苹果手机 + n8n Webhook:把你的 iPhone 变成自动化“物理外挂”

苹果手机 + n8n Webhook:把你的 iPhone 变成自动化“物理外挂”

原文地址:https://mp.weixin.qq.com/s/xjiPiFG0isLpfBKhazxNcQ

手里拿着 iPhone,你以为它只是个手机?
它其实是一个集成了 GPS、NFC、陀螺仪、高清摄像头、麦克风 的超级传感器集合体。

但这些传感器平时都被锁在一个个 App 里,各自为战。
今天,我们要用 n8n Webhook 这把钥匙,把它们全部解锁,接入你的自动化工作流。

从此,你的 iPhone 不再是信息的终点,而是掌控一切的 “物理外挂”

为什么要搞这个?

你肯定遇到过这种场景:

• 突然有个灵感,想记到 Notion 里,结果:解锁手机 -> 找 App -> 打开 -> 点加号 -> 输入... 灵感早跑了。

• 下班回家,想给家里报个平安,顺便把客厅空调开了。

• 看到一段好代码,想存进知识库,顺便让 AI 总结一下。

痛点在于: 手机 App 的交互太慢了,且数据不互通。

解法:
iPhone 快捷指令 (Shortcuts)
 负责收集数据(位置、语音、文本、NFC)。
n8n Webhook 负责接收数据,并指挥后端的一切(写入数据库、发消息、调用 AI)。

简单说,iPhone 是扳机,n8n 是子弹。

硬核实操:手把手教你“握手”

原理就一个词:HTTP POST
iPhone 发一个 POST 请求给 n8n,带上你要的数据。就这么简单。

第一步:在 n8n 建好“停机坪” (Webhook)

1. 打开 n8n,拖出一个 Webhook 节点。

图片

2. Authentication: 选 None (为了演示方便,生产环境建议加上 Header 验证)。

3. HTTP Method: 必须选 POST (我们要传数据过去)。

4. Path: 随便填,比如 iphone-trigger

5. Copy URL: 复制那个 Test URL

6. 点一下 "Listen for Test Event",让它处于“待命”状态。

图片

第二步:在 iPhone 上装好“发射器” (快捷指令)

拿出 iPhone,打开“快捷指令” App,点右上角 + 号:

1. 添加操作:搜索 “获取 URL 内容” (Get Contents of URL)

2. URL:粘贴刚才 n8n 的那个链接。

3. 方法 (Method):改成 POST

4. 请求体 (Request Body):选 JSON

5. 添加字段

  • • Key: content (或者你想传的任何参数名)
  • • Value: 点击变量,选 “每次询问” (Ask Each Time),或者直接输入一段固定的字。

高阶技巧
你可以在“获取 URL 内容”之前,加一个 “听写文本”,把语音转成文字;或者加一个 “获取当前位置”。然后把这些变量填进 JSON 的 Value 里。

第三步:发射!

1. 点击快捷指令右下角的 ▶️ 运行。

2. 回到 n8n,你会看到界面一闪:"Data received"

图片

恭喜你,打通了!
现在你的 iPhone 已经和 n8n 连体了。接下来,就是见证脑洞的时刻。

三个“炸裂”的极客玩法

打通了连接只是第一步,怎么玩才是关键。这里有 3 个我自己在用的场景:

1. “闪念胶囊”:语音 -> Notion/飞书

痛点:走路、开车时有想法,没法打字。
配置

  • • iPhone: 呼叫 Siri 运行快捷指令 -> 听写文本 -> 发送 Webhook。
  • • n8n: Webhook 接收 -> HTTP Request 写入 Notion/飞书多维表格。
    体验
    对着手机喊一句:“嘿 Siri,记录灵感”,说完你的想法。
    下一秒,这条想法已经安静地躺在你的 Notion 数据库里了,甚至还自动打上了 Inbox 的标签。

图片

2. “秘密会议模式”:背面轻敲 -> 自动汇报

痛点:开会时老板突然问数据,或者需要紧急给同事发信号,不好意思玩手机。
配置

  • • iPhone: 设置 -> 辅助功能 -> 触控 -> 轻点背面 -> 设置为某个快捷指令。
  • • n8n: Webhook 接收 -> 飞书/钉钉机器人发消息:“我在开会,稍后回电” 或者自动查询昨天的数据并发回给你。
    体验
    手机放桌上,手指悄悄在背面敲两下。
    事儿办完了,深藏功与名。

图片

3. “真·智能家居”:NFC 贴纸 -> 场景联动

痛点:智能家居 App 太多,切来切去很烦。
配置

  • • 买几张 NFC 贴纸(几毛钱一张),贴在床头、门口、书桌上。
  • • iPhone: 快捷指令 -> 自动化 -> 当扫描 NFC 标签时 -> 发送 Webhook (带上标签 ID)。
  • • n8n: Switch 节点判断 ID -> 控制米家/HomeAssistant 设备。
    体验
    手机往书桌上一扔(扫到 NFC),台灯亮起,电脑唤醒,音箱开始放 Lo-Fi 音乐,手机自动进入“勿扰模式”。
    这不仅是自动化,这是仪式感

写在最后

工具的价值,不在于它有多复杂,而在于它能不能顺手

iPhone + n8n 的组合,本质上是把 n8n 强大的后端处理能力,塞进了你口袋里最顺手的设备中。

你不需要写 App,不需要搞服务器,只需要几个简单的 HTTP 请求,就能把物理世界和数字世界连接起来。

别光看着,拿起手机,先建它一个 Webhook 试试?
你会发现,自动化的大门,才刚刚打开。


你最想用 iPhone 一键触发什么功能?评论区聊聊,说不定就能用 n8n 实现!

Read more

解决AMD显卡在llama.cpp中Vulkan后端兼容性问题的完整指南

解决AMD显卡在llama.cpp中Vulkan后端兼容性问题的完整指南 【免费下载链接】llama.cppPort of Facebook's LLaMA model in C/C++ 项目地址: https://gitcode.com/GitHub_Trending/ll/llama.cpp 在本地部署大语言模型时,许多用户在使用AMD显卡运行llama.cpp时遇到了Vulkan后端兼容性问题。这些问题不仅影响推理性能,还可能导致程序崩溃或异常退出。本文将为您提供一套完整的解决方案,帮助您彻底解决AMD显卡与llama.cpp Vulkan后端的兼容性挑战。 快速识别兼容性问题 当您遇到以下症状时,很可能就是AMD显卡与Vulkan后端不兼容导致的: * 程序启动时立即崩溃,错误信息包含"vkCreateInstance failed"或"Vulkan初始化失败" * 模型加载过程卡在"Initializing Vulkan backend&

对于VScode中Copilot插件使用卡顿问题的解决办法

copilot卡顿主要是网络和内存占用原因。 VScode内存优化解决办法: 结合链接和我补充的基本都可以解决。 解决VSCode无缘无故卡顿的问题_vscode卡顿-ZEEKLOG博客 在VScode中打开setting.json文件,打开方法ctrl+shift+p,输入Preferences: Open User Settings (JSON), 然后添加如下代码: { "search.followSymlinks": false, "git.autorefresh": false, "editor.formatOnSave": false } 结合链接和我补充的基本都可以解决。 VScode代理问题: vscode copilot长时间没反应_vscode中copilot总是卡住-ZEEKLOG博客 配置代理的话两种方法,上面是一种,推荐两种结合起来用(不冲突) 还是在setting.json文件中,添加如下代码: { "http.proxy": "http://127.

6000字技术向拆解|火山引擎多模态数据湖携手“大晓机器人”探索视频处理新路径

资料来源:火山引擎-开发者社区 国内具身智能领域又迎来重磅消息。 12月18日,“大晓机器人”正式亮相,作为行业级“具身超级大脑”,“大晓机器人”将以全新研发范式、全新数据采集范式,以及性能领先全球的“开悟”世界模型3.0(Kairos 3.0),精准剖析并响应当前阶段行业在技术突破和商业落地的双重诉求,将前沿技术转化为可落地、可复用的解决方案。 同步发布的还有“具身超级大脑模组A1”,通过搭载首创纯视觉无图端到端VLA具身智能模型,让具身智能摆脱了预先地图采集的依赖,能够快速适应复杂的陌生环境——基于这项能力,“大晓机器人”将与国内领先的智能企业达成战略合作,在安防、巡检等工业场景率先部署机器狗。 “大晓机器人”将前沿高新技术转化为可被企业、行业快速落地且易于 复用的通用能力,助力企业、行业在AI时代持续繁荣。 同时,“大晓机器人”也以积极态度拥抱行业合作,先后与包括火山引擎等在内的多家云厂商开展联合探索,进一步提升在大模型领域的创新力。 本文将核心探讨“大晓机器人”与火山引擎,聚焦千万小时级的视频数据处理场景,如何通过火山引擎 LAS AI数据湖解决方案,跑通最佳实

Face3D.ai Pro企业实操:AIGC内容工厂中人脸资产标准化生产方案

Face3D.ai Pro企业实操:AIGC内容工厂中人脸资产标准化生产方案 1. 企业级人脸资产生产的挑战与机遇 在当今AIGC内容工厂中,人脸资产的生产一直是个技术难题。传统3D建模需要专业美术师花费数小时甚至数天时间,而普通AI生成的人脸又往往缺乏工业级的精度和一致性。Face3D.ai Pro的出现,为企业提供了一个从单张照片到高质量3D人脸资产的完整解决方案。 这个系统基于深度学习的ResNet50面部拓扑回归模型,能够从一张普通的2D正面照片中,实时还原出高精度的3D人脸几何结构,并生成4K级别的UV纹理贴图。这意味着企业现在可以快速、批量地生产标准化的人脸资产,大幅提升内容生产效率。 2. Face3D.ai Pro核心功能解析 2.1 工业级重建算法 Face3D.ai Pro的核心优势在于其工业级的重建精度。系统基于ModelScope的cv_resnet50_face-reconstruction管道,实现了面部形状、表情与纹理的深度解耦。这种解耦设计意味着生成的人脸资产可以轻松地进行后续编辑和调整。 在实际应用中,系统会自动生成符合工业标准的UV