每天给推文打情绪分并发到 Slack

每天给推文打情绪分并发到 Slack

一个 n8n 工作流，每天早上在 X 上搜索带某个话题标签的帖子，存进 MongoDB，并用 Google 给它们的情绪打分。分数写进 Postgres，情绪为正的帖子会发到一个 Slack 频道。

包里有什么

• workflow.json：n8n 导出的工作流，九个节点。里面没有任何凭据，也没有便签。
• 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

• 搜索这一步原来是 1 版 Twitter 节点，它用 OAuth1 凭据调用 X 较早的搜索地址。X 的迁移指南（2026 年 11 月 12 日查阅）把那个地址对应到最近搜索。Mindket 的版本用 n8n 的 2 版节点，它用 OAuth2 凭据调用最近搜索。
• 搜索原来要 3 条帖子。X 的最近搜索每次请求至少要 10 条结果，所以现在要 10 条。按每读一条帖子 0.005 美元算，一天大约五美分。
• Cron 节点（n8n 在节点列表里把它藏起来了）换成了每天早上 6 点运行的 Schedule Trigger。
• IF 节点原来拿分数和一个空的第二个值比较。现在这个值明确写成 0。
• 有几个节点原来关联着作者 n8n 里的凭据。这些关联已删掉，请选你自己的。
• 别的都没改。MongoDB、Natural Language、Set、Postgres 和 Slack 这几步都是文件原有的。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个带有读取帖子额度的 X 开发者应用。
• 一个 MongoDB 数据库，和一个 Postgres 数据库，后者里有表 tweets，表中有 text、score 和 magnitude 三列。
• 一个已开启 Natural Language API 的 Google Cloud 项目。
• 一个能在你的频道发消息的 Slack 应用。

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 X OAuth2 凭据，在 Twitter 里选中它。如果你不想搜 #OnThisDay，就改搜索文字。
3. 添加一个 MongoDB 凭据，在 MongoDB 里选中它。集合名叫 tweets。
4. 添加一个 Google Cloud Natural Language 凭据，在 Google Cloud Natural Language 里选中它。
5. 在 Postgres 里建好表 tweets，添加一个 Postgres 凭据，在 Postgres 里选中它。
6. 添加一个 Slack 凭据，在 Slack 里选中它。如果你的频道不叫 tweets，就改频道名。
7. 先手动运行一次这个工作流，再启用它。

一次运行的过程

1. Schedule Trigger 每天早上 6 点启动一次运行。
2. Twitter 在 X 上搜索带 #OnThisDay 的最近帖子，返回十条。
3. MongoDB 把每条帖子的文字插入集合 tweets。
4. Google Cloud Natural Language 分析每段文字的情绪。Set 保留文字、分数和强度。
5. Postgres 把每一行插入表 tweets。
6. IF 把分数大于 0 的帖子送到 Slack，由它发到频道 tweets。其余的进入一个空的 NoOp 节点。

改变结果

• 搜索内容：Twitter 里的 searchText。
• 每次取多少条帖子：Twitter 里的 limit，X 接受 10 到 100。
• 每天几点运行：Schedule Trigger 里的小时。
• 怎样算正面：IF 里的比较方式和数值。
• Slack 消息：Slack 里的文字。

注意事项

• Mindket 没有运行过这个工作流。没有调用过 X、MongoDB、Google、Postgres 和 Slack。节点设置来自 n8n 源码和各家的文档，查阅日期是 2026 年 11 月 12 日。
• Google 的文档说，分数范围是 -1.0（负面）到 1.0（正面）。强度没有归一化，所以文字越长，强度可能越大。
• X 的最近搜索能回溯七天，同一条帖子可能在之后某天再次出现。这个工作流不会检查重复。
• 这个工作流不会建 Postgres 的表，请先建好。
• MongoDB 这一步只保存帖子的文字，没有作者、日期或链接。
• 帖子文字会发给 MongoDB、Google、Postgres 和 Slack。
• 文件里没有任何凭据和密钥。