当前位置: 首页 > article >正文

分享一个可直接使用的AI早报的n8n自动化工作流,内含早报生图提示词

“我是大树一个差点开始放弃折腾的AGI学习与实践者。最近在探索和从事的事儿企业出海与AI自动化转型咨询AGI创作与出海重新拾起自媒体平台继续倒逼自己动脑和记录日常的所思所感不止技术欢迎大家关注微信公众号做棵大树有想要长期联系的朋友也可以通过公众号菜单栏找到我~”TL;DR之前有不少朋友问每天的日报都是自己整理的还是 openclaw 自动生成的 实际都不太是而是用的自己之前所说的 n8n 来整理生成的图文组合。今天给大家分享一个大树在用的 n8n 的公众号新闻早报的工作流耗时一天我用n8n搭建了全自动的公众号AI早报工作流 核心价值每天节省1-2小时人工编辑时间内容质量稳定输出一周回本 技术亮点多源RSS聚合、AI智能筛选、自动配图、公众号自动发布适合内容创作者、自媒体运营、需要定期输出技术简报的团队获取方式放到文末了大家有兴趣的可以进行获取后自行使用““真正的效率提升是把重复的工作交给机器把创意留给人类。””早报想法的诞生做公众号等这些媒体有一段时间了前一段openclaw火的时候我听到大家都是拿它来做早报。 我就想那我是不是可以拿 n8n 做个流程每天自动发早报呢低成本、标准化结构这两点就是一个很不错的切入点。其实对于发文其中最痛苦的、最繁杂的工作就是每天早上的资讯收集、早报整理再有的工作就是排版、生图内容也不多但本质上这些都是重复的工作和可以被定义的流程。为了能在起床后短时间内就能发文章我决定自动化这部分的重复工作内容。那为什么没有选择 openclaw呢因为我不希望把密钥暴露给大模型发布的时候会用我希望流程的整体可控这种标准化内容我希望可以整体像流水线加工一样每个环节我都可见、可调试。当然skill也可以但是最底下没有 n8n 那么节点分明。节省token具体 n8n 和 openclaw 的区别和使用感受有兴趣的可以看我另外一个文章问OpenClaw小龙虾真的是你的最优解吗n8n 一点点坑n8n一个开源的自动化工作流工具。它的可视化界面让我们很快上手而且丰富的节点库几乎能满足所有需求。当然过程也不是一帆风顺的最开始把所有RSS源都塞进去结果内容太多AI筛选时经常出错后来才学会做内容去重和优先级排序配图功能一开始用的是免费API结果经常生成低质量图片后来换成了通义千问的文生图API效果好了很多有免费的额度的推荐 plus 文本成功率更高工作流的核心让机器做重复工作经过不断优化我的n8n工作流终于稳定运行了。它主要分为四个核心环节「内容聚合层」多源RSS一网打尽触发和rss配置工作流每天早上7点50分自动触发从9个不同的RSS源获取科技资讯包括36氪、量子位、OpenAI官方博客还有几个优质的科技类微信公众号。// 我设置的RSS源列表 const allURL[https://www.qbitai.com/feed,https://36kr.com/feed,https://openai.com/news/rss.xml, // 还有几个微信公众号转的RSS源]「智能筛选层」AI帮我做编辑筛选过滤最核心的部分是AI筛选环节。我用了通义千问的大模型让AI根据预设的关键词AI/大模型/人工智能/机器人等对新闻进行评分自动选出最相关的8-10条内容。我给AI的指令特别强调“当标题内容相近或重复时进行整合”这样就能避免内容同质化让读者每天都能看到新鲜的资讯。「视觉生成层」AI自动创作配图图片生成筛选完成后工作流会调用通义千问的文生图API根据新闻标题生成手绘卡通风格的早报海报。我特意要求用Bento Grid布局让每个新闻点都有对应的视觉元素这样读者一眼就能抓住重点。示例如下「自动发布层」一键推送到公众号内容发布最后一步是自动生成公众号文章并发布。工作流会把AI生成的内容转换成适合公众号的HTML格式自动上传图片然后直接推送到公众号后台整个过程完全不需要人工干预。自动化的本质是重复流程的解放运行这个工作流已经有一个月了最大的感受就是自动化不是要取代人而是让人做更有价值的事。现在我每天早上醒来后只需要花费 5/6分钟进行审稿和核查内容就可以快速的发布节省了很多的时间。这段经历也让我对技术的价值有了新的理解技术的价值在于解决具体问题这个工作流没有用什么高大上的技术但完美解决了自媒体运营的核心痛点工具的组合创新往往能产生意想不到的效果n8nAI大模型公众号接口这个组合让原本复杂的工作流变得简单可维护持续优化是自动化的关键没有一劳永逸的解决方案我每周都会根据实际运行情况调整工作流的参数和逻辑现在每天早上醒来我都会先看一眼手机确认早报已经推送推送到了微信公众号如果有就审稿一下如果没有就直接看下哪个节点的问题稍作修改。而节省下来的时间就可以做其他的事儿。获取方式关注《做棵大树》公众号对话框发送《AI早报》 即可获取对应工作流一键导入 n8n 即可使用。如果这篇文章对你有一点启发 欢迎在评论区聊聊你的看法批评指正文章内容点个爱心让我知道这类内容有人看我也好更好的选择创作方向转发/收藏备用如果内容有用可以转发或者收藏备用~你的每次互动都是我继续写实战内容的动力。另外大家如果有想建立长期联系欢迎关注 “做棵大树” 公众号加我联系方式。推荐阅读快可太特么重要了凌晨两三点和一个创业朋友聊完…一文讲透如何构建Harness——六大组件全解析问OpenClaw小龙虾真的是你的最优解吗

相关文章:

分享一个可直接使用的AI早报的n8n自动化工作流,内含早报生图提示词

“ 我是大树,一个差点开始放弃折腾的AGI学习与实践者。 最近在探索和从事的事儿: 企业出海与AI自动化转型咨询,AGI创作与出海 重新拾起自媒体平台,继续倒逼自己动脑和记录日常的所思所感,不止技术 欢迎大家关注微信公…...

Harness Engineering(驾驭工程)-深度总结

🧠 Harness Engineering:AI Agent 稳定落地的核心引擎 1. 核心概念解析 定义:在 AI 系统中,除模型本身外,所有决定系统能否稳定交付的组件总和。核心目标:解决 AI Agent 在真实场景中的执行稳定性问题。关键…...

如何用ReadCat打造你的专属数字书房:3大核心功能深度解析与实战指南

如何用ReadCat打造你的专属数字书房:3大核心功能深度解析与实战指南 【免费下载链接】read-cat 一款免费、开源、简洁、纯净、无广告的小说阅读器 项目地址: https://gitcode.com/gh_mirrors/re/read-cat 你是否曾经在多个小说网站间疲于奔命,只为…...

破解macOS游戏输入壁垒:360Controller逆向工程的技术探索

破解macOS游戏输入壁垒:360Controller逆向工程的技术探索 【免费下载链接】360Controller TattieBogle Xbox 360 Driver (with improvements) 项目地址: https://gitcode.com/gh_mirrors/36/360Controller 在macOS平台上,游戏手柄支持一直是个被忽…...

PowerPaint-V1商业修图实战:批量处理产品图,提升工作效率

PowerPaint-V1商业修图实战:批量处理产品图,提升工作效率 1. 为什么选择PowerPaint-V1进行商业修图 在电商运营和产品展示领域,高质量的图片是吸引用户注意力的关键。传统修图流程通常需要设计师手动操作Photoshop等专业软件,耗…...

基于SSM的淘宝屋购物商城

这里写目录标题系统实现截图技术栈介绍Spring Boot与Vue结合使用的优势Spring Boot的优点Vue的优点Spring Boot 框架结构解析Vue介绍系统执行流程Java语言介绍系统测试目的可行性分析核心代码详细视频演示源码获取所需该项目可以在最下面查看联系方式,为防止迷路可以…...

DVWA实战:从Low到Impossible,层层拆解反射型XSS的攻防博弈

1. 初识反射型XSS&#xff1a;从DVWA靶场开始 第一次接触反射型XSS时&#xff0c;我在DVWA靶场的Low安全级别下尝试输入<script>alert(hello)</script>&#xff0c;页面竟然直接弹出了对话框。这种"所见即所得"的攻击效果让我瞬间理解了XSS的威力——它就…...

告别繁琐配置:YuukiPS Launcher如何让动漫游戏管理变得简单高效

告别繁琐配置&#xff1a;YuukiPS Launcher如何让动漫游戏管理变得简单高效 【免费下载链接】Launcher-PC 项目地址: https://gitcode.com/gh_mirrors/la/Launcher-PC 你是否曾为管理多个游戏版本而头疼&#xff1f;每次切换服务器都需要重新配置代理&#xff0c;不同账…...

开发者冥想指南:提升代码质量的秘密

——软件测试从业者的认知升级与效能革命一、代码质量的双重困境与测试者的核心挑战在软件交付链条中&#xff0c;测试从业者肩负着质量守门人的重任&#xff0c;却常陷入双重困境&#xff1a;外部压力&#xff1a;版本迭代加速、需求频繁变更&#xff0c;导致测试深度被压缩内…...

深度学习学习路线:六周攻克核心理论

深度学习学习路线&#xff1a;六周攻克核心理论本文详细解析了深度学习学习路线&#xff1a;六周攻克核心理论&#xff0c;内容如下&#xff1a; 深度学习是后续学习自然语言处理&#xff0c;强化学习&#xff0c;计算机视觉等细分领域的基础&#xff0c;深度学习的应用也非常广…...

AI伦理自学路径:免费资源大全——软件测试从业者的专业指南

为什么软件测试从业者必须掌握AI伦理在人工智能&#xff08;AI&#xff09;技术迅猛发展的时代&#xff0c;软件测试工程师的角色已从单纯的功能验证转向伦理守护者。AI系统广泛应用于金融、医疗、交通等领域&#xff0c;但算法偏见、数据歧视和决策不透明等问题频发。2025年的…...

ESP32驱动ST7789 LCD与FT6336U触摸屏:从硬件选型到LVGL界面旋转的实战指南

1. 硬件选型与连接指南 第一次接触ESP32驱动ST7789 LCD和FT6336U触摸屏时&#xff0c;我被这块3.2寸IPS屏的显示效果惊艳到了。240x320的分辨率在嵌入式设备上已经相当够用&#xff0c;特别是ST7789驱动芯片的色彩表现力&#xff0c;完全超出了我对SPI接口屏幕的预期。不过在实…...

什么是本体:从概念体系到形式化建模

在知识图谱、语义网和知识表示中&#xff0c;本体&#xff08;Ontology&#xff09;是一个核心概念。初学者常把本体理解为术语表、分类表&#xff0c;或若干概念名称的集合&#xff0c;但这种理解并不完整。本体真正关心的&#xff0c;不只是“有哪些概念”&#xff0c;而是“…...

知网AI率高怎么降?比话降AI图文教程:从提交到通过

知网AI率高怎么降&#xff1f;比话降AI图文教程&#xff1a;从提交到通过 “你的论文AI率56%&#xff0c;打回重改。”——收到导师这条消息的时候&#xff0c;很多同学第一反应是懵的。辛辛苦苦写了两个月的毕业论文&#xff0c;知网检测居然说超过一半是AI生成的&#xff1f;…...

告别R语言焦虑!Origin相关性热图深度对比:5种图形类型(Mix/Color/Text等)到底怎么选?

告别R语言焦虑&#xff01;Origin相关性热图深度对比&#xff1a;5种图形类型实战指南 当科研数据遇上多维变量分析&#xff0c;一张信息密度与视觉表达平衡的相关性热图往往能成为论文中的点睛之笔。不同于R语言需要代码基础的绘制方式&#xff0c;OriginPro的CorrelationPlot…...

TransFuser V6(LEAD)--(1)

一、TansFuser V6分析论文: LEAD: Minimizing Learner-Expert Asymmetry in End-to-End Driving (2025)传感器配置: 4 个多视角相机 1 个激光雷达&#xff08;注意&#xff1a;官方提供的预训练权重中&#xff0c;传感器配置有多种 &#xff09;Carla 支持: 官方原生支持&…...

知识图谱网站案例综述

当人们第一次接触“知识图谱网站”时&#xff0c;往往容易把重点放在“图”上&#xff0c;仿佛只要网页上出现节点、连线或关系网络图&#xff0c;就已经完成了知识图谱应用。实际上&#xff0c;这种理解过于表面。知识图谱的核心&#xff0c;不在于是否画出了一张图&#xff0…...

从理论到硅片:二值化CNN在FPGA上的高效部署实践

1. 二值化CNN的数学原理与硬件适配优势 二值化卷积神经网络&#xff08;Binary CNN&#xff09;与传统CNN的核心区别在于权重和激活值的表示方式。在标准CNN中&#xff0c;这些参数通常使用32位浮点数表示&#xff0c;而二值化CNN将其简化为1两种状态。这种简化带来了三个关键特…...

从Naive到Double Buffering:手把手教你用CUDA C++一步步优化GEMM Kernel(附完整代码)

从Naive到Double Buffering&#xff1a;手把手教你用CUDA C一步步优化GEMM Kernel 在GPU计算领域&#xff0c;矩阵乘法&#xff08;GEMM&#xff09;作为深度学习、科学计算等众多应用的核心运算&#xff0c;其性能优化一直是开发者关注的焦点。本文将带领你从最基础的Naive实现…...

口碑力荐|2026 年 4 月 GEO 优化公司 TOP5 综合竞争力排行

随着生成式AI对信息获取场景的深度重构&#xff0c;生成式引擎优化&#xff08;GEO&#xff09;已从企业营销的可选项&#xff0c;升级为数字化布局的核心战略组成部分。最新数据显示&#xff0c;2026年全球AI搜索已占据40%的搜索流量份额&#xff0c;传统搜索引擎流量同比下降…...

别再手动改宏定义了!用Keil Configuration Wizard给你的.h文件加个可视化界面

Keil Configuration Wizard&#xff1a;让嵌入式开发告别手改宏定义的黑暗时代 每次接手一个老旧的嵌入式项目&#xff0c;看到满屏密密麻麻的宏定义时&#xff0c;你是不是也感到一阵眩晕&#xff1f;那些隐藏在.h文件深处的#define USE_IWDG 0和#define LOWPOWER_MODE 1&…...

TexLive极简安装法:5分钟搞定基础版+中英文支持(附磁盘空间不足解决方案)

TexLive极简安装法&#xff1a;5分钟搞定基础版中英文支持&#xff08;附磁盘空间不足解决方案&#xff09; 在学术写作和科研文档排版领域&#xff0c;LaTeX以其专业的排版质量和稳定性成为不可替代的工具。然而&#xff0c;传统的TexLive完整安装往往需要占用6GB以上的磁盘空…...

摩尔投票算法实战:从原理到多语言实现全解析

1. 摩尔投票算法&#xff1a;一个“少数服从多数”的巧妙游戏 如果你经常刷算法题&#xff0c;或者在工作中处理过海量数据&#xff0c;肯定遇到过这么一类问题&#xff1a;怎么从一个长长的列表里&#xff0c;快速找出那个出现次数超过一半的“老大”&#xff1f;最直接的想法…...

手把手教你用Walkie-Talkie数据集复现网站指纹攻击论文(附内存溢出解决方案)

实战指南&#xff1a;基于Walkie-Talkie数据集构建网站指纹攻击模型的完整流程 当研究资源受限时&#xff0c;如何用单一可用数据集完成前沿论文的完整复现&#xff1f;本文将带你从零开始&#xff0c;使用Walkie-Talkie数据集构建一个完整的网站指纹识别系统。不同于常规教程&…...

从原理图到实战:深度解析电源、接口与显示模块的设计要点

1. 主电源模块设计&#xff1a;从宽压输入到稳定输出的实战指南 在嵌入式系统设计中&#xff0c;主电源模块就像人体的心脏&#xff0c;为整个系统提供能量支持。我经手过的项目中&#xff0c;7-28V宽压输入转5V/3A输出的需求非常普遍&#xff0c;比如工业控制器、车载设备等场…...

MyBatis 行数返回机制深度解析:从匹配行到受影响行的实战优化

1. MyBatis行数返回机制的核心差异 第一次用MyBatis执行UPDATE语句时&#xff0c;我发现个奇怪现象&#xff1a;明明数据没变化&#xff0c;返回值却显示1。后来才明白这是MySQL的"匹配行数"机制在作怪。举个例子&#xff0c;当执行UPDATE users SET status1 WHERE i…...

室内无人机也能稳如老狗?手把手教你用Livox Mid360雷达+光流传感器搞定无GPS定位(附避坑指南)

室内无人机无GPS定位实战&#xff1a;Livox Mid360雷达与光流传感器的黄金组合 去年在深圳某科技园区的地下停车场测试时&#xff0c;我们的无人机在完全失去GPS信号的情况下&#xff0c;仅靠Livox Mid360雷达和MTF-01光流传感器就实现了厘米级定位精度——这个场景完美诠释了无…...

Python AI爬虫实战:爬取张雪峰微博并进行情感分析与词云可视化桶

1. 引入 在现代 AI 工程中&#xff0c;Hugging Face 的 tokenizers 库已成为分词器的事实标准。不过 Hugging Face 的 tokenizers 是用 Rust 来实现的&#xff0c;官方只提供了 python 和 node 的绑定实现。要实现与 Hugging Face tokenizers 相同的行为&#xff0c;最好的办法…...

深度拆解AnomalyDiffusion:用扩散模型破解工业缺陷检测的“数据荒”,每一步原理都讲透!

前沿&#xff1a; 做工业视觉、缺陷检测的朋友&#xff0c;大概都有过这样的崩溃时刻&#xff1a;老板让你做一个AI质检模型&#xff0c;正常产品的图片能堆成山&#xff0c;可缺陷样本呢&#xff1f;每种缺陷可能就3-5张&#xff0c;甚至只有1张。 AI模型就像一个没见过世面的…...

OpenClaw+优云智算Coding Plan:从灵感到成文,再到发布的全流程AI自动化绽

1.安装环境准备 1.1.查看物理内存 [rootaiserver ~]# free -m 1.2.操作系统版本 [rootaiserver ~]# cat /etc/redhat-release 1.3.操作系统内存 [rootaiserver ~]# df -h /dev/shm/ 1.4.磁盘空间 [rootaiserver ~]# df -TH [rootaiserver ~]# df -h /tmp/ [rootaiserver ~]# d…...