AGI 未来之门

主题

第一个自动化工作流实战 ​

前面两篇讲了"为什么"和"选哪个"。这一篇动手：搭一个你可以立即使用的流程——每日情报工作流：每天定时抓取你关注的信息源，让 AI 浓缩成几条要点，自动推送到飞书/微信/邮箱。结论先行：第一个流程的目标不是完美，是"真的每天替你跑"；先跑通一个粗糙版，再迭代。

本文以 n8n 为主示例（自托管免费、节点透明、调试友好），关键思路同样适用于 Dify，文末给出 Dify 版本的对应关系。

1. 我们要搭的流程长什么样 ​

先锁定输入输出，避免边搭边改：

每日情报工作流 · n8n 节点流程

  1. 定时器：每天 08:00自动触发
  2. 抓取 RSS / 网页自动触发
    读取你关注的 3~5 个信息源
  3. AI 总结节点AI 执行
    把原始内容压缩成 5 条要点 + 一句话点评
  4. 条件分支检查点
    若含“重大 / 融资 / 发布”等关键词 → 标红优先推送
  5. 通知节点自动触发
    发到飞书（或微信 / 邮箱）
要素你先想好的值（示例）
信息源3 个行业博客 RSS + 1 个 GitHub Release
推送时间每个工作日 08:00
推送渠道飞书群机器人 Webhook
产出格式5 条要点，每条≤40 字，加一句话总评

2. 准备工作 ​

2.1 起一个 n8n 实例 ​

本地用 Docker 最省事：

bash
docker run -it --rm -p 5678:5678 \
  -e N8N_SECURE_COOKIE=false \
  n8nio/n8n

打开 http://localhost:5678 即可进入画布。生产环境建议用 docker-compose 并配反向代理与密钥管理，安全细节见《AI 使用安全清单》。

2.2 准备三样凭证 ​

  • [ ] 模型 API Key：用于 AI 总结节点（放 n8n 的 Credentials，别硬编码进节点）。
  • [ ] 信息源地址：RSS 链接或网页 URL，先手动打开确认能访问。
  • [ ] 推送 Webhook：飞书群"自定义机器人"的 Webhook 地址（微信需企业号/ Server 酱等中转，邮箱用 SMTP）。

所有密钥都走 n8n 的 Credentials 面板，不要写进节点配置或提交到代码仓库。这是自动化的第一条安全纪律。

3. 逐节点配置 ​

下面按画布顺序，逐个节点给出配置要点与可复制的示例。

3.1 节点一：定时器（Schedule Trigger） ​

这是流程的"起点"。设置 Trigger Times 为每天 08:00，勾选仅工作日（Mon–Fri）。

json
{
  "rule": {
    "interval": [
      { "field": "days", "triggerAtHour": 8, "triggerAtMinute": 0 }
    ]
  },
  "weekdays": [1, 2, 3, 4, 5]
}

3.2 节点二：抓取信息源（HTTP Request / RSS Read） ​

若信息源是 RSS，用 RSS Read 节点填 URL 即可；若是普通网页，用 HTTP Request 节点 GET。多个源就并行放多个抓取节点，再用 Merge 节点汇总。

json
{
  "method": "GET",
  "url": "https://example.com/feed.xml",
  "options": { "response": { "response": { "responseFormat": "text" } } }
}

调试技巧：先单独点这个节点"Execute Step"，看输出 JSON 里有没有 title、link、content 字段，确认字段名后再接下游。

3.3 节点三：AI 总结（LLM Chain / AI Agent 节点） ​

把抓取到的多条内容拼成一个提示词，交给模型总结。核心是"提示词模板"——这是《提示词入门》的用武之地。

text
你是一个行业情报编辑。以下是今日抓取的 {{ count }} 条内容：
{{ items }}

请输出：
1. 5 条最值得关注的要点，每条不超过 40 字；
2. 一句话总评（当日这个领域发生了什么）。
只输出要点和总评，不要寒暄。

n8n 里用 Set 节点把抓取结果拼成 items 变量，再接 LangChain LLM Chain 节点（选你配置的模型 Credential）。若想让 AI 自己决定调哪些工具，改用 AI Agent 节点——2026 版 n8n 的 AI Agent Tool Node 已支持多 Agent 协同。

3.4 节点四：条件分支（IF） ​

判断是否"重大"。例如原文或摘要里出现了关键词就走"重要"分支，标红推送；否则走普通分支。

json
{
  "conditions": {
    "string": [
      {
        "value1": "={{ $json.summary }}",
        "operation": "contains",
        "value2": "融资"
      },
      {
        "value1": "={{ $json.summary }}",
        "operation": "contains",
        "value2": "发布"
      }
    ],
    "combinator": "or"
  }
}

分支不要太多。第一个流程建议只有"重要/普通"两路，复杂化留到第二版。

3.5 节点五：通知（飞书 Webhook） ​

飞书群机器人接受 JSON POST。用 HTTP Request 节点 POST 到 Webhook，body 用"富文本"或"markdown"格式。

json
{
  "msg_type": "markdown",
  "content": {
    "markdown": "**📡 每日情报（{{ $json.date }}）**\n\n{{ $json.summary }}\n\n> {{ $json.comment }}"
  }
}

微信可走 Server 酱 / 企业微信 Webhook，邮箱用 Send Email（SMTP） 节点。多个渠道就并联多个通知节点。

4. 把节点连起来并手动跑通 ​

按第 1 节的图把五个节点连线，然后先不要开定时器，点画布右上角"Execute Workflow"手动跑一次：

  1. 看定时器之后每个节点的输出（点节点 → 看 OUTPUT）。
  2. 确认抓取到了数据、AI 产出非空、分支判断符合预期、通知返回 2xx。
  3. 去飞书群确认收到了消息。

手动跑通三次没报错，再开放定时器。这一步能避免"定时器一开，半夜悄悄失败"的尴尬。

5. 调试技巧 ​

现象排查方向操作
某节点无输出上游字段名对不上点上游节点看 OUTPUT 的实际字段名
AI 产出空/乱码提示词变量未注入在 LLM 节点前加 Set 节点打印变量
通知 401/403Webhook 或 Key 错检查 Credential，重新生成机器人
中文乱码编码未声明 UTF-8HTTP 节点 Options 设 Content-Type: application/json; charset=utf-8
重复推送定时器重复触发确认只有一个激活的定时器工作流

通用心法：从最后一个能正常工作的节点往前推，二分定位最快。n8n 支持单节点"Execute Step"，善用它在中间插桩看数据。

6. 定时运行与运维 ​

  • 时区：n8n 默认 UTC，记得在设置里改成 Asia/Shanghai，否则 08:00 实际是北京时间 16:00。
  • 失败告警：给工作流加一个 Error Trigger 节点，失败时发消息给你自己，而不是静默失败。
  • 去重：若信息源可能重复，抓到后先用 Set + 哈希 记录已推送链接，避免天天推同一条。
  • 限流：低频任务用 Schedule，别常驻进程；模型调用加并发上限，控制成本（见《效率与省钱技巧》）。
json
{
  "errorWorkflow": "alert-me-on-failure",
  "settings": { "timezone": "Asia/Shanghai" }
}

7. 常见报错排查（实战清单） ​

  • [ ] Cannot read properties of undefined：上游 JSON 字段名拼错，先打印上游 OUTPUT。
  • [ ] 401 Unauthorized：模型 Key 或 Webhook 失效，重配 Credential。
  • [ ] rate limit exceeded：模型调用太频繁，加 Wait 节点或降频。
  • [ ] ETIMEDOUT：信息源或 Webhook 网络不通，检查代理/白名单。
  • [ ] 输出中文乱码：声明 UTF-8，见第 5 节。
  • [ ] 定时器不触发：确认工作流已 Active 且时区正确。

8. Dify 版本怎么搭（对应关系） ​

如果你选了 Dify，思路一致，只是形态不同：

n8n 节点Dify 对应说明
Schedule Trigger工作流的"定时触发"Dify 工作流支持定时
HTTP RequestHTTP 请求节点同样 GET 信息源
LLM ChainLLM 节点 + 提示词Dify 的 Prompt IDE 更顺手
IF条件分支节点逻辑相同
飞书 Webhook工具/Webhook 节点或用 Dify 已接的渠道

Dify 的优势是内置 RAG 与知识库：如果你想"基于历史情报做对比总结"，直接接知识库即可，省去自己管向量库。需要多 Agent 协作时用 Supervisor 模式。选型理由见《四大平台横评与选型》。

9. 三个进阶练习 ​

跑通基础版后，挑一个练手，难度递增：

9.1 练习一：RSS 多维摘要 ​

把单一信息源扩成 10 个 RSS，让 AI 按"产品/技术/资本"三个维度分栏总结。练的是多源汇聚与分类提示词。

9.2 练习二：竞品监控 ​

监控 3 个竞品官网/GitHub 的更新，一旦发布新 Release 或价格变动就立刻推告警（把定时改成"每 30 分钟"或 Webhook 触发）。练的是事件驱动而非纯定时。

9.3 练习三：客服自动回复 ​

把"抓取→总结→推送"改成"收到邮件/工单→RAG 查知识库→AI 草拟回复→人工点确认后发送"。练的是人工确认节点 + RAG，对应《Agent 工程》里的"给检查点"心法。

10. 交付检查清单 ​

  • [ ] 定时器设对时区，且仅工作日（如需）。
  • [ ] 信息源、模型 Key、Webhook 都走 Credentials，无硬编码。
  • [ ] 手动跑通至少三次，输出符合预期。
  • [ ] 已加 Error Trigger，失败会通知你。
  • [ ] 已做去重，避免重复推送。
  • [ ] 推送格式在手机端可读（markdown 渲染正常）。

11. 下一步 ​

12. 术语对照 ​

术语一句话解释
定时器 Schedule Trigger按时间启动流程的节点，如"每天 08:00"
节点 Node流程里的一个处理单元，n8n 画布上的每个方块
Credentialsn8n 里集中存放的密钥/令牌，避免硬编码
Webhook一个 URL，POST 数据给它就能触发动作或发消息
去重记录已处理过的条目，避免重复推送
Error Trigger流程出错时触发另一个告警流程的节点

13. 本篇小结 ​

  • 第一个流程选"每日情报"：监控信息源 → AI 总结 → 推送，成就感强且立刻有用。
  • 五类节点是通用骨架：触发器 → 抓取 → AI 处理 → 条件分支 → 通知，换平台也只是换名字。
  • 调试铁律：先手动跑通三次再开定时器；从最后一个正常节点往前二分定位。
  • 安全铁律：所有密钥走 Credentials，不硬编码、不入库。
  • 进阶方向：多源摘要、事件驱动监控、带人工确认的 RAG 客服。

把今晚这个情报流跑起来，你就已经跨过了"会聊天"到"会干活"的门槛。剩下的，是把它复制到你生活的更多角落。

先找工作，再找工具。

AGI 未来之门