无 RSS 新闻站自动抓取与 AI 摘要

定时触发 → 抓取列表页提取链接与日期 → 筛选近期文章 → 逐篇获取正文 → GPT-4 生成摘要与关键词 → 存入 NocoDB

给谁

需要监控无 RSS 新闻站、定期汇总技术动态的内容运营者或市场研究人员

你会得到

每周自动抓取最新新闻，生成 70 词内摘要和 3 个技术关键词，结构化存入数据库

你需要

n8n

步骤

1. 配置定时触发与目标网站

   在 n8n 中添加 Schedule Trigger 节点，设置为每周运行（如周三 04:32）。添加 HTTP Request 节点，输入目标新闻列表页 URL（示例为 https://www.colt.net/resources/type/news/），响应格式设为 text。

2. 提取文章链接与发布日期

   使用 HTML 节点从列表页 HTML 中提取：1) 文章链接（通过 CSS 选择器定位 a 标签的 href 属性，returnArray=true）；2) 发布日期（通过独立 CSS 选择器提取日期文本，returnArray=true）。随后各用 Item Lists 节点将数组拆分为独立 JSON 项（字段名分别设为 Link 和 Date）。

3. 合并并筛选近期文章

   用 Merge 节点将链接项与日期项按位置合并。添加 Code 节点执行 JavaScript 过滤：计算当前日期与回溯天数（如 7 天，需与 cron 周期同步），保留 Date 字段在范围内的文章。

   运行提示词 · 来源原文。Code 节点 jsCode 字段

   复制提示词

   const currentDate = new Date();
   const sevenDaysAgo = new Date(currentDate.setDate(currentDate.getDate() - 70)); // Change the number of days going back to your liking (e.g. from -7 to -1) -> BUT sync with the cron job (first node)
   
   const filteredItems = items.filter(item => {
       const postDate = new Date(item.json["Date"]); // Assuming "Date" is the field name in the extracted html
       return postDate >= sevenDaysAgo;
   });
   
   return filteredItems;

4. 逐篇抓取并提取正文

   对筛选后的每篇文章，HTTP Request 节点以 {{ $json["Link"] }} 为 URL 获取详情页 HTML。用 HTML 节点提取标题（如 h1.fl-heading > span:nth-child(1)）和正文内容（如 .fl-node-5c7574ae7d5c6 > div:nth-child(1)），通过 Merge 节点将标题、正文与日期、链接合并。

5. GPT-4 生成摘要与关键词

   并行调用两个 OpenAI 节点（模型 gpt-4-1106-preview）：Summary 节点输入正文生成 70 词内摘要；Keywords 节点提取 3 个最重要技术关键词（仅输出关键词，无解释）。分别用 Set 节点将输出重命名为 summary 和 keywords，再用 Merge 节点合并两者。

   运行提示词 · 来源原文。OpenAI Summary 节点 prompt.messages[0].content

   复制提示词

   =Create a summary in less than 70 words {{ $json["content"] }}

   运行提示词 · 来源原文。OpenAI Keywords 节点 prompt.messages[0].content

   复制提示词

   =name the 3 most important technical keywords in {{ $json["content"] }} ? just name them without any explanations or other sentences

6. 合并数据并写入 NocoDB

   用 Merge 节点将文章元数据（标题、日期、链接）与 GPT-4 输出（摘要、关键词）合并。添加 NocoDB 节点，配置 projectId、table、authentication（nocoDbApiToken），字段映射：News_Source=Colt, Title={{ $json["title"] }}, Date={{ $json["Date"] }}, Link={{ $json["Link"] }}, Summary={{ $json["summary"] }}, Keywords={{ $json["keywords"] }}，操作为 create。

请根据以下信息搭建 n8n 工作流：1) 从目标新闻列表页定时抓取 HTML；2) 用 CSS 选择器提取文章链接和日期；3) 筛选近期文章；4) 逐篇获取正文；5) 调用 GPT-4 生成摘要和关键词；6) 结果写入 NocoDB。需自备 OpenAI API 账户和 NocoDB 凭证，CSS 选择器必须根据实际网站调整。