同款配置 https://gitee.com/blueBQ/n8n_start_dockerhttps://gitee.com/blueBQ/n8n_start_docker

在一点点的深度使用n8n后，我发现这就是将执行过程可视化的 claude ， cursor 之类的智能体，agent 能做的 n8n 也能做。 得益于 n8n 的执行过程更直观，我也很明显的看出来模型对于生成质量的占比高于70%，剩余的东西才是提示词以及其他 mcp。 不过这次主要目的是分享下我 n8n 中用到的 mcp octocode : 用于从网络上找到代码最佳实践 mcp-omnisearch：聚合了多家 ai 浏览器，用于实时搜索，有免费额度 playwright： 唤起屋头浏览器获取&调试页面 howtocook-mcp： 教你怎么做菜的mcp，我用来解决明天吃什么 promptx： 基于人脑海马体认知的本地记忆，类似酒馆，又有点不用，本来想用来对aigc 去ai味的，目前还没找到最佳实践，官方文档都没出 doubao-img：自己用mcp-server-trigger 对接的豆包图片分析 api 和 fastgpt 知识库操作接口，主要用于给ai提供操作知识库的能力 。。。其他的就是拷贝的claude 自带的一些mcp 贴几张使用记录吧

我创建了多个角色，每个角色都有对应的提示词，给定同一个主题，围绕“高中生没有晚自习”展开后续内容，大约300字

可以看到 ai 味依旧很浓，但依旧是有差别的，所以怎样的提示词才能生产出能让人沉浸式投入的小说/视频/图片/呢？ 我从酒馆上看到了希望，所以打算深入了解下 promptx 和 类脑（酒馆）的实现，如果你也想知道结果，欢迎关注，顺便说下，我的同款部署配置已上传，主页自取。