用 N8N + Qwen 打造自己的 AI 新闻聚合器和每日AI科技日报

本文介绍如何使用 N8N 打造自己的新闻聚合器：

• • 构建自己的新闻源

• • 抓取新闻

• • 按照格式整理新闻

• • 使用存储

• • 飞书通知

• • 企微通知

• • 其他通知方式

安装运行

安装运行可以参考官方文档或者我之前的文章：

• • 《N8N 流程自动化 - 用 N8N + AI 打造自动化日程管理》

新闻来源

如果我们有经常阅读的网站，如果没有的话我们可以网上搜一下 RSS 新闻来源，就会有很多文章分享自己常用的新闻网站。

比如:

大家记住 RSS 地址不是来给我们阅读的，打开是一个 XML，比如这样：

我们选取一些自己喜欢的网站即可，整理记录成如下格式：

[
  "https://www.theverge.com/rss/index.xml",
  "https://www.wired.com/feed/rss",
  "https://techcrunch.com/feed/"
]

N8n 流程

设置RSS源

首先新建一个空流程， 添加 Edit Fileds 节点用来记录我们的新闻网站来源，

添加 Edit Fileds 节点

新增一个字段，

• • 设置名称为 rss，

• • 选择类型为 Array，

• • 值填写我们整理的 RSS 地址集合： [ "https://www.theverge.com/rss/index.xml", "https://www.wired.com/feed/rss", "https://techcrunch.com/feed/"]

效果如下：

新增字段

点击上面的 Test step 按钮，测试当前流程，

测试当前流程

执行成功可以看到右侧执行成功的标志，以及执行结果。

切分数据

关闭弹窗，再次搜索添加一个 Split out 节点：

搜索添加 Split out 节点

Split outSplit out 节点是指多个 RSS 站点拆分，每个站点分别执行后面逻辑。

字段填写上一步命名的 rss，点击测试查看节点执行结果如下：

填写上一步命名的 rss 点击测试

读取新闻

搜索添加 RSS Read 节点，

• • URL 字段类型选择 Expression

• • 值填写表达式： {{ $json.rss }}

RSS Read 节点

点击测试，等一会就可以看到新闻结果，等待的时间长短和你的网络以及前面配置的 RSS 站点数量有关：

RSS 结果

可以看到右侧有几十条新闻数据。

设置新闻格式

再添加一个 Edit Fields 字段，只处理我们需要的字段：

• • 标题 title -> {{ $json.title }}

• • 内容 content -> {{ $json['content:encodedSnippet'] ?? $json.contentSnippet}}

• • 时间 date -> {{ $json.isoDate}}

• • 链接 link -> {{ $json.link }}

只处理我们需要的字段

存储

下面我们添加一个节点来把读取到的文章存储到向量数据库里面。

先搜索 Simple Vector Store，点击然后选择 Add documents to vector store 添加节点：

• • 修改节点名称为 存储文章

• • Memory key 设置为 news_store_key

接下来设置节点参数，点击 Embedding 搜索 Embeddings OpenAI 添加一个嵌入节点，我们使用阿里云的嵌入模型配置：

• • Credential 选择上次我们创建的 Qwen

• • Model 使用 Expression 填写 text-embedding-v3

• • 选项 Option 填写 1024

• • 选项 Batch size 填写 10（阿里云的嵌入批大小要小于10）

Embedding 配置

然后文档处选择 Default data loader：

进行如下配置：

• • 加载指定数据：Mode 选择 Load Specific Data

• • 使用 Markdown 格式数据：Data 填写：

# {{ $json.title }}
{{ $json.content }}

• • 添加元数据以便于我们检索

• • title: {{ $json.title }}

• • createDate: {{ $now.toISO() }}

• • publishDate: {{ $json.date }}

• • link: {{ $json.link }}

数据加载配置

配置切分器

点击切分器配置选择 Recursive Character Text Splitter，一篇文章进行一次切片。

配置切分参数：

• • Chunk Size： 3000 设置 3000 个字符一个片段，当然也可以更大。

• • Chunk Overlap： 0 设置每个片段都不重叠

测试流程

点击测试来测试当前流程，确保流程执行正确。

使用定时任务

现在我们的流程需要手动执行，下面我们把手动触发改成每天定时触发。

搜索添加一个 Schedule Trigger：

设置每天晚上执行一次（时间也可以选择固定的时间，比如早上7点30分）：

替换掉原来的触发节点就可以了：

设置发送流程

我们接下来配置一个发送流程来发送新闻摘要。

搜索添加一个 Schedule Trigger，来执行每天给我们发送日报。

我们也可以使用一个流程完成所有的任务，新建流程可以实现读取数据频率和发送通知不同的场景。 比如每个小时查询一次，每天发送一次。或者每天发送一次日报，每周发送一次周报。

设置主题

添加一个 Edit Fields 节点来设置我们关心的主题：

• • Interests: AI, technology

• • Number of news items to include： 15

设置 AI 和技术主题，新闻数量设置成15.

添加 Agent

添加一个 AI Agent 节点，命名为新闻阅读 AI。提示词来源设置为 Define below ， 配置用户提示词如下：

总结最近7天发布最相关的科技新闻。今天是 {{ $now }}

配置系统提示词如下：

请用清晰、简洁且易于理解的英语撰写，仿佛是在策划每周的科技新闻通讯。

优先考虑与以下主题相关的故事：{{ $json.Interests }}。如果这些主题不存在，请选择本周最具影响力、广泛报道和值得注意的科技事件。

对于每个新闻项目：

- 提供简短的信息摘要（最多 1–3 句话）
- 包括文章标题和直接链接到原始来源
- 避免重复故事
- 包含恰好 {{ $json['Number of news items to include'] }} 个独特的新闻项目
- 保持友好而专业的语气，适合广泛的科技爱好者受众。

配置效果可以参考下图：

提示词配置

然后配置 Agent 的 模型和工具（存储可以不配合）。

模型选择 千问：

工具选择 Simple Vector Store，动作选择 Retrieve Documents (As Tool for AI Agent):

配置如下：

• • Memory Key 填写 news_store_key 和我们前面的 key 保证相同。

• • Limit 设置为 20。

• • 勾选 Include Metadata 允许使用元数据。

整体配置如下：

我们测试一下流程，右侧是Markdown格式的文章摘要输出。

英文网站默认也会是英文摘要，如果我们希望使用中文回答的话，可以简单的在系统提示词里面加上中文回答的指令。

飞书通知

我们可以设置定时每天10点飞书给自己推送当天的新闻。

创意一个飞书机器人，选择头像、颜色，并填写名称和描述，

点击下一步需要记录下 Webhook 地址，后面流程节点备用。

在流程图里面添加一个 HTTP 请求节点：

• • Method 选择 Post

• • Header 添加 Content-Type->application/json

• • Body 设置 JSON -> {"msg_type":"text","content":{"text":"{{ $json.output }}"}}

https://open.feishu.cn/open-apis/bot/v2/hook/[4]...

{"msg_type":"text","content":{"text":"{{ $json.output.replaceAll('\n','\n') }}"}}

消息发送的效果如下：

为了更美观的展示 Markdown 我们可以使用交互卡片来美化样式，

Body 替换成如下内容即可：

{
  "msg_type":"interactive",
"card":{
    "schema":"2.0",
    "config":{
      "update_multi":true,
      "style":{
        "text_size":{
          "normal_v2":{
            "default":"normal",
            "pc":"normal",
            "mobile":"heading"
          }
        }
      }
    },
    "body":{
      "direction":"vertical",
      "padding":"12px 12px 12px 12px",
      "elements":[
        {
          "tag":"markdown",
          "content":"{{ $json.output.replaceAll('\n','\n') }}",
          "text_align":"left",
          "text_size":"normal_v2",
          "margin":"0px 0px 0px 0px"
        }
      ]
    },
    "header":{
      "title":{
        "tag":"plain_text",
        "content":"AI News"
      },
      "subtitle":{
        "tag":"plain_text",
        "content":""
      },
      "template":"blue",
      "padding":"12px 12px 12px 12px"
    }
}
}

企业微信通知

企业微信的通知也类似，创建一个机器人，

请求的 URL 地址改成机器人的地址：

https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=[5]...

内容使用如下内容：

{
  "msgtype": "markdown",
  "markdown": {
    "content": "{{ $json.output.replaceAll('\n','\n') }}"
  }
}

推送效果如下：

企业微信的消息推送有长度限制，过长的消息会推送失败，我们可以通过 substring 来截取，比如 {{ $json.output.replaceAll('\n','\n').substring(500) }}

其他通知方式

除了企微、飞书 IM 通知，我们还有很多别的方式保存新闻和通知方式。

使用 Convert to file 保存为文件：

使用各种邮件工具发送邮件给自己：

保存到 Notion 上：

保存到数据库：

社区节点

如果内置节点里面没有你希望的，先不着急自己做，n8n 还有大量的社区插件可用。

比如：https://github.com/restyler/awesome-n8n[6] 项目上就列出了近百个流行的插件节点：

引用链接

[1] RSS Source: _https://rss-source.com/programming_
[2] Github top-rss-list: _https://github.com/weekend-project-space/top-rss-list_
[3] 知乎网友推荐: _https://www.zhihu.com/question/19580096_
[4]: _https://open.feishu.cn/open-apis/bot/v2/hook/_
[5]: _https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=_
[6]: _https://github.com/restyler/awesome-n8n_