零基础构建 AI 新闻助手：n8n 全流程分步指南

推荐语

掌握AI自动化，从零开始构建新闻助手。n8n全流程指南带你实战。

核心内容：
1. n8n AI自动化快速入门与实战案例
2. n8n高级功能节点深度解析
3. AI新闻助手搭建全流程演示

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

第一节 零基础入门 n8n AI 自动化：全流程解析与实战案例

Agent 全解析" linktype="text" imgurl="" imgdata="null" data-itemshowtype="0" tab="innerlink" data-linktype="2">第二节 n8n 高级功能节点详解：Flow、Core 与 AI Agent 全解析
第三节 AI 新闻助手全流程搭建

案例演示：AI 新闻助手全流程搭建

1. 目标

每天 8:00 自动抓取英文 AI 新闻 → 翻译为中文 → 发送至 Telegram。

2. 实现步骤

1. 定时触发器

• 设置时区(画布右上方...)（如巴黎时间），避免时间偏差。

• 

• HTTP 请求抓取新闻

  搜索添加

• 

  连接HTTP节点,配置好API后测试发现HTTP节点打勾过关
  

• 

• GNews API：https://gnews.io/api/v4/search?q=ai&lang=en&apikey=YOUR_KEY

• 打开https://gnews.io网站获取免费版API

• 

• 

• 

• NewsAPI：https://newsapi.org/v2/everything?q=ai&language=en&apiKey=YOUR_KEY

• 

• 从两个新闻源头获取新闻
  

• 

• 数据清洗与合并

• Set 节点：提取 title、description、url 字段并转为字符串。

• 

• 把文章articles拉进右边，可以测试看到所有内容都在右侧出现

• 

• 

• Merge 节点：合并两个新闻源数据。

• 

• 

• 
  

• AI 翻译与总结，添加AI agent写提示词

  

  
  

  
  

  
  # AI Agent 提示词模板
  
  "将以下新闻翻译为中文，保留原文链接，按格式输出：
  
  【标题】...
  
  【摘要】...
  
  【原文链接】..."

• 

• 推送到微信端上

• 把上面抓取到的数据推送到微信端上

• n8n并不直接支持推送数据到微信上，但我们可以使用一些第三方的微信API接口来实现这个数据的推送。比如将数据推送到某一个公众号的服务器上面，由其再发到自己微信客户端的聊天窗口上。

• 这里依然使用HTTP Request节点来执行这个动作，具体是通过向WxPusher发送GET请求，之后再发送给用户的聊天窗口。

• 具体的操作流程，参考这篇博客使用WxPusher来向微信端发送自定义的数据 - 知乎

• 
  

• 

3. 部署与测试

• 本地测试：使用 Test Workflow 验证各节点输出。

• 

• 生产部署：激活工作流并监控执行日志（失败自动重试）。

---

五、扩展与优化

• 异常处理：通过企业微信/邮件通知运维人员。

• 多语言支持：添加翻译节点（如 Deepl API）。

• 内容审核：接入 AI 审核模型过滤敏感信息。

---

零基础构建 AI 新闻助手：n8n 全流程分步指南

---

一、准备工作

1. 注册 API 服务

• GNews：访问 GNews官网，注册获取 API Key（免费版每日 100 次请求）。

• NewsAPI：访问 NewsAPI官网，注册获取 API Key（免费版支持 500 次/天）。

• Telegram Bot：通过 @BotFather 创建机器人，获取 API Token 和 Chat ID。

• 配置 n8n 环境

• 本地部署或使用 n8n Cloud，确保网络可访问外部 API。

---

二、搭建工作流核心步骤

1. 设置定时触发器（Schedule Trigger）

• 步骤：

1. 新建工作流 → 添加 Schedule Trigger 节点。

2. 选择触发频率为 Daily（每天），时间设置为 8:00 AM。

3. 调整时区：点击画布右上角 Settings → 修改 Time Zone 为本地时区（如 Asia/Shanghai）。

• 测试：点击 Test Step 检查触发时间是否正确。

2. 调用新闻 API 获取数据

GNews API 配置

1. 添加 HTTP Request 节点，连接至触发器。

2. 配置参数：

• URL：https://gnews.io/api/v4/search?q=ai&lang=en&apikey=YOUR_GNEWS_KEY

• Method：GET

• Headers：默认

• 测试：点击 Test Step 检查返回数据是否包含 title, description, url 等字段。

NewsAPI 配置

1. 复制 HTTP Request 节点，连接到同一触发器。

2. 配置参数：

• URL：https://newsapi.org/v2/everything?q=ai&language=en&apiKey=YOUR_NEWSAPI_KEY

• Method：GET

• 测试：验证返回数据格式是否为 articles 数组。

3. 数据标准化处理

使用 Edit Fields 节点

1. 为每个 HTTP 请求节点添加 Edit Fields (Set) 节点。

2. 配置操作：

• Mode：Keep Only Selected

• Fields：拖拽 articles 字段，设置类型为 String。

• 目标：将每篇新闻的标题、摘要、链接合并为单个字符串。

• 示例输出：

  
  

  json

  
  

  
  

  
  {
  
  "articles": "Title: AI Breakthrough...\nDescription:...\nURL:..."
  
  }

合并数据源（Merge 节点）

1. 添加 Merge 节点，连接两个 Edit Fields 节点。

2. 配置模式：

• Mode：Append

• Output：合并后的数据将包含两个新闻源的内容。

---

三、AI 翻译与内容处理

1. 配置 AI Agent 节点

1. 添加 AI Agent 节点，连接至 Merge 节点。

2. 提示词模板：

   
   

   text

   
   

   
   

   
   请将以下英文新闻翻译为中文，保留原文链接，按格式输出：
   
   【标题】{标题}
   
   【摘要】{摘要}
   
   【原文链接】{URL}
   
   注意：仅保留前15条新闻，并在开头添加日期：今天是{{ $today }}。

3. 模型选择：

• Provider：Google → Model：Gemini 1.0 Pro

• API Key：填写 Gemini 的 API Key（获取地址）。

• 结构化输出：

• 启用 Require Specific Output Format，设置 JSON Schema 确保格式一致。

2. 错误处理

• 添加 Error Trigger 节点，捕获翻译失败情况，发送告警通知。

---

四、Telegram 消息推送

1. 配置 Telegram 节点

1. 添加 Telegram 节点，连接至 AI Agent。

2. 首次配置：

• 点击 Add Credential → 输入从 @BotFather 获取的 API Token。

• Chat ID 获取方法：

1. 访问 https://api.telegram.org/botYOUR_TOKEN/getUpdates

2. 向机器人发送消息，刷新页面获取 chat.id。

• 消息内容：

• Text：{{ $json.output }}（直接引用 AI 输出结果）。

2. 测试与发布

1. 全流程测试：点击工作流右上角 Test Workflow，检查 Telegram 是否收到消息。

2. 激活工作流：切换 Active 为启用状态，每天 8:00 自动运行。

---

五、优化与高级功能

1. 错误重试机制：

• 在 HTTP Request 节点启用 Retry on Fail，设置最大重试次数为 3。

• 日志监控：

• 添加 PostgreSQL 节点，记录每次执行结果，便于后续分析。

• 敏感信息保护：

• 将 API Key 存储在 n8n 的 Credentials 中，避免明文暴露。

• 扩展新闻源：

• 添加更多 HTTP Request 节点（如 Reddit API、Twitter API），丰富新闻内容。

---

六、常见问题解决

• 时区错误：确保 n8n 服务器和 Schedule Trigger 时区一致。

• API 限流：在 HTTP Request 节点添加 Delay 节点，控制请求频率。

• JSON 解析失败：使用 JSON Validate 节点预处理数据。

---

通过以上步骤，您已成功构建了一个全自动的 AI 新闻助手。此工作流不仅节省了手动收集和翻译的时间，还可扩展至多语言、多平台发布场景。如需进一步定制，可参考 n8n 官方文档 探索更多节点功能。