n8n-photo-report — скилл для Claude Code: что делает и как установить
Скилл n8n-photo-report автоматизирует подготовку строительных фотоотчётов через n8n и нейросетевой анализ изображений. Помогает сортировать кадры с площадки и фиксировать нарушения.
MIT 116 установок ★ 434 обновлён 2026-10-19
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill n8n-photo-report -a claude-codeЧто делает n8n-photo-report
Скилл описывает автоматизированную цепочку n8n для строительных площадок. Входящие фотографии поступают через вебхук или папку в Dropbox, после чего модель Claude Vision изучает изображение: определяет вид строительных работ, текущий статус, погоду и возможные риски для безопасности.
Результаты распознавания разбираются скриптовым узлом, распределяются по категориям вроде CONCRETE или STEEL и сохраняются в Airtable. По расписанию n8n собирает кадры за день, формирует сводку с перечнем найденных нарушений и отправляет письмо адресатам. Для массовой отправки файлов подготовлен вспомогательный скрипт на Python.
Без действующего ключа ANTHROPIC_API_KEY и готовой таблицы «Site Photos» в Airtable пайплайн не запустится. Окружению также требуется установленный бинарник python3.
Какие задачи решает
- настроить автоматический приём снимков со стройки через вебхук или Dropbox
- выявлять риски безопасности на строительных кадрах с помощью компьютерного зрения
- сохранять структурированные данные о статусе работ в Airtable
- рассылать ежедневные сводки по фотоотчётам на электронную почту
Примеры запросов агенту
- Настрой цепочку n8n для обработки фотоотчётов со стройплощадки
- Покажи код вспомогательного Python-скрипта для пакетной загрузки фото через вебхук
- Помоги настроить расписание отправки ежедневного отчёта из базы Airtable
Как установить n8n-photo-report
1Через Skills CLI (Vercel)
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill n8n-photo-report -a claude-code2Вручную: положить файлы
~/.claude/skills/n8n-photo-report/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/n8n-photo-report/
1Через Skills CLI (Vercel)
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill n8n-photo-report -a codex2Вручную: положить файлы
.agents/skills/n8n-photo-report/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill n8n-photo-report -a cursor2Вручную: положить файлы
.cursor/skills/n8n-photo-report/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction 3_DDC_Insights/Automation-Workflows/n8n-photo-report2Вручную: положить файлы
.github/skills/n8n-photo-report/SKILL.md1Через Skills CLI (Vercel)
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill n8n-photo-report -a gemini-cli2Командой платформы
gemini skills install https://github.com/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --path 3_DDC_Insights/Automation-Workflows/n8n-photo-reportВручную: положить файлы
.devin/skills/n8n-photo-report/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill n8n-photo-report -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о n8n-photo-report
Как установить n8n-photo-report в Claude Code?
Выполните команду npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill n8n-photo-report -a claude-code.
Что делает n8n-photo-report?
Скилл даёт готовую структуру воркфлоу n8n, который принимает снимки площадки, анализирует их через Claude Vision, заносит метаданные в Airtable и готовит вечерние email-отчёты.
Какие сервисы и ключи нужны для работы цепочки?
Нужны инстанс n8n, рабочий ключ ANTHROPIC_API_KEY, аккаунт Airtable с настроенной таблицей «Site Photos» и параметры почтового сервера для рассылки.
Исходный текст
SKILL.md · MIT
---
name: "n8n-photo-report"
description: "Automate construction photo report generation using n8n with AI-powered image analysis."
homepage: "https://datadrivenconstruction.io"
metadata: {"openclaw": {"emoji": "🔧", "os": ["darwin", "linux", "win32"], "homepage": "https://datadrivenconstruction.io", "requires": {"bins": ["python3"]}}}
---
# n8n Photo Report Automation
## Business Case
Site photos require organization, analysis, and reporting. This workflow automates photo collection, AI analysis, and report generation.
## Workflow Overview
```
[Photo Upload] → [AI Analysis] → [Categorization] → [Report Generation] → [Distribution]
```
## n8n Workflow Configuration
### 1. Photo Input Triggers
```json
{
"nodes": [
{
"name": "Photo Webhook",
"type": "n8n-nodes-base.webhook",
"parameters": {
"httpMethod": "POST",
"path": "photo-upload",
"options": {
"binaryData": true
}
}
},
{
"name": "Watch Dropbox Folder",
"type": "n8n-nodes-base.dropbox",
"parameters": {
"operation": "listFolder",
"path": "/SitePhotos/{{$today}}"
}
}
]
}
```
### 2. AI Image Analysis
```json
{
"name": "Analyze with Claude Vision",
"type": "n8n-nodes-base.httpRequest",
"parameters": {
"method": "POST",
"url": "https://api.anthropic.com/v1/messages",
"headers": {
"x-api-key": "={{$env.ANTHROPIC_API_KEY}}",
"anthropic-version": "2023-06-01"
},
"body": {
"model": "claude-3-5-sonnet-20241022",
"max_tokens": 1024,
"messages": [{
"role": "user",
"content": [
{
"type": "image",
"source": {
"type": "base64",
"media_type": "image/jpeg",
"data": "={{$binary.data.toString('base64')}}"
}
},
{
"type": "text",
"text": "Analyze this construction site photo. Identify: 1) Work activity visible, 2) Approximate completion status, 3) Any safety concerns, 4) Weather conditions. Return JSON format."
}
]
}]
}
}
}
```
### 3. Categorize and Store
```json
{
"nodes": [
{
"name": "Parse AI Response",
"type": "n8n-nodes-base.code",
"parameters": {
"jsCode": "const response = JSON.parse($json.content[0].text);\n\nreturn [{\n json: {\n filename: $('Photo Webhook').first().json.filename,\n timestamp: new Date().toISOString(),\n activity: response.work_activity,\n completion: response.completion_status,\n safety_issues: response.safety_concerns,\n weather: response.weather,\n category: response.work_activity.includes('concrete') ? 'CONCRETE' :\n response.work_activity.includes('steel') ? 'STEEL' :\n response.work_activity.includes('mep') ? 'MEP' : 'GENERAL'\n }\n}];"
}
},
{
"name": "Store in Airtable",
"type": "n8n-nodes-base.airtable",
"parameters": {
"operation": "create",
"table": "Site Photos",
"fields": {
"Filename": "={{$json.filename}}",
"Date": "={{$json.timestamp}}",
"Activity": "={{$json.activity}}",
"Category": "={{$json.category}}",
"Completion": "={{$json.completion}}",
"Safety Issues": "={{$json.safety_issues}}"
}
}
}
]
}
```
### 4. Generate Photo Report
```json
{
"nodes": [
{
"name": "Schedule Report",
"type": "n8n-nodes-base.scheduleTrigger",
"parameters": {
"rule": {"interval": [{"field": "cronExpression", "expression": "0 18 * * 1-5"}]}
}
},
{
"name": "Get Today Photos",
"type": "n8n-nodes-base.airtable",
"parameters": {
"operation": "list",
"table": "Site Photos",
"filterByFormula": "IS_SAME({Date}, TODAY(), 'day')"
}
},
{
"name": "Generate Report",
"type": "n8n-nodes-base.code",
"parameters": {
"jsCode": "const photos = $input.all();\n\nconst byCategory = {};\nlet safetyIssues = [];\n\nphotos.forEach(p => {\n const cat = p.json.fields.Category;\n if (!byCategory[cat]) byCategory[cat] = [];\n byCategory[cat].push(p.json.fields);\n \n if (p.json.fields['Safety Issues'] && p.json.fields['Safety Issues'] !== 'None') {\n safetyIssues.push({\n photo: p.json.fields.Filename,\n issue: p.json.fields['Safety Issues']\n });\n }\n});\n\nreturn [{\n json: {\n date: new Date().toISOString().split('T')[0],\n total_photos: photos.length,\n by_category: byCategory,\n safety_issues: safetyIssues,\n safety_count: safetyIssues.length\n }\n}];"
}
}
]
}
```
### 5. Distribution
```json
{
"name": "Send Report Email",
"type": "n8n-nodes-base.emailSend",
"parameters": {
"toEmail": "={{$env.PHOTO_REPORT_RECIPIENTS}}",
"subject": "Site Photo Report - {{$json.date}} ({{$json.total_photos}} photos)",
"html": "<h2>Daily Photo Report</h2><p>Total Photos: {{$json.total_photos}}</p><h3>Safety Issues: {{$json.safety_count}}</h3>{{#if $json.safety_issues.length}}<ul>{{#each $json.safety_issues}}<li>{{photo}}: {{issue}}</li>{{/each}}</ul>{{/if}}"
}
}
```
## Python Helper
```python
import requests
import base64
def upload_photo_to_workflow(image_path: str, webhook_url: str, metadata: dict):
"""Upload photo to n8n workflow."""
with open(image_path, 'rb') as f:
image_data = base64.b64encode(f.read()).decode()
payload = {
'filename': image_path.split('/')[-1],
'image_data': image_data,
'project_id': metadata.get('project_id'),
'location': metadata.get('location'),
'captured_by': metadata.get('captured_by')
}
response = requests.post(webhook_url, json=payload)
return response.json()
def batch_upload_photos(photo_paths: list, webhook_url: str, project_id: str):
"""Batch upload multiple photos."""
results = []
for path in photo_paths:
result = upload_photo_to_workflow(path, webhook_url, {'project_id': project_id})
results.append(result)
return results
```
## Quick Start
1. Import workflow to n8n
2. Configure API keys:
- `ANTHROPIC_API_KEY` for Claude Vision
- Airtable credentials
- Email configuration
3. Create Airtable base with "Site Photos" table
4. Test with sample photo upload
## Resources
- **n8n Documentation**: https://docs.n8n.io
- **Claude Vision API**: https://docs.anthropic.com
- **DDC Book**: Chapter 4.2 - Workflow Automation
© datadrivenconstruction · MIT · datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction