n8n科技新闻速递工作流入门笔记：打造你的AI自动化助手（2025年AIAgent元年实践）

UIUV
119 阅读8分钟

写作时间：2025年10月23日

主题：使用 n8n 构建每日科技新闻摘要自动化工作流，迈向 AIAgent 自动化时代

一、引言：为什么我们需要“科技新闻速递”？

在信息爆炸的今天，尤其是人工智能技术飞速发展的2025年，每天都有大量前沿科技动态涌现。从 OpenAI 推出全新 AI 浏览器 Atlas，到 Google 发布新一代多模态模型，再到中国企业在大模型应用上的突破——这些信息如果靠人工手动追踪，不仅耗时费力，还容易遗漏关键内容。

而与此同时，我们正站在一个全新的技术拐点上：2025 年被广泛称为“AIAgent 自动化元年”。在这个时代，AI 不再仅仅是回答问题的工具，而是能够理解任务、自主决策并执行复杂流程的“智能代理”。而实现这一切的关键基础设施之一，就是像 n8n 这样的低代码/无代码工作流自动化平台。

本文将带你一步步构建一个完整的 “科技新闻速递”自动化工作流，利用 n8n 联合 RSS 订阅与 AI 摘要生成能力，每天自动为你推送精选的科技新闻摘要，让你用最少的时间获取最有价值的信息。

二、核心理念：把重复的事情交给机器

“在 AI 时代，可以用 AI 把以前的东西重新做一遍。”

这句话道出了当前技术变革的本质。过去我们手动刷网页、看公众号、翻 Twitter 获取资讯；现在，我们可以让 AI 帮我们完成信息筛选、内容提炼和格式输出。这就是 自动化 + 智能化 的力量。

而 n8n 正是连接各种服务、触发条件、处理数据并调用 AI 的理想桥梁。

什么是 n8n？ n8n（读作 "nighty"）是一个开源的工作流自动化工具，支持通过图形化界面或代码方式编排跨平台的任务流程。它基于 Node.js 构建，具备强大的扩展性和灵活性，特别适合开发者和技术爱好者用来搭建个性化自动化系统。

你可以把它想象成一个“数字乐高”，每个节点是一个功能模块（如获取 RSS、调用 OpenAI API、发送邮件），你只需将它们拼接起来，就能创造出属于自己的智能机器人。

三、技术栈基础：Node.js 与 npx 是什么？

在深入 n8n 之前，先了解其底层运行环境：

Node.js：JavaScript 的后端运行时环境，使得 JS 可以脱离浏览器，在服务器、命令行甚至单片机中运行。 npx：Node.js 自带的包执行工具，可以直接运行 npm 上的模块而无需全局安装。 例如：

Bash 编辑 npx n8n 这条命令会：

检查本地是否已安装 n8n； 若未安装，则自动下载并启动； 启动后可通过 http://localhost:5678 访问 Web 界面。 ⚠️ 注意：首次运行可能因网络问题导致安装失败，建议多试几次，或配置国内镜像源加速。

四、项目目标：打造“每日科技新闻速递”工作流

我们要实现的功能如下：

✅ 每天早上 8:00 自动触发

✅ 从指定科技媒体 RSS 源抓取最新文章

✅ 过滤出“今天发布”的新闻

✅ 提取标题和正文，合并为结构化文本

✅ 调用 AI 大模型进行摘要生成

✅ 输出一份简洁明了的《今日科技要闻》

整个流程无需人工干预，完全自动化。

五、工作流设计详解

我们将在 n8n 中依次添加以下节点，构成完整链条：

  1. Trigger 节点：定时触发器（Cron） 功能：设定每天固定时间触发工作流。 配置示例：

image.png

表示每天上午 8 点整执行一次。 小贴士：可设置多个用户共用此工作流，形成“订阅制”信息服务。

  1. RSS Feed Read 节点：获取科技新闻源 RSS（Really Simple Syndication）是一种标准化的 XML 格式，用于聚合网站更新内容。许多权威科技媒体都提供 RSS 订阅，比如：

连线（Wired）科技频道：www.wired.com/category/te… TechCrunch：techcrunch.com/feed/ The Verge 科技板块：www.theverge.com/rss/index.x… 在 n8n 中添加 RSS Feed Read 节点，输入上述 URL，即可拉取最近发布的文章列表。

image.png

📌 类比理解：RSS 节点 ≈ HTTP 请求节点，但专为内容聚合优化，解析 XML 更方便。

  1. Filter 节点：筛选今日新闻 并非所有 RSS 返回的文章都是“新”的。我们需要过滤掉昨天及更早的内容。

实现逻辑（JavaScript Date 处理）： Js 编辑 // 获取当前时间 const now = new Date(); // 获取24小时前的时间戳（毫秒） const oneDayAgo = now.getTime() - 60 * 60 * 24 * 1000; // 文章发布时间 const itemTime = new Date($json.pubDate).getTime();

// 判断是否在过去24小时内发布 itemTime >= oneDayAgo 在 n8n 的 Filter 节点中使用此表达式，只保留当天发布的新闻。

💡 new Date() 创建当前时间对象

getTime() 返回自 1970 年以来的毫秒数

606024*1000 = 86,400,000 毫秒 = 一天

image.png

  1. Set 节点 / Edit Fields：结构化数据准备 为了让 AI 更好地理解输入内容，我们需要对原始数据进行清洗和重组。

目标格式：

Text 编辑 Title: OpenAI 推出 AI 浏览器 Atlas Content: 在 AI 时代，浏览器也需要进化……该产品预计将于明年上线测试版。 操作步骤：

使用 Set 或 Function 节点 将 title 和 content 字段提取出来 合并为一个字符串content_block，并加上前缀说明 示例代码（Function 节点）：

Js 编辑 const title = json.title;constcontent=json.title; const content = json.content;

return { json: { input_text: Title: ${title}\nContent: ${content} } }; 这样处理后的数据更清晰，也更适合后续 AI 处理。

image.png

  1. 进阶优化：引入 Aggregate 节点，让流程更高效 在前一版工作流中，我们已经实现了从 RSS 获取新闻、过滤今日内容的基本功能。但存在一个潜在问题：

每条新闻都单独触发一次 AI 请求，效率低、成本高、且难以统一格式输出。

为了解决这个问题，我们需要引入一个关键节点——Aggregate（聚合）节点。

什么是 Aggregate 节点？ Aggregate 节点 是 n8n 中用于将多个数据流“合并成一组”后再统一处理的强大工具。它类似于编程中的“批处理”（batch processing）机制。

它的核心作用是：

收集上游所有并行或顺序产生的数据项 将它们打包成一个数组 等待全部数据到达后，再传递给下游节点统一处理 这非常适合我们当前的场景：先获取多条科技新闻 → 再统一交给 AI 做摘要生成或汇总分析。

image.png

  1. AI Agent 节点：调用大模型生成摘要 这是整个工作流的核心——AIGC（AI Generated Content）能力接入。

添加 AI 节点（以 Deepseek 为例） 选择 DeepSeek Chat Model 节点 输入 API Key（需提前注册） 设置模型：Deepseek-chat 编写 Prompt（提示词）：

You are a professional tech news editor.Based on users input,write thepopular postdaily tech.
Write it in Markdown in chinese.
you response shold just contain the Markdown content.
（你是一名专业的科技新闻编辑。根据用户输入，编写流行的博士后技术。
用中文用Markdown写。
你的响应阈值只包含Markdown内容。）

image.png

temperature 参数调节 temperature: 0 → 输出最确定、最保守（适合正式摘要） temperature: 0.7~1.0 → 更有创意，但也可能偏离事实 对于新闻摘要，推荐设为 0.1，确保准确性

  1. 数据整合与输出 经过 AI 处理后，每条新闻都会得到一个精炼的摘要。接下来可以：

使用Convert to File节点将多条新闻汇总

image.png

  1. 最终输出方式（可选） 你可以将结果发送到多个渠道： 例如：每天早上 8:00，你会收到一封标题为“Tech”的文件，内含当日精选摘要。

image.png

六、进阶思考：这只是一个开始 这个“科技新闻速递”工作流看似简单，但它揭示了未来个人生产力的新范式：

🔹 AI Agent 的真正意义 AI Agent 并不只是“会聊天的机器人”，而是能感知环境、做出判断、采取行动的智能体。在这个案例中：

它“感知”到了 RSS 中的新文章 “判断”哪些值得处理 “执行”摘要生成任务 “交付”最终成果 这就是一个典型的轻量级 AI Agent！

🔹 扩展方向建议 多语言支持：加入翻译节点，获取国外新闻并自动翻译成中文。 情感分析：判断某篇报道是正面、负面还是中立情绪。 热点排行：统计关键词频率，生成“本周科技热词榜”。 语音播报：调用 TTS（文本转语音）服务，做成音频版晨间播报。 个性化推荐：根据你的点击行为学习偏好，只推你关心的领域（如 AI、芯片、航天等）。 七、总结：迎接 AIAgent 自动化元年 2025 年，随着大模型能力日益成熟，AI 正从“辅助工具”向“自主代理”演进。而 n8n 这类自动化平台，正是普通人也能参与这场变革的入口。

通过本次实践，我们完成了：

✅ 学习了 n8n 的基本架构与运行方式

✅ 掌握了 RSS 数据采集与时间过滤技巧

✅ 实践了 JS Date 时间处理方法

✅ 设计了面向 AI 的 prompt 工程

✅ 构建了一个可持续运行的 daily tech workflow

更重要的是，我们学会了如何把精力集中在创造上，而不是重复劳动上。

正如开头所说：“在 AI 时代，可以把以前的东西重新做一遍。”

那么这一次，让我们用 AI 和自动化，为自己打造一个更高效、更聪明的生活方式

avatar
文章
阅读
粉丝