当前位置: 首页 > news >正文

n8n工作流实战:让DeepSeek一键拆解100篇公众号爆文,扒得底裤都不剩(建议收藏)

今天分享一个n8n工作流,让AI帮你逐篇分析每篇文章,自动给出爆款评分、用户画像、核心关键词。

分析完成后,结果直接写入飞书表格。

1.工作流的整体流程

image.png

简单来说,工作流分三步:

从飞书表格读取所有文章

将每篇文章交给AI分析爆款潜力

将AI的分析结果自动更新回飞书表格

整个过程全自动,你只需点击一次运行按钮。

2.准备工作

开始之前,你需要准备两样东西:

2.1 获取DeepSeek的API密钥

访问DeepSeek官网的开放平台管理后台,创建并获取API密钥(API key)。

访问地址:https://platform.deepseek.com/api_keys

按照页面提示生成你的API密钥,用于后续的身份验证和服务调用。

image.png

2.2 创建飞书多维表格并绑定应用

1、新建多维表格

image.png

2、获取表格token与表格id

image.png

3、点右上角“...”,选择“更多”->“添加文档应用”。

image.png

4、选择“n8n助手”,权限是可编辑。

image.png

3.工作流节点拆解

3.1 Edit Fields节点:配置中心

这个节点存放所有配置参数,方便后续节点调用。

添加一个Edit Fields节点,配置以下3个参数:

表格Token:粘贴你的飞书表格Token

表格ID:粘贴你的飞书表格ID

配置完成后,点击"Execute step"测试一下。

image.png

3.2 Feishu Lite节点:读取所有文章

这一步,从飞书表格中读取所有文章。

添加Feishu Node节点,按以下步骤配置:

Credentials:选择你的飞书机器人

Resource:多维表格

Operation:查询记录

多维表格Token:用表达式引用 $json['表格token']

多维表格ID:用表达式引用 $json['表格id']

请求体JSON:切换到表达式模式,填入:

{

"page_size": 100

}

运行一下,OUTPUT显示飞书表格的原始数据。

image.png

3.3 Code节点:提取文章列表数组

这一步的作用是:把飞书返回的数据中,提取出文章列表部分,转成数组格式,方便后续循环处理。

添加一个Code节点,语言选JavaScript,粘贴以下代码:

return $input.first().json.data.items;

image.png

3.3 Loop Over Items节点:启动循环

为了逐篇分析文章,需要使用循环节点。

添加Loop Over Items节点,无需配置,直接关闭窗口即可。

image.png

3.4 Code节点:合并公众号文章数据

这一步的作用是:把循环中当前这篇文章的所有信息(标题、链接、阅读数等等),整理成一个完整的字符串,方便后面交给AI分析。

简单来说,就是把分散的数据字段整合在一起,让AI能够完整地读取和分析。

在循环内部,提取当前文章的信息并打包成字符串。

添加Code节点,语言选择JavaScript,粘贴以下代码:

const items = $input.all();

// 假设目标数组在 items[0].json.data.items 或者 items[0].json.fieldsArray

const arr = items[0].json?.data?.items ?? items[0].json?.fields ?? items.map(i => i.json);

// 将其序列化为字符串(漂亮格式,便于调试)

const str = JSON.stringify(arr, null, 2);

// 返回一个字段 stringified 供下游引用

return [{ json: { stringifiedArray: str } }];

运行一下,OUTPUT为合并后的公众号文章数据。

image.png

3.5 Basic LLM Chain节点:调用AI分析

这是核心步骤,把文章数据"喂"给AI。

添加Basic LLM Chain节点,配置如下:

Source for Prompt (User Message):define below

Prompt (User Message):粘贴以下内容:

你现在的任务是:

给定一组数据包含 ID、标题、正文、发布时间、分类、点赞数等信息,分析爆款潜力、用户画像、文章目标、关键词。

你的输出要求:

为每条文章打一个 爆款评分(0–100,越高越容易成为爆款)。

给出一句话的 爆款理由。

给出用户画像和文章目标。

提取文章的核心关键词。

输出格式:

必须是一个 JSON ,字段为:{ 爆款指数: 0~100数字 , 爆款理由:'XXXXX', 用户画像:'XXXX',文章目标:'XXXX',关键词:'XX XX XX' }

约束条件:

只输出纯 JSON,不要解释文字。

缺失信息时用合理缺省值(比如分数为 0,理由留空)。

文章如下:

{{ $json.stringifiedArray }}

http://www.cnnetsun.cn/news/111718.html

相关文章:

  • 5个让用户爱不释手的图片预览技巧:从基础到高级画廊
  • 数据恢复神器TestDisk:如何用3个关键步骤找回你丢失的所有文件?
  • 语音识别终极指南:解锁智能语音交互新体验
  • 毕业论文AI生成网站推荐:7大免费替代工具
  • 如何在最后30天实现计算机408分数质的飞跃?高效备考突破技巧全解析
  • 告别YouTube追踪:Invidious隐私保护生态完整搭建指南
  • 2025零代码AE动画:Lottie-Web让Web动效轻松实现
  • 架构:不仅仅是建模,而是一种思维
  • Book118文档下载神器:Java工具帮你免费获取学习资料
  • PLabel图像标注工具极速上手指南
  • 10分钟掌握FunASR:流式语音识别从入门到部署的完整实战指南
  • 教师考评新方式:线上系统让评分变得更简单
  • Biotin-PEG-NH2/NHS/N3:结构、反应特性与应用场景的全面对比
  • DTLN噪声抑制实战指南:从原理到部署的全流程解析
  • 深入libgit2:从零开始构建跨平台Git库的完整指南
  • AI选岗工具提升求职效率200%
  • ReadCat跨平台阅读器:打造专属数字书房的全新体验
  • Zotero阅读进度管理终极指南:告别文献混乱的完整解决方案
  • WAN2.2AllInOne V5:重新定义AI视频生成的“极速创作时代“
  • 开源项目商业化实战:Continue如何构建技术价值与商业回报的完美闭环
  • Yuzu模拟器终极配置指南:从零到60帧的完整优化方案
  • 终极SonarQube代码质量报告自动化解决方案:企业级数据驱动决策指南
  • 开展性能测试步骤
  • Coze工作流实战:从踩坑到精通
  • JSON性能革命:RapidJSON如何用SIMD技术改写C++数据处理格局
  • ImageOptim跨版本兼容性全面解析:从macOS 10.13到最新系统的实战指南
  • Qwen3-30B-A3B-Instruct-2507:小参数激活大智慧的AI新范式
  • 打造极速构建体验:BuildKit配置文件深度调优实战
  • 从线上事故看 Java 系统的真实韧性:为什么它总能撑到最后一刻
  • AI Agent框架终极部署指南:从零到生产环境的完整路径