前言：个人感觉n8n真比coze牛......
每天醒来，打开手机，无数科技新闻扑面而来：
- OpenAI 推出 AI 浏览器 Atlas
- Google 发布新大模型
- 某公司宣布 AI 革命性突破……
你是否也曾感到：
- 信息过载？刷完一整天，却记不住重点。
- 重复劳动？手动翻阅、摘录、总结，耗时耗力。
- 错过关键趋势？重要的技术动态，可能就在你滑屏的瞬间溜走。
今天，我将分享一个真正解放大脑的方案：用 n8n 搭建一个全自动的「科技新闻速览」工作流，每天定时为你生成一份简洁、精准、有洞察的 AI 摘要报告。
这不是科幻，而是你每天都能用上的生产力工具。
为什么选择 n8n？—— 低代码时代的“自动化瑞士军刀”
n8n 是一个开源的、基于 Node.js 的工作流自动化平台。它允许你通过可视化界面连接各种服务（如 RSS、邮件、数据库、API、AI 模型），实现复杂任务的自动执行。
为什么 n8n 如此强大？
- 无需写代码：拖拽节点即可构建流程
- 支持主流 AI 模型：DeepSeek、ChatGPT、Claude 等均可接入
- 轻量部署：只需一条命令即可运行
- 灵活扩展：可集成 HTTP、Webhook、数据库等任意系统
“2025 年是 AIAgent 自动化元年。”
—— 我们正从“人工操作”迈向“AI 代理决策”的新时代。
实战：搭建「每日科技新闻速览」工作流
我们将使用以下节点构建一个完整的自动化流程：
触发 → 获取 RSS → 过滤 → 数据转换 → 聚合 → AI 生成摘要 → 保存文件
1. 启动工作流：Trigger 节点
When clicking 'Execute workflow'
这是最简单的触发方式，适合测试和演示。你可以后续升级为：
- 每天早上 8:00 自动执行（使用 Cron 节点）
- 用户点击按钮触发
- Webhook 触发
2. 获取数据源：RSS 节点
WiredRSS
我们订阅了《连线》杂志的科技生活频道 RSS 源，这是高质量科技内容的重要来源。
什么是 RSS？ RSS（Really Simple Syndication）是一种 XML 格式，用于发布网站更新内容。用户可以通过 RSS 阅读器集中获取多个网站的最新文章。
在 n8n 中，RSS 节点就像一个“HTTP 请求”，但已经封装好了解析逻辑，直接返回结构化数据（title, content, pubDate 等）。
3. 精准筛选：Filter 节点
PubDateFilter
我们只关心今天发布的文章，避免处理历史旧闻。
// 示例过滤逻辑（伪代码）
if (item.pubDate >= todayStart && item.pubDate <= todayEnd) {
return true;
}
👉 使用 JavaScript 表达式，结合 JS 的 Date 类型进行时间判断：
const now = new Date();
const startOfDay = new Date(now.getFullYear(), now.getMonth(), now.getDate());
const endOfDay = new Date(startOfDay.getTime() + 24 * 60 * 60 * 1000);
return item.pubDate >= startOfDay && item.pubDate <= endOfDay;
60*60*24*1000是一天的毫秒数，这是 JS 中处理日期的核心技巧。
4. 数据预处理：Edit Fields 节点
Edit Fields - manual
我们将原始数据转化为更适合大模型处理的格式：
Title: [文章标题]
Content: [文章正文]
注意： 为什么要这样做？
- 大模型更喜欢清晰、结构化的输入
- 加入前缀有助于模型理解字段含义
- 使用
\n换行，提升可读性
💡 提示词工程（Prompt Engineering）的关键：让模型“看得懂”。
5. 内容聚合：Aggregator 节点
ContentBlockAggregate
将多篇文章的内容合并成一个字符串，供 AI 一次性处理。
Title: AI浏览器Atlas发布
Content: OpenAI推出了全新的AI浏览器Atlas...
Title: 新一代大模型亮相
Content: Google宣布其新模型具备更强的推理能力...
这一步至关重要：减少 API 调用次数，提高效率。
6. 智能摘要生成：AI Agent 节点
AI Agent
这是整个流程的“大脑”。我们配置了 DeepSeek Chat 模型，并设置提示词（Prompt）：
请根据以下科技新闻，生成一份简洁的每日速览报告：
- 保持客观，不要添加个人观点
- 每条新闻用一句话概括
- 最终输出格式为 Markdown 列表
关键参数：
temperature = 0.1
0：完全确定性输出（机械重复）1：高度随机（创意强但可能离题）0.1：严谨完成任务
7. 输出结果：Convert to File + Write to Disk
Convert to File → Write File to Disk
将 AI 生成的摘要保存为 .txt 文件，你可以：
- 上传到网盘共享
- 发送到邮箱
- 作为博客素材
工作流（文字描述）
[触发] → [RSS订阅] → [按日期过滤] → [编辑字段] → [聚合内容] → [AI Agent生成摘要] → [保存为文件]
这个流程就像一个“信息工厂”：
- 输入：互联网上的原始新闻
- 加工：过滤、清洗、结构化
- 智能处理：AI 自动生成摘要
- 输出：一份高质量的每日科技速览
📈 技术亮点回顾
| 技术点 | 应用场景 |
|---|---|
| RSS 节点 | 获取高质量科技资讯 |
| Filter 节点 | 时间过滤，确保时效性 |
| JS Date 类型 | 精确控制时间范围 |
| Edit Fields | 构造 AI 友好输入 |
| Aggregator | 批量处理多条数据 |
| AI Agent | 调用大模型生成内容 |
| 温度参数（temperature） | 控制生成风格 |
n8n 的最大魅力在于：把复杂的编程逻辑，变成了可视化的“拼图游戏”。
未来展望：从“自动化”到“自主决策”
今天的流程还只是“被动执行”。未来，我们可以进一步升级为真正的 AIAgent：
- 让 AI 判断哪条新闻更重要
- 自动撰写推文或评论
- 根据你的兴趣偏好推荐内容
- 甚至与你对话：“你觉得这条新闻怎么样？”
这正是 2025 年 AIAgent 自动化元年 的真实写照。
