用 n8n 自动抓取新闻并生成 LinkedIn 轮播图发布

输入：TechRadar RSS 或手动表单标题描述 → 处理：Gemini AI 筛选新闻并生成轮播文案 → 输出：Post Nitro PDF + LinkedIn 自动发布

给谁

需要在 LinkedIn 定期发布专业内容的运营者或创作者，拥有自托管 n8n 实例

你会得到

每日自动获取科技新闻，由 AI 筛选并生成轮播内容，最终制成 PDF 并发布到 LinkedIn

你需要

n8n · post-nitro · linkedin

步骤

1. 触发工作流

   工作流有两种启动方式： 1. 自动：Schedule Trigger 节点设置为每日 6:00 触发。 2. 手动：Form Trigger 节点提供表单，填写 Title 和 Description 后提交。 在 n8n 中激活工作流后，自动触发即生效；手动触发需访问表单路径并正确填写字段。

2. 获取并解析新闻

   自动路径下，TechRadar News 节点向 https://www.techradar.com/feeds.xml 发送 HTTP GET 请求获取 RSS 源。 Parse HTML 节点（Code 节点）执行 JavaScript 解析 RSS XML： - 使用正则提取所有 <item> 标签 - 解析 title、description、link、pubDate、category、dc:creator、media:content 等字段 - 清理 HTML 标签和实体编码 - 输出结构化 JSON 数组到 result 该代码仅处理 TechRadar RSS 格式，换源需修改解析逻辑。

3. AI 筛选相关新闻

   Decide which News to Choose 节点（Basic LLM Chain）连接 Gemini Flash 2.5 模型，输入上一步解析的新闻列表，由 AI 选出最相关的一条。 节点参数设置：promptType=define，直接定义提示词文本。

   运行提示词 · 来源原文。Decide which News to Choose 节点的 text 参数（Basic LLM Chain → promptType: define）

   复制提示词

   =You are an AI assistant. Your only task is to select the single most relevant news item from the provided news title list.
   
   Relevance criteria (in order of importance):
   1. n8n Automation
   2. AI and Technology News
   3. Personal brand development and motivation
   
   Exclusion rules:
   - Ignore any news about love, relationships, entertainment gossip, or censored/inappropriate topics.
   
   News list (each item has a number and a title):
   ```
   [
   {{ JSON.stringify($json.result.map((item, index) => ({ number: index+1, title: item.title })), null, 2) }}
   ]
   ```
   
   Return format:
   - Return only the number of the most relevant news item.
   - Do not return text, explanations, or anything else. Just a number
   
   Example valid responses:
   ```
   6
   ```

4. 生成轮播内容

   Get Title and Description 节点（Code）合并自动或手动输入的标题与描述，输出 combinedTitle 和 combinedDescription。 Gemini Generate 节点（Google Gemini）使用 gemini-2.5-flash 模型，根据新闻标题和描述生成 LinkedIn 轮播文案。要求输出严格 JSON 格式，包含 starting_slide、body_slide（1-3 张）、ending_slide。 Parse LLM Response1 节点（Code）清理可能的代码围栏后解析 JSON，提取 slides 数组传递给下游。

   运行提示词 · 来源原文。Gemini Generate 节点的 messages.values[0].content 参数

   复制提示词

   =You are an AI Agent that generates LinkedIn carousel post content.
   
   IMPORTANT: Return only raw JSON as plain text. Do not call functions, do not use tool calls, do not add extra text.
   
   Your task: Write engaging, professional slide text for a LinkedIn carousel based on the provided title and description.
   
   News Input:
   ```
   Title: {{ $json.combinedTitle }}
   Description: {{ $json.combinedDescription }}
   ```
   
   Carousel Requirements:
   - Exactly 1 `starting_slide` → strong hook, with heading, sub_heading, description, and CTA button.
   - At least 1 `body_slide` → explain key insights or takeaways from the news (you may create 2–3 if relevant).
   - Exactly 1 `ending_slide` → motivational close with sub_heading, heading, description, and CTA button.
   - Keep tone professional, concise, and LinkedIn-appropriate.
   - Do not include irrelevant topics (love, politics, entertainment gossip).
   - Ensure headings are short and catchy; descriptions can be 1–3 sentences.
   - Output must be valid JSON only, matching the schema below.
   
   Response Format:
   ```
   {
   "slides": [
     {
       "type": "starting_slide",
       "sub_heading": "string",
       "heading": "string",
       "description": "string",
       "cta_button": "string"
     },
     {
       "type": "body_slide",
       "heading": "string",
       "description": "string"
     },
     {
       "type": "ending_slide",
       "sub_heading": "string",
       "heading": "string",
       "description": "string",
       "cta_button": "string"
     }
   ]
   }
   ```

5. 生成 PDF 并下载

   ImportSlides embedPost 节点（Post Nitro）接收 slides JSON，调用 importSlides 操作生成轮播 PDF。 - 需配置 brandId 和 templateId（模板中硬编码示例值，实际使用需替换为自己的 Post Nitro 凭证） - 输出包含 PDF 下载 URL Download PDF 节点（HTTP Request）从 Post Nitro 返回的 URL 下载 PDF 文件，以二进制形式保存为 my.pdf。

6. 上传 PDF 到 LinkedIn

   Linkedin User URN 节点（HTTP Request）通过 LinkedIn API 获取当前用户 sub 标识。 Get Upload URL 节点（HTTP Request）向 LinkedIn 文档上传接口初始化上传，获取 uploadUrl 和 document URN： - POST https://api.linkedin.com/rest/documents?action=initializeUpload - Header: LinkedIn-Version: 202307 - Body: owner 使用上一步获取的 urn:li:person:{{sub}} Upload PDF 节点（HTTP Request）使用 PUT 请求将 my.pdf 上传到获取的 uploadUrl： - Header: Content-Type: application/pdf - Body: 二进制数据 上传成功后，document URN 将用于发布帖子。

7. 生成文案并发布

   Gemini Generate1 节点（Google Gemini）使用 gemini-2.5-flash 根据原始标题和描述生成 LinkedIn 帖子正文文案。 Post to LinkedIn 节点（HTTP Request）发布最终帖子： - POST https://api.linkedin.com/rest/posts - Headers: LinkedIn-Version: 202408, Content-Type: application/json - Body 包含 author、commentary（AI 生成文案）、visibility=PUBLIC、content.media（标题 + 上传的 document URN）、lifecycleState=PUBLISHED 发布后帖子将出现在 LinkedIn 主页动态。

   运行提示词 · 来源原文。Gemini Generate1 节点的 messages.values[0].content 参数

   复制提示词

   =You are an AI Agent that generates LinkedIn post description.
   
   IMPORTANT: Return only raw text.
   
   Your task: Write engaging, professional text for a LinkedIn post based on the provided title and description.
   
   News Input:
   ```
   Title: {{ $('Get Title and Description').item.json.combinedTitle }}
   Description: {{ $('Get Title and Description').item.json.combinedDescription }}
   ```
   
   Example Response Format:
   ```
   🚀 Just launched my first fully automated LinkedIn carousel — created end-to-end by my AI Employee (built in n8n).
   
   No manual editing, no wasted time. The system handles content creation → carousel design → posting all on its own.
   
   ✨ I’m offering to set this up for 5 people free of cost. If you want to automate your content creation and save hours every week, drop a comment below.
   ```

你是一个 n8n 工作流搭建助手。用户想要复现一个自动抓取科技新闻、生成 LinkedIn 轮播内容并发布的 n8n 模板。请协助用户：
1. 确认拥有自托管 n8n 实例（社区节点不兼容云版）
2. 检查已安装 @postnitro/n8n-nodes-postnitro-ai 社区节点
3. 准备三种 API 凭证：Google Gemini、Post Nitro（API key + Template ID + Brand ID）、LinkedIn OAuth2
4. 从模板市场导入工作流后，替换所有硬编码的凭证 ID、brandId 和 templateId
5. 测试表单触发时确保填写正确的 Title 和 Description（无输入校验）
6. 建议先手动运行验证各节点输出，再激活定时触发

注意：模板中的 brandId 和 templateId 为作者示例值，必须替换为用户自己的 Post Nitro 配置。