在 AI 技术飞速迭代的今天，一个有趣的趋势逐渐显现：用 AI 重新定义和改造传统场景。就像 OpenAI 近期推出的 AI 浏览器 Atlas，用智能交互重构了 “浏览” 这件事一样，我们日常获取科技新闻的方式，也能通过自动化工具迎来效率升级。
如果你每天都需要花时间筛选科技资讯、总结核心内容，却被重复操作消耗精力，那这篇文章一定适合你。今天，我们就来手把手教你用 n8n 工作流，搭建一套 “科技新闻速览自动化系统”，让重复工作交给工具，你只需要专注于吸收价值。
📌 前置认知：为什么是 n8n？AI 自动化时代的工具选择
在搭建工作流前，先理清核心工具的逻辑 —— 毕竟好的工具，能让自动化效率翻倍。
- n8n：2025 AIAgent 自动化元年的 “工作流引擎”
n8n 是基于 Node.js 的开源工作流工具包，核心优势在于 “AI 场景适配性”：无论是个人用它串联 “新闻获取→AI 总结” 的轻量需求，还是企业级 AI Agent 的多节点协同，它都能通过可视化拖拽完成，无需复杂编码。
- 启动 n8n：一行命令搞定，零门槛上手
很多人对 “自动化工具” 有畏难情绪，但 n8n 的启动门槛低到超出预期：
bas取消自动换行复制
前提：设备已安装Node.js（推荐v16+）
npx n8n
▶️ 掘金实操小贴士：
- 第一次运行会自动下载 n8n（约 200MB+，网络不稳时可能失败，建议切换手机热点重试）；
- 下载完成后，浏览器会自动打开 http://localhost:5678，直接进入可视化编辑器，无需额外配置。
- JS 生态优势：全场景兼容的 “隐藏 buff”
n8n 基于 Node.js 开发，而 JavaScript 的生态让它能轻松适配多场景：
✅ 前端（浏览器）：可嵌入网页展示工作流结果；
✅ 后端（Node 命令行）：服务器部署实现 24h 自动运行；
✅ AI SDK：完美对接 OpenAI / 通义千问等大模型（JS/Python 是 AI 开发主流语言）；
甚至能跑在单片机上 —— 这种 “全场景兼容”，让后续工作流的扩展更灵活。
🔧 手把手实操：6 步搭建科技新闻速览工作流
整个工作流的核心逻辑是 “定时触发→获取新闻→筛选过滤→格式优化→AI 总结→输出速览”，下面逐个节点拆解，每个步骤都附掘金专属实操标注。
先看整体流程：一张图理清节点关系
- 节点 1：定时触发（Trigger）—— 给工作流 “上闹钟”
目标：让工作流每天固定时间自动启动（比如早 8 点，上班前获取新闻）。
▶️ 操作步骤：
- 在 n8n 编辑器左侧 “节点库” 搜索「Cron」，拖拽到画布；
- 配置触发时间：输入 Cron 表达式 0 8 * * *（表示每天 8 点，不懂 Cron 可搜 “Cron 在线生成器”）；
- 扩展配置：若需给多用户推送，可添加「用户分组」参数，按用户需求设置不同触发时间。
✅ 掘金避坑提醒：Cron 节点默认 “本地时区”，若部署到服务器，需在节点设置中同步服务器时区（避免触发时间偏差）。
- 节点 2：RSS 订阅 —— 科技新闻的 “信息入口”
目标：聚合优质科技资讯，无需逐个访问网站。
n8n 内置「RSS Read」节点，完美解决 “新闻源获取” 问题：
▶️ 操作步骤：
- 收集科技类 RSS 源（附掘金专属清单，可直接复制）：
| 平台 | RSS 地址 |
|---|---|
| 36 氪科技 | 36kr.com/feed/tech |
| TechCrunch 中文 | techcrunch.cn/feed/ |
| 极客公园 | www.geekpark.net/rss |
- 在「RSS Read」节点中粘贴上述地址，点击 “测试”，会自动解析出每条新闻的「标题 / 发布时间 / 正文链接 / 摘要」；
- 关键设置：勾选 “只获取未读内容”，避免重复抓取旧闻。
✅ 优势对比：比用「HTTP 请求节点」更省心 —— 无需手动解析 XML 结构，节点直接输出标准化数据。
- 节点 3：过滤（Filter）—— 只留 “今天的新闻”
目标：从 RSS 结果中筛选出 “当天发布” 的内容，避免信息过载。
这里需要结合 JavaScript 的Date类型知识配置规则：
▶️ 操作步骤：
- 拖拽「Filter」节点到画布，连接「RSS Read」的输出；
- 配置过滤条件：
- 左侧选择 “发布时间（毫秒）”（RSS 节点返回的时间格式）；
- 中间选择 “≥”；
- 右侧输入表达式：{{ $now - 86400000 }}（86400000是 24 小时的毫秒数，即 “当前时间 - 1 天”）；
- 点击 “测试”，确认只保留当天新闻。
📚 JS Date 小知识：
- new Date()：创建当前时间对象；
- Date.now()：获取当前时间的毫秒数（等同于new Date().getTime()）；
- 若需调整筛选范围（比如 “近 12 小时”），只需把86400000改成43200000。
- 节点 4：格式处理（自定义节点）—— 给 AI “喂好料”
目标：整理新闻格式，让大模型更易理解（大模型的输出质量，80% 取决于输入格式）。
▶️ 操作步骤：
- 点击画布空白处，选择 “创建自定义节点”，命名为「DateTransform EditField」；
- 配置 “字段映射” 规则：
| 原始字段 | 处理逻辑 | 输出字段 |
|---|---|---|
| title | 前缀添加「Title: 」 | 合并后内容 |
| content | 前缀添加「Content: 」，与标题用 \n 分隔 | 合并后内容 |
- 最终输出格式示例：
plaintext取消自动换行复制
Title: OpenAI推出AI浏览器Atlas
Content: 该浏览器基于大模型重构交互逻辑，支持语音指令生成网页内容，目前处于内测阶段。
✅ 核心作用：让 AI 清晰区分 “标题” 和 “内容”，避免总结时混淆重点。
- 节点 5：AI Agent—— 让 “智能助手” 做总结
目标：调用大模型，自动提炼新闻核心信息（这是工作流的 “大脑”）。
▶️ 操作步骤：
- 拖拽「OpenAI」（或「通义千问」）节点到画布，连接「格式处理」节点；
- 配置 API 密钥：在节点设置中填入你的大模型 API Key（OpenAI 需科学上网，国内推荐用通义千问 / 文心一言）；
- 选择模型：总结任务推荐用「gpt-3.5-turbo」（性价比高）或「通义千问 - 7B」（国内访问快）。
📌 AI Agent vs 普通 AIGC：
普通 AIGC 只是 “生成文本”，而 AI Agent 能像 “小助手” 一样自主判断 —— 比如遇到技术类新闻，会优先提炼 “核心功能 / 技术突破”；遇到行业新闻，会重点总结 “影响范围 / 趋势变化”。
- 节点 6：AIGC 生成 —— 输出最终 “新闻速览”
目标：生成结构化的 “每日科技新闻速览”，方便阅读和分享。
▶️ 关键配置（2 个核心参数）：
- Temperature（随机性）：
- 范围：0~1（0 最严谨，1 最随机）；
- 推荐值：0.1~0.5（科技新闻需准确，避免过度发散）。
- Prompt 提示词（掘金专属模板）：
plaintext取消自动换行复制
你是科技资讯总结专家，需根据输入的新闻内容，生成「每日科技新闻速览」，要求如下：
-
每条新闻用「【标题】+【核心总结】」格式，核心总结控制在100字内，只留关键信息（技术/产品/行业影响）；
-
整体语言简洁专业，适合科技从业者快速阅读；
-
结尾加「今日趋势小结」，提炼1-2个当天最核心的科技趋势（如AI浏览器、自动化工具）。
输入内容：
{{ $node["DateTransform EditField"].json["合并后内容"] }}
▶️ 输出示例：
plaintext取消自动换行复制
10月28日科技新闻速览
【标题】OpenAI推出AI浏览器Atlas
【核心总结】基于GPT-4o重构浏览逻辑，支持语音生成网页内容，可自动总结长文，目前仅对内测用户开放。
【标题】n8n发布2.0版本，新增AI Agent节点
【核心总结】支持一键对接主流大模型，优化工作流可视化编辑器，新增“单片机部署”功能，降低边缘设备使用门槛。
今日趋势小结
-
AI重构传统工具：从浏览器到工作流，AI正逐步渗透基础工具场景，提升交互效率；
-
自动化门槛降低：n8n等工具通过“零代码+AI节点”，让非技术人员也能搭建复杂自动化流程。
💬 互动征集：你的自动化需求是什么？
如果你在搭建过程中遇到问题，或有其他自动化场景（如 AI 生成周报、自动化测试）想了解，欢迎在评论区留言：
- 你常用的科技新闻源有哪些？
- 你想通过 n8n 实现什么自动化需求？
