🌐在人工智能与自动化技术迅猛发展的 2025 年，“重复性工作交给机器，创意性思考留给人类” 已成为数字工作者的新信条。本文全面、深入、详细地讲解如何使用 n8n + AI 大模型 构建一个全自动的「每日科技新闻速览」系统，并对其中涉及的技术栈、工具链、AI 配置、数据处理逻辑进行全方位剖析。我们将从底层原理讲起，逐步构建完整工作流，最终产出一份结构清晰、内容权威、语言地道的中文科技日报。
🚀 一、背景：为什么需要自动化科技新闻流？
每天全球有成千上万篇科技文章发布，信息过载已成为常态。人工筛选、阅读、总结既耗时又低效。而借助 n8n（一个开源的低代码自动化工作流引擎） 与 大语言模型（LLM），我们可以：
- ✅ 自动抓取 权威科技媒体（如 WIRED）的最新内容
- ✅ 过滤 仅保留 24 小时内的新鲜资讯
- ✅ 结构化整理 原始 RSS 数据
- ✅ 由 AI 编辑 生成专业、简洁、可读性强的中文摘要
- ✅ 输出为 Markdown 文件（如
tech.md），便于集成到博客、邮件、内部简报等场景
这不仅是效率工具，更是 AIAgent 自动化元年（2025） 的典型实践。
⚙️ 二、核心工具链详解
1. n8n 是什么？
n8n（发音为 “n-eight-n”）是一个基于 Node.js 的开源工作流自动化平台，支持可视化拖拽节点构建复杂逻辑。其名字源自 “nodemation”（node + automation）。
-
运行环境灵活：
- 🖥️ 前端浏览器：通过 Web UI 操作
- 🖥️ 后端命令行：使用
node运行 - 🤖 AI SDK 开发：原生支持 JavaScript/TypeScript，也兼容 Python（通过 API）
- 📦 边缘设备：甚至可在资源受限的单片机（如 Raspberry Pi）上轻量运行
-
无需全局安装：通过
npx即可一键启动：npx n8n首次运行会自动下载安装（约几百 MB），若网络不佳可换国内镜像：
npm i -g n8n --registry=https://registry.npmmirror.com
💡 npx 是什么？
它是 Node.js 自带的包执行工具，允许你临时运行某个 npm 包，而无需npm install -g全局安装。非常适合试用或一次性任务。
2. RSS：信息聚合的基石
本项目的数据源来自 WIRED（连线杂志） 的官方 RSS 订阅：
-
URL:
https://www.wired.com/feed/rss -
RSS 是什么？
RSS（Really Simple Syndication，简易信息聚合）是一种基于 XML 的标准格式，用于发布经常更新的内容（如新闻、博客）。用户可通过 RSS 阅读器集中订阅多个源，避免逐个网站刷更新。 -
为何选 WIRED？
WIRED 是全球最具影响力的科技与文化媒体之一，覆盖 AI、硬件、隐私、社会议题等前沿领域，内容质量高、更新频繁，非常适合做科技日报源。
🔧 三、n8n 工作流构建详解（8 步全流程）
以下是你设计的完整工作流，我们将逐节点拆解其作用与实现细节。
第 1 步：⏰ Trigger 节点 —— 定时触发
- 节点名称：
DailyTrigger - 功能：每天固定时间自动启动整个流程
- 配置示例：
- Cron 表达式：
0 8 * * *（每天早上 8 点 UTC） - 支持按天 / 周 / 月调度
- Cron 表达式：
- 扩展性：可部署为服务供个人或团队使用，实现“无人值守”的每日简报生成。
第 2 步：📡 RSS 节点 —— 抓取 WIRED 新闻
- 节点名称：
WiredRSS - URL：
https://www.wired.com/feed/rss - 输出字段（每篇文章）：
title：文章标题link：原文链接pubDate：发布时间（ISO 8601 格式，如"2025-11-15T10:30:00Z"）content：HTML 或纯文本正文
📌 注意：RSS 内容可能包含 HTML 标签，后续需清洗或保留（取决于 AI 模型容忍度）。
第 3 步：🔍 Filter 节点 —— 仅保留 24 小时内新闻
- 节点名称：
PubDateFilter - 目的：避免旧闻混入日报
- JS 日期逻辑详解：
// 获取当前时间毫秒数
const now = new Date().getTime(); // e.g., 1731700800000
// 计算 24 小时前的时间（单位：毫秒）
const oneDayAgo = now - 24 * 60 * 60 * 1000; // 86400000 ms
// 创建 Date 对象用于比较
const cutoffDate = new Date(oneDayAgo); // e.g., 2025-11-14T10:30:00Z
// 在 Filter 节点中比较每篇文章的 pubDate
// 假设 item.pubDate 是字符串 "2025-11-15T09:00:00Z"
return new Date(item.pubDate) > cutoffDate;
✅ 关键点：JavaScript 的
Date对象可直接解析 ISO 时间字符串并进行大小比较。
第 4 步：✏️ Data Transform 节点 —— 结构化内容块
- 节点名称：
EditPubDate - 操作：新增字段
content_block - 表达式：
{{ 'Title: ' + $json.title + '\n' + 'Content: ' + $json.content }} - 输出示例：
Title: Adobe推出可修正语音情感的AI工具 Content: 在Adobe MAX Sneaks活动前夕，我们独家探访了一款能够改变配音音调和风格的新工具...
💡 为何这样做？
将标题与正文明确分隔，添加前缀，使输入给大模型的 prompt 更清晰、结构化，极大提升摘要质量。
第 5 步：🧩 Aggregate 节点 —— 合并所有新闻
- 节点名称：
ContentBlockAggregate - 操作：将所有
content_block字段合并为一个长字符串 - 分隔符：
\n\n（两个换行，形成段落间隔） - 输出：一个包含当日全部科技新闻的巨型文本块，作为 AI 的输入上下文。
第 6 步：🧠 AI Agent 节点 —— 智能编辑生成日报
这是整个流程的“大脑”。
-
节点名称：
AI Agent -
模型选择：
deepseek（或其他如 GPT-4、Claude、Qwen） -
API 密钥配置：
-
Temperature 设置：
0.1- 温度越低，输出越确定、保守、事实性强
- 科技新闻需准确，故不宜随机（temperature=1 适合创意写作）
-
System Prompt（系统指令）：
You are a professional tech news editor. Based on users input, write the popular post - daily tech. Write it in Markdown in chinese. You response should just contain the Markdown content.- 角色设定：专业科技编辑
- 输出要求：Markdown 格式、中文、仅内容（无额外解释）
-
User Prompt（用户输入）：
{{ $json.content_block.join("\n\n") }}即上一步聚合后的全文。
🌟 效果：AI 会自动提炼重点、分类主题、润色语言，生成如你提供的
tech.md那样的结构化日报。
第 7 步：📄 Convert to File 节点 —— 转为文本文件
- 节点名称：
ConvertToTextFile - 操作：将 AI 输出的 Markdown 字符串转换为文件对象
- MIME 类型：
text/markdown - 文件名建议：
tech_{{ $now.toISOString().slice(0,10) }}.md
第 8 步：💾 Write File 节点 —— 本地保存
- 节点名称：
WriteTextFile - 路径：
D:\Workspace\lesson_zp\ai\llm\n8n\tech\tech.md - 覆盖写入：每日更新同一文件，或按日期命名保留历史
📁 目录结构建议：
/tech ├── tech.md # 最新日报 ├── archive/ │ ├── 2025-11-15.md │ └── 2025-11-14.md └── workflow.json # n8n 工作流备份
📰 四、输出示例解析（基于 tech.md）
你提供的 tech.md 正是该工作流的理想输出，其结构如下：
🔹 主题分类清晰
- 笔记本选购 🖥️
- 音频设备 🎧
- AI 技术突破 🤖
- 游戏设备 🎮
- 智能手机 📱
- 网络安全 🔒
- 科技与社会 🌍
- 流媒体推荐 📺
- 科技趣闻 💡
🔹 内容要素完整
每条包含：
- 产品/事件名称
- 核心亮点（如“M5芯片”、“2亿像素长焦”）
- 实用信息（价格、折扣、适用场景）
- 来源标注（“本文基于 WIRED 最新科技资讯整理”）
🔹 语言风格专业且亲民
- 使用 emoji 增强可读性
- 中文地道，无机翻痕迹
- 信息密度高，无废话
🌈 五、延伸思考：AI 时代的自动化哲学
正如 readme.md 所言：
“在AI时代，可以用AI把以前的东西重新再做一遍。”
这句话揭示了 2025 年的核心趋势：不是取代人类，而是增强人类。n8n + LLM 的组合，正是这一理念的完美体现：
- n8n 处理“脏活累活”：抓取、过滤、拼接
- AI 处理“脑力活”：理解、归纳、创作
- 人类 专注“决策与创意”：设计工作流、审核结果、提出新需求
这种 人机协同（Human-AI Collaboration） 模式，将成为未来知识工作者的标准配置。
✅ 六、总结：你的每日科技充电站已就绪！
通过以上 8 个节点，你已构建了一个：
- 全自动（定时触发）
- 高时效（24 小时内）
- 高质量（WIRED 源 + AI 编辑）
- 易集成（Markdown 输出）
- 可扩展（更换 RSS 源、多语言支持、邮件推送等）
的科技新闻自动化系统。
🎯 下一步建议：
- 添加 Telegram/Slack 通知节点
- 接入 Notion 数据库存档
- 使用 LangChain 增强 AI 上下文理解
- 部署到云服务器（如 Railway、Render）实现 7x24 运行
让机器为你打工，你只负责思考未来。
这就是 2025 年，AIAgent 自动化元年的正确打开方式。🚀
