用 n8n 自动为博客文章分类和打标签：GPT-4 + GitHub + Google Sheets

从 GitHub 仓库读取 Markdown 文章 → 与 Google Sheets 历史记录比对找出新文章 → AI Agent 分析内容并输出结构化分类与标签建议 → 结果追加到 Google Sheets 供审阅

给谁

拥有 GitHub 托管静态博客（Astro/Next.js 等）的内容创作者、SEO 人员或开发团队，希望用 AI 自动维护文章元数据。

你会得到

自动识别仓库中尚未分析的新文章，由 AI 读取 frontmatter 与正文后给出 categories 和 tags 建议，并记录到 Google Sheets，避免重复处理。

你需要

n8n · GitHub · Google Sheets

步骤

1. 准备数据源：读取 Google Sheets 与 GitHub 文件列表

   在 n8n 中并行执行两条分支： 1) 用 Google Sheets 节点读取已有分析记录（Get row(s) in sheet），随后通过 Code 节点提取 FileName 并去重，再用 Aggregate 节点将路径列表聚合为 googlesheetsPaths 数组。 2) 用 GitHub 节点列出指定仓库目录下的 .md/.mdx 文件（List posts/articles/pages），再用 Aggregate 节点聚合为 githubPaths 数组。 应看到：两个数组分别包含 Google Sheets 已记录的文件名和 GitHub 仓库当前全部文章路径。

2. 比对并找出新文章

   使用 Merge 节点将两个数组合并，随后通过 Code 节点（Check new repo files for AI processing）计算差集：取 githubPaths 中不在 googlesheetsPaths 里的路径。接着用 Switch 节点判断结果是否为空。 - 若结果为空（无新文章），流程走向 Form 节点显示 "List is empty"。 - 若结果非空，继续下一步。 应看到：仅包含未分析文章路径的数组进入后续流程。

   运行提示词 · 来源原文。n8n Code 节点「Check new repo files for AI processing」的 JS Code 字段

   复制提示词

   const allItems = $input.all();
   
   // Extract arrays 
   const googlePaths = allItems.find(i => i.json.googlesheetsPaths)?.json.googlesheetsPaths || [];
   const githubPaths = allItems.find(i => i.json.githubPaths)?.json.githubPaths || [];
   
   // Compute difference: elements in githubPaths not in googlesheetsPaths
   const difference = githubPaths.filter(path => !googlePaths.includes(path));
   
   // Return as n8n item array
   return difference.map(path => ({ json: { path } }));

3. 逐篇获取文章内容

   对新文章路径数组使用 Split In Batches 节点（Loop Over Posts/Pages）逐条处理。每条路径传入 GitHub 节点（Get post/article file），动态读取 $json.path 对应的文件内容。 应看到：每个批次输出一篇文章的完整 Markdown 原文（含 frontmatter 与正文）。

4. AI Agent 分析并生成分类与标签建议

   将文章内容送入 AI Agent 节点。该节点连接： - OpenAI Chat Model（模型选 gpt-4.1-mini，responseFormat 设为 json_object） - Simple Memory（contextWindowLength=2，用于保持多轮上下文一致性） - Structured Output Parser（约束输出格式） Agent 的 systemMessage 中定义了任务：解析 frontmatter，基于内容给出新的 categories 和 tags，并以指定 JSON 格式返回。

   运行提示词 · 来源原文。n8n AI Agent 节点的 Options > System Message 字段

   复制提示词

   You are a helpful assistant which helps to assign proper tags and categories for post. Example of post is added in section <post>.  
   
   Each post has a section which starts with "---" and ands with next ocurance of "---". This section is metadata which describes the post. After second ocurance of "---" file has a content. 
   
   Read tags and categories and assign them to <tags> and <categories> variables used later in response.
   
   Based on content please provide categories assigned to <new_assigned_categories> and tags list assigned to <new_assigned_tags> as example below:
   
   <example>
   categories: ["business"] 
   tags: ["DigitalGirls", "ITPioneers", "WomenInIT", "IT", "FemalePower", "Debugging", "GraceHopper"] 
   </example>
   
   Final result should be post with updated metadata passed to variable <content>.
   
   <post> 
   --- 
   title: "Where Did the Term ‘Debug’ Come From? – Women in IT" 
   pubDate: 2024-07-23 description: "Did you know that the term ‘debug’ was coined by Admiral Grace Hopper?" 
   categories: ["business"] 
   tags: ["DigitalGirls", "ITPioneers", "WomenInIT", "IT", "FemalePower", "Debugging", "GraceHopper"] 
   coverImage: "@assets/2024-07-23-skad-sie-wzielo-okreslenie-debug-kobiety-w-it.jpeg" 
   ---
   
   Did you know that the term debug was coined by Admiral Grace Hopper?
   While working on the Mark II computer at Harvard University, a moth got trapped in a relay, interfering with the machine’s operation. Removing the dead insect was humorously referred to by Admiral Hopper as debugging.
   
   PS. After a conversation with Wioletta Klimczak, I got my hands on the book “Digital Girls. Pioneers of Polish Computer Science” by Karolina Wasielewska. The story above comes from that book. It’s proof that women are an important part of the IT world!
   
   #DigitalGirls #ITPioneers #WomenInIT #IT #FemalePower #Debugging #GraceHopper
   </post>

5. 解析结构化输出并映射到表格字段

   AI Agent 的输出经 Structured Output Parser 约束为如下 JSON Schema： { "old_categories": ["category1"], "categories": ["category1","category2"], "old_tags": ["tag1","tag2"], "tags": ["tag1","tag2","tag3","tag4"] } 在 Append rows 节点中，将字段映射到 Google Sheets 对应列： - FileName = {{ $('Get post/article file').item.json.path }} - Categories = {{ JSON.stringify($json.output.old_categories) }} - Proposed Categories = {{ JSON.stringify($json.output.categories) }} - Tags = {{ JSON.stringify($json.output.old_tags) }} - Proposed Tags = {{ JSON.stringify($json.output.tags) }} 应看到：新行被追加到 Google Sheets，包含原文与建议值。

   搭建指导 · 来源原文。Structured Output Parser 节点的 JSON Schema Example 字段；AI Agent 输出须符合此格式

   复制提示词

   {
     "old_categories": ["category1"],
     "categories": ["category1","category2"],
     "old_tags": ["tag1","tag2"],
     "tags": ["tag1","tag2","tag3","tag4"]
   }

6. 循环处理直至完成

   Split In Batches 节点控制循环：每处理完一篇，返回 Loop Over Posts/Pages 继续下一批次。全部完成后，流程走向 Form 节点显示 "Categories and tags added"。 应看到：所有新文章均已在 Google Sheets 生成对应记录。

7. 审阅与可选回写（建议）

   在 Google Sheets 中人工审阅 Proposed Categories 与 Proposed Tags 列。确认无误后，可手动更新博客 frontmatter，或扩展工作流加入 GitHub Commit 节点实现自动回写（来源提及为可定制方向，非本模板默认行为）。

你是一位熟悉 n8n 与静态网站内容管理的搭建助手。请根据以下信息协助用户复现该工作流：

1. 前置检查：确认用户已拥有 n8n 实例、OpenAI API Key、GitHub 仓库访问权限、Google Sheets OAuth2 凭证。
2. 指导用户在 Google Sheets 创建五列：FileName、Categories、Proposed Categories、Tags、Proposed Tags。
3. 从模板 https://n8n.io/workflows/9983/ 导入工作流后，更新 GitHub 节点的 owner/repository/filePath 为用户实际仓库路径。
4. 在 AI Agent 节点中，systemMessage 已包含任务定义与示例；如需调整分类风格，可修改该字段，但保留 Structured Output Parser 的 JSON 约束。
5. 首次运行建议使用 Form Trigger 手动触发，观察 Switch 分支与 Google Sheets 输出是否符合预期。

注意：本提示词为编辑建议的搭建启动词，非节点运行时提示词。