n8n + DeepSeek 让我来到科技新闻前线？？？

NEXT06
109 阅读4分钟

2026 Agent 元年实战：用 n8n + DeepSeek 搭建你的专属 AI 科技情报局

摘要：在 OpenAI Atlas 开启“AI 重构一切”的时代，如何拒绝信息过载？本文将带你通过一行 npx n8n 启动自动化工作流，结合 DeepSeek 大模型与 JS 代码逻辑，构建一套自动抓取、筛选、总结科技新闻的“第二大脑”。

引言：当 AI 开始“重做”浏览器

最近，OpenAI 推出了 AI 浏览器 Atlas，这不仅仅是一个新产品，更是一个信号： “AI Remake Everything” （AI 重构一切）的时代已经全面到来。

如果说过去十年我们是在为互联网生产内容，那么从 2026 年开始，我们将进入 AI Agent（智能体）自动化元年。作为开发者，我们面临的最大痛点不再是获取信息，而是如何从海量噪音中提取高价值的信号。

为什么要每天手动刷 20 个科技网站？这种重复性的低效劳动，早就该交给 Workflow（工作流）  了。今天，我就带大家用 Node.js 生态中最强的自动化工具 n8n，配合国产高性能大模型 DeepSeek，打造一个自动化的“科技新闻速览”机器人。

拒绝无效阅读，把时间留给深度思考。

一、 工具准备：为什么是 n8n？

在 Low-Code/No-Code 领域，n8n 是当之无愧的王者，特别是对于前端和全栈开发者而言。

  • 启动极简：基于 Node.js，只要你的环境里有 Node，一行命令即可启动：

    codeBash

    npx n8n

  • 生态通吃：它不仅能运行在服务器、Docker 中，甚至可以跑在单片机里。

  • JS 友好：它的核心逻辑处理完全兼容 JavaScript。对于开发者来说，这比那些纯图形化但逻辑僵硬的工具要灵活一万倍。

二、 实战演练：构建“科技情报局”

我们的目标很明确：每天定时抓取《连线》(Wired) 杂志的最新科技新闻 -> 筛选出今天的文章 -> 喂给 DeepSeek 进行深度总结 -> 生成日报文件。

下面是完整的工作流拆解：

1. 信号源：RSS Trigger & XML

工作流的起点可以是 Cron（定时任务），也可以是手动触发。
数据源我们选择 RSS。相比于爬虫，RSS 是结构化最好的数据来源。

让我们点击右上角的加号进行添加

image.png

image.png

  • 节点选择：RSS Read
  • URL：路径 （URL填写你想要的数据源路径，这里我选择的是www.wired.com/feed/rss）
  • 作用：它就像一个 HTTP 请求，直接把 XML 数据转换成 JSON 对象流，数据类型的转发方便了后续对数据的处理。

2. 核心逻辑：Filter (使用 JS 过滤“今日”新闻)

这是很多新手卡住的地方。RSS 返回的是最近几十条数据，但我们只要过去 24 小时内发布的。这里我们需要用到 n8n 的表达式或 JS 代码。

在 n8n 的 Filter 节点或者 If 节点中，我们可以利用 JavaScript 强大的 Date 对象来处理。

核心代码逻辑如下：

codeJavaScript

// 获取当前时间的时间戳（毫秒）
const now = new Date().getTime();

// 获取新闻发布时间的时间戳
// n8n 中通常通过 item.json.pubDate 获取 RSS 的发布时间
const pubTime = new Date($json.pubDate).getTime();

// 定义一天的毫秒数
const oneDay = 24 * 60 * 60 * 1000;

// 逻辑判断：如果 (当前时间 - 发布时间) 小于 一天，则保留
return (now - pubTime) < oneDay;

同样还有一种更为简单的方法 ：

令我感到n8n体验感良好的是它可以接收上一个节点的数据字段，并且可以直接抓取放入（使用过的掘友们应该都能体会到），这样我们就可以很快的拿到我们想要的数据了。

image.png

老司机提示：在 n8n 中，善用 JavaScript 的 Date 类型处理时间差是非常基础且重要的技能。很多无代码工具处理时间极其麻烦，但在 n8n 里，就是一行代码的事。

3. 数据清洗：Edit Fields & Aggregate

AI 不需要冗余的 HTML 标签或链接，它只需要 Title,link,pubDate, Content。

coontent_block()->这个字段是将content和title两个字段打包在了一起，待会AI对数据进行处理就只需要拿到这个字段。

image.png

  • Aggregate：这是一个关键步骤。如果不聚合，RSS 有 10 篇文章，你的 AI 节点就会运行 10 次（费钱且碎片化，说实话国外的大模型还是挺烧钱的，家里有矿的大佬当我没说）。聚合后，我们将 10 篇文章打包成一段长文本，一次性发给 AI。

image.png

  • Edit Fields：格式化日期为 yyyy-MM-dd，并将标题和正文拼接。

4. 核心大脑：AI Agent (DeepSeek Model)

这是工作流的灵魂。我们使用 DeepSeek Chat Model 来处理文本，不同的工作流使用不同的AI来对数据进行处理（根据自身的工作需求来），由于n8n是国外的开发者开发的产品，在调用AI这方面选择性会更多，模型也都更为的强大，如Google Gemini,openAI 等。

image.png

在配置 AI Agent 时，有两个核心点决定了输出质量：

A. Temperature (温度)

这个参数决定了 AI 的“创造力”：

  • 0 (Stable) ：最稳定、最理性。适合做数据提取、严格的摘要。我们选这个，因为新闻简报需要准确，不需要 AI 瞎编乱造。
  • 1 (Creative) ：最不稳定、最发散。适合写小说、生成创意灵感。
B. Prompt (提示词)

大模型工作的关键在于 Prompt。你需要给它设定一个 Role（角色）。

参考 Prompt：

“你是一位专业的科技媒体主编。请根据我提供的 RSS 新闻列表，为我生成一份简明扼要的‘每日科技速览’。要求：

  1. 提炼每条新闻的核心观点，去掉客套话。
  2. 对于涉及 AI、芯片、自动化的新闻进行重点标记。
  3. 保持语气专业、客观。
  4. 最后给出一个‘今日洞察’的总结。”

4. 关键转折：Convert to File (文本转二进制)

⚠️ 这里有个大坑！
AI 节点输出的是 JSON 文本字符串（Text），但后续的文件写入节点需要的是 二进制文件对象（Binary）。如果你直接连线，会报错。

我们需要使用 Convert to File 节点：

  • Operation: Convert Text to File
  • File Name: 动态设置文件名，例如 daily-news-{{ $today.format('yyyy-MM-dd') }}.md
  • MIME Type: text/markdown

这一步的意义：它将内存中的一段文字字符串，“封装”成了一个可以在操作系统中存在的“虚拟文件对象”。

5. 落袋为安：Write to Disk

最后，将 AI 生成的 Markdown 内容通过 To File 和 Write to Disk 节点保存到本地。你可以配合 Obsidian 或 Notion API，直接打通你的知识库。

三、 效果展示

运行工作流后，你不再需要打开浏览器跳转无数个页面。你的本地文件夹中会自动生成一份 daily-tech-news-2025-xx-xx.md：

codeMarkdown

# 📅 2025-01-04 科技速览

## 🚀 核心动态
- **OpenAI 发布 Atlas**：不仅仅是浏览器，更是 OS 级入口，Web 生态面临重构。
- **DeepSeek 性能霸榜**：国产模型在 Coding 能力上实现反超，API 调用成本极低。

## 💡 今日洞察
AI 正从“聊天机器人”形态向“Agent 自动化”形态演进。通过 n8n 这样的编排工具，开发者正在掌握重塑信息流的主动权。

image.png

总结与展望

2026 年， “会用 AI”  和  “会造 AI 应用”  的差距将迅速拉大。

通过 n8n + DeepSeek，我们只用了不到半小时，就构建了一个自动化的信息获取系统。这不仅是一个 Demo，更是一种思维方式的转变：将重复的交给机器（n8n），将思考的交给模型（DeepSeek），将创造留给自己。

One More Thing:
Node.js 赋予了 n8n 极强的扩展性。下一步，你可以尝试把这个日报推送到飞书、钉钉机器人，或者直接生成语音播报。

动手试试吧，运行 npx n8n，开启你的自动化之旅！

NEXT06

avatar
文章
阅读
粉丝