Ditt team har tusentals bilder. Alla “vet” att den perfekta bilden finns någonstans. Sedan börjar jakten. Mappnamn, otydliga filnamn, halvt ihågkomna kampanjnamn och mycket scrollande.
Det är här automatiserad bildsökning snabbt betalar sig. Marknadschefer märker det när de bygger om annonser i stället för att återanvända godkända assets. Creative leads blir pingade hela dagen om “den där bilden med de röda skorna”. Och ops-personen som “äger biblioteket” tappar i det tysta timmar varje vecka.
Det här flödet tar emot inkommande bilder, taggar innehållet i dem med Cloudflare Workers AI och indexerar allt i Elasticsearch så att du kan söka på objekt. Du får se hur flödet fungerar, vad du behöver och vad du ska se upp med.
Så fungerar den här automatiseringen
Hela n8n-flödet, från trigger till slutlig output:
n8n Workflow Template: Cloudflare Workers AI + Elasticsearch för sökbara bilder
flowchart LR
subgraph sg0["When clicking "Test workflow" Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "When clicking 'Test workflow'", pos: "b", h: 48 }
n1["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>Fetch Source Image"]
n2@{ icon: "mdi:swap-vertical", form: "rounded", label: "Split Out Results Only", pos: "b", h: 48 }
n3@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Filter Score = 0.9", pos: "b", h: 48 }
n4@{ icon: "mdi:cog", form: "rounded", label: "Crop Object From Image", pos: "b", h: 48 }
n5@{ icon: "mdi:swap-vertical", form: "rounded", label: "Set Variables", pos: "b", h: 48 }
n6["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>Use Detr-Resnet-50 Object Cl.."]
n7["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>Upload to Cloudinary"]
n8@{ icon: "mdi:cog", form: "rounded", label: "Create Docs In Elasticsearch", pos: "b", h: 48 }
n9["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>Fetch Source Image Again"]
n5 --> n1
n1 --> n6
n3 --> n9
n7 --> n8
n4 --> n7
n2 --> n3
n9 --> n4
n0 --> n5
n6 --> n2
end
%% Styling
classDef trigger fill:#e8f5e9,stroke:#388e3c,stroke-width:2px
classDef ai fill:#e3f2fd,stroke:#1976d2,stroke-width:2px
classDef aiModel fill:#e8eaf6,stroke:#3f51b5,stroke-width:2px
classDef decision fill:#fff8e1,stroke:#f9a825,stroke-width:2px
classDef database fill:#fce4ec,stroke:#c2185b,stroke-width:2px
classDef api fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef code fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
classDef disabled stroke-dasharray: 5 5,opacity: 0.5
class n0 trigger
class n3 decision
class n1,n6,n7,n9 api
classDef customIcon fill:none,stroke:none
class n1,n6,n7,n9 customIcon
Problemet: bildbibliotek blir snabbt omöjliga att söka i
De flesta team har egentligen inget “asset-bibliotek”. De har en hög. Ett mappträd i Google Drive, ett DAM som används inkonsekvent, en Dropbox-kyrkogård och en handfull Slack-trådar där den riktiga “single source of truth” bor. Det jobbiga är att ditt bästa material blir svårt att återanvända. Folk slutar leta eftersom sökning tar tid, sedan återskapar de assets från grunden och högen växer ännu snabbare. Ärligt talat är den största kostnaden momentum. När det tar 20 minuter att hitta en bild slutar du testa nya idéer.
Det bygger upp snabbt. Här är var det faller isär i det dagliga arbetet.
- Filer sparas som “final_v7_approved2.jpg”, vilket gör nyckelordssökning i princip värdelös.
- Manuell taggning blir inkonsekvent eftersom ingen har tid efter en lansering.
- Du återanvänder färre godkända assets, så kreativa granskningscykler blir längre och dyrare.
- När en kollega slutar försvinner “tyst kunskap” om var saker finns tillsammans med personen.
Lösningen: autotagga bilder och indexera dem för sökning
Det här n8n-flödet gör varje ny bild till sökbar data. En bild kommer in via en HTTP-endpoint (så den kan skickas från ett formulär, ett internt verktyg eller en annan automation). n8n skickar vidare bilden till Cloudflare Workers AI, som kör en objektklassificeringsmodell (Detr-Resnet-50) för att upptäcka vad som finns i bilden. Svaret innehåller etiketter, positioner och konfidenspoäng, och flödet filtrerar bort detektioner med låg konfidens (under 0,9) så att ditt index förblir felfritt. Till sist skriver det bildens URL plus de upptäckta objekten till Elasticsearch, redo för snabba uppslag. När du senare bygger ett sökgränssnitt (eller ens ett enkelt internt frågeverktyg) kan du söka på “cykel”, “laptop” eller “hund” och få relevanta bilder tillbaka.
Flödet startar när en bild postas till en webhook/HTTP-endpoint. Cloudflare Workers AI returnerar objekten den ser, sedan behåller n8n bara etiketter med hög konfidens och strukturerar datan för indexering. Elasticsearch lagrar allt så att sökningen blir omedelbar och repeterbar.
Det här får du: automation vs. resultat
| Vad det här flödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att ditt team lägger till 50 nya bilder i veckan från fotograferingar, UGC och designeexporter. Utan automation tar taggning ens 2 minuter per bild cirka 100 minuter, och det är om folk gör det konsekvent (det gör de inte). Sedan lägger någon ytterligare 20 minuter några gånger om dagen på att söka eller be om filer igen i Slack, vilket lätt blir ett par timmar i veckan. Med det här flödet: du laddar upp en gång via HTTP-endpointen, modellen taggar objekt automatiskt och Elasticsearch gör dem sökbara direkt. “Var finns den?”-loopen försvinner till stor del.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- Cloudflare Workers AI för att detektera objekt i bilder.
- Elasticsearch för att lagra taggar och bild-URL:er.
- Cloudflare API-token (skapa den i Cloudflare-dashboarden).
Kunskapsnivå: Medel. Du kopierar in API-uppgifter i n8n och bekräftar att ditt Elasticsearch-index går att nå.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
En bild träffar din n8n-endpoint. Flödet triggas av en HTTP-request/webhook som tar emot en bild (eller en länk till en), vilket innebär att du kan koppla det till uppladdningar från din webbplats, interna verktyg eller andra automationer.
Bilden analyseras för objekt. n8n skickar bilden till Cloudflare Workers AI via en HTTP-request. Modellen returnerar upptäckta objekt med etiketter, bounding boxes och konfidenspoäng.
Lågkvalitativa taggar tas bort. Ett “If”-filter behåller bara detektioner över 0,9 i konfidens, sedan formar “Set/Edit Fields” om payloaden till något Elasticsearch kan indexera på ett korrekt formaterat sätt.
Allt indexeras för sökning. Flödet skriver bildens URL och den slutliga objektlistan till Elasticsearch, och svarar sedan tillbaka till den ursprungliga requesten så att din uppladdare vet att det fungerade.
Du kan enkelt justera konfidensgränsen för att matcha dina krav utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Vanliga fallgropar
- Inloggningsuppgifter för Cloudflare Workers AI kan löpa ut eller kräva specifika behörigheter. Om det slutar fungera, kontrollera först dina scopes för Cloudflare API-token i Cloudflare-dashboarden.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om nedströmsnoder misslyckas på grund av tomma svar.
- Elasticsearch kan neka skrivningar om index-mappningen inte matchar din payload. Kontrollera Elasticsearch-serverloggarna och bekräfta fälttyperna för etiketter, arrayer och URL:er.
Vanliga frågor
Cirka 30 minuter om dina Cloudflare- och Elasticsearch-konton är redo.
Nej. Du kopplar främst ihop konton och klistrar in API-uppgifter i n8n.
Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in användning av Cloudflare Workers AI och dina hostingkostnader för Elasticsearch.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärt och hanterar n8n bra. Egen hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, men då lägger du till ett lager till. Behåll Cloudflares objekttaggning och lagra sedan extra metadata för likhetssökning (ofta embeddings) tillsammans med URL:en i Elasticsearch eller en vektordatabas. I n8n byter du vanligtvis ut eller bygger ut AI-steget (AI Agent/OpenAI Chat Model kan hjälpa till att skapa strukturerad metadata) och justerar fälten du skickar i steget Set/Edit Fields. Vanliga justeringar är att ändra konfidensgränsen, lägga till kategorier som “produkttyp” och spara kampanj- eller kund-ID:n för filtrering.
Oftast är det ett problem med API-token. Skapa en ny Cloudflare-token, se till att den har rätt Workers AI-behörigheter och uppdatera den i n8n-credentialn eller i de HTTP-headers som används av requesten. Om det bara misslyckas för vissa bilder, kontrollera gränser för request-storlek och bekräfta att du skickar bilden i formatet som Cloudflare förväntar sig. Rate limiting kan också dyka upp om du laddar upp mycket på en gång, så att sprida ut requesterna kan ibland lösa det.
På n8n Cloud beror det på din plans månadsvisa körningar, och varje bild räknas oftast som en körning. Om du kör egen hosting finns ingen fast körningsgräns (det begränsas av din server och din genomströmning i Cloudflare/Elasticsearch). I praktiken börjar de flesta små team med några hundra bilder per dag utan problem och skalar sedan genom att batcha och lägga till en kö vid behov.
Ofta, ja. Det här flödet drar nytta av grenlogik, filtrering (som regeln med 0,9 i konfidens) och att forma payloads för Elasticsearch, och n8n hanterar den typen av “riktiga flöden” utan att tvinga upp dig i högre nivåer för varje extra steg. Zapier eller Make kan fungera för grundtaggning, men indexering i Elasticsearch plus upprensning blir ofta pilligt. Den stora vinsten är egen hosting: obegränsade körningar när du behöver volym. Om du är osäker, prata med en automationsexpert och få en rak rekommendation.
När bilder blir sökbara utifrån vad som finns i dem återanvänder folk dem faktiskt. Sätt upp detta, mata in nya uppladdningar och gå vidare till arbete som förtjänar din uppmärksamhet.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.