AI教程

用 Docker Compose 自托管 n8n，固定加密密钥与数据卷，再用测试和生产 Webhook 检查外部访问路径。

先按任务风险和上下文规模分类，再用同一小任务比较候选模型，记录正确性、等待时间与用量，形成自己的选择表。

在 n8n 中通过 HTTP Request 调用已有 RAGFlow 助手，传入会话问题、关闭流式响应并提取回答与引用。

按 Cursor 支持范围配置自有 API Key，显式选择模型，用一次低风险问答验证生效，并排查组织策略、余额与网络错误。

在 n8n 中用 OpenAI Image 节点把提示词生成图片，检查二进制输出，并按云端或自托管环境选择保存位置。

先克隆并打开可信的 GitHub 仓库，再用 README、依赖清单、入口文件和测试交叉核对 Cursor 给出的项目说明。

弄清 Cursor 代码库索引的范围，检查索引状态，用忽略文件排除敏感或生成内容，并通过带文件引用的问题验证上下文。

先提供真实且可公开使用的产品事实、受众和不能承诺的内容，再让模型给出多个版本；发布前由人逐项核对价格、效果和联系方式。

Claude 是 Anthropic 提供的 AI 产品系列。核对公司、模型与服务时，以公司介绍和模型文档为准，不根据第三方截图判断归属。

把长期要求写成任务目标、允许资料、禁止事项和输出格式；先在一项低风险任务上验证，再保存为可复用指令。