能把网页取成 Markdown 的聊天智能体

能把网页取成 Markdown 的聊天智能体

一个带聊天智能体和一个工具的 n8n 工作流。你在 n8n 的聊天里给智能体一个网址，工具下载这个页面，去掉模型用不上的部分，返回 Markdown，再由 OpenAI 模型据此回答。

包里有什么

• workflow.json：n8n 导出的工作流，20 个节点，其中四个是便签。里面没有任何凭据。智能体和工具放在同一个文件里：工具就是画布的下半部分，从 Execute Workflow Trigger 开始。
• README.md：这份设置说明，压缩包里的是英文版。

我们相对原来的副本改了什么

• OpenAI Chat Model 原来调用 gpt-4-1106-preview，OpenAI 已于 2026 年 10 月 23 日关停这个模型。现在它调用 gpt-5.6-sol，这是 OpenAI 弃用页面上写的替代模型，2026 年 11 月 12 日查阅。
• 模型节点原来关联着作者 n8n 里的一个凭据。这个关联已删掉，请选你自己的。
• 别的都没改。文件里没有 Code 节点，表达式也不用修。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个能用 gpt-5.6-sol 的 OpenAI API 密钥。
• 允许智能体读的网址。请求只是普通下载，背后没有浏览器。

设置

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
2. 添加一个 OpenAI 凭据，填上你的密钥，在 OpenAI Chat Model 里选中它。
3. 保存工作流。HTTP_Request_Tool 按工作流自己的 id {{ $workflow.id }} 调用它，所以需要已保存的这一份。
4. 在画布上点 Chat，在消息里带上网址，问一个页面的内容。

一次运行的过程

1. 你在聊天里发消息时，On new manual Chat Message 开始一次运行。它只在编辑器里起作用。
2. ReAct AI Agent 读你的消息，判断要不要看某个页面。它用文字推理，所以每一步都显示在聊天的日志里，最多走 10 步。
3. 要读页面时，它用形如 ?url=ADDRESS&method=simplified 的查询字符串调用 HTTP_Request_Tool。工具的描述要求写 method=full 或 method=simplified。
4. 工具在同一个工作流的 Execute Workflow Trigger 处启动一次新运行。QUERY_PARAMS 把字符串拆成字段，CONFIG 把 maxlimit 设成 70000，除非这次调用给了别的值。
5. HTTP Request 下载这个网址。Is error? 把失败的请求交给 Stringify error message，它返回错误文本，没有收到 url 时则返回一条让智能体改查询的说明。
6. Exctract HTML Body 留下 body 标签之间的文本，Remove extra tags 去掉脚本、样式、框架、嵌入、音频、视频、SVG 和注释。
7. Simplify? 检查方法里是否含 "simplif"。含的话，Simplify output 把每个链接地址换成 NOURL，每个图片地址换成 NOIMG。
8. Convert to Markdown 把 HTML 转成 Markdown，Send Page Content 把它返回；如果长度不小于 maxlimit，就返回 ERROR: PAGE CONTENT TOO LONG。模型根据返回的内容回答。

改变风格

• 页面上限：CONFIG 里的 70000，按 Markdown 的字符数算。
• 智能体怎么用工具：HTTP_Request_Tool 里的描述。
• 模型及其设置：OpenAI Chat Model。选项里保留了原来的超时 300000 毫秒、温度 0.7 和频率惩罚 0.3。
• 去掉什么：Remove extra tags 里的表达式。
• 换一种入口：用一个发送 query 字段的 Execute Workflow 节点，从任何工作流里调用下半部分。

注意事项

• 模型：原来的模型已经没了，而 OpenAI 的页面没有写新模型对温度和频率惩罚的规则。如果运行因其中一个失败，就在 OpenAI Chat Model 的选项里把它清掉。
• 智能体类型：n8n 把 ReAct 模式标为已弃用，并说它会在 n8n v3 中移除。更新之后，把 ReAct AI Agent 换成当前的 AI Agent，再接回它的模型和工具。
• 回复里没有 body 标签时（比如 JSON 或纯文本），Exctract HTML Body 会失败，工具随后返回这个错误。
• 靠 JavaScript 画出文字的页面返回的内容几乎是空的，因为没有东西去运行页面里的脚本。
• HTTP Request 开着 Ignore SSL Issues，证书有问题的页面它也照读。想要这道检查的话，在节点的选项里把它关掉。
• 智能体会取任何给它的地址，包括你内网里的。只有能打开你 n8n 编辑器的人才能用这个聊天。
• 要让智能体读某个网站的很多页面之前，先读它的条款。
• 一个问题可能用到好几次 OpenAI 调用，没超过上限的页面都会进入模型的输入。
• 你的问题和页面的文字会发给 OpenAI。