研究员
Set
Code
Split Out
+7
16 节点Guillaume Duvernay
杂项
使用Lookio和OpenAI GPT从知识源创建基于事实的文章
使用Lookio和OpenAI GPT从知识源创建基于事实的文章
Set
Split Out
Aggregate
+7
19 节点Guillaume Duvernay
内容创作
使用Super RAG和GPT-5从知识源创建基于事实的文章
使用Super RAG和GPT-5从知识源创建基于事实的文章
Set
Split Out
Aggregate
+7
19 节点Guillaume Duvernay
AI RAG 检索增强
使用AI规划、Linkup搜索和GPT-5创建研究支持的文章
使用AI规划、Linkup搜索和GPT-5创建研究支持的文章
Set
Split Out
Aggregate
+7
19 节点Guillaume Duvernay
内容创作
每日Jira工单摘要生成器(GPT-5 + Jira API)
使用GPT-5和Jira API的每日Jira工单摘要生成器
Set
Code
Jira
+11
24 节点Billy Christi
AI 摘要总结