用 Jina 和 AI 把网页条目拉进 Google 表格

用 Jina 和 AI 把网页条目拉进 Google 表格

一个 n8n 工作流，通过 Jina 的 Reader 读取一个网页，请 OpenAI 聊天模型挑出页面上的每个条目，再为每个条目在 Google 表格里加一行。文件默认指向一个练习用书店的分类页。

包里有什么

• workflow.json：n8n 导出的工作流，七个节点：六个干活的和一张便签。里面没有任何凭据。
• 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

• 凭据的关联都删掉了：Google Sheets 账号、OpenAI 密钥，以及 Jina Fetch 上的 Header Auth 凭据。请选你自己的。
• Save to Google Sheets 原来指向作者自己的表格和它的 Sheet2 工作表。现在是 YOUR_SHEET_ID 和工作表 Sheet1。
• Information Extractor 里的 schema 只有 results 列表，没有最外层的 type 和 properties，所以它不是一份完整的 JSON Schema。Mindket 的版本把同样的字段包在它们里面。
• Save to Google Sheets 的列清单写的是 name、price、availability、image 和 link，而提取节点返回的是 title、price、availability、product_url 和 image_url。现在列清单写的是提取节点自己的字段，也不再列出匹配列。
• Jina Fetch 原来打开了忽略 SSL 问题的选项。现在它关了，所以请求会检查服务器的证书。
• 顶部那张大便签原来有作者的教程视频和一个示例表格的链接，现在改成了标题。
• 别的都没改。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一张 Google 表格，第一个工作表的第 1 行写着这些表头：title、price、availability、product_url 和 image_url。工作表叫 Sheet1，除非你改过名。
• 一个 OpenAI API 密钥。
• 可选：一个 Jina 密钥。见“注意事项”。

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 Google Sheets OAuth2 凭据，在 Save to Google Sheets 里选中它。把 YOUR_SHEET_ID 换成你的表格 ID，也就是地址里 /d/ 和 /edit 之间那一长串。如果你的工作表不叫 Sheet1，就改掉工作表名。
3. 添加一个 OpenAI 凭据，在 OpenAI Chat Model 里选中它。这个节点没有指定模型，请选一个。
4. 在 Jina Fetch 里，添加一个带你的 Jina 密钥的 Header Auth 凭据，或者把 Authentication 设成 None，不带密钥运行。在你二选一之前，节点会一直要求一个凭据。
5. 确认你表格的第 1 行有上面那五个表头。
6. 点 Test workflow。页面上每个条目在你的表格里各有一行。

想读别的页面，就把 Jina Fetch 的网址里的地址换掉。前面要保留 https://r.jina.ai/。

一次运行的过程

1. When clicking "Test workflow" 手动启动它。
2. Jina Fetch 向 Jina 的 Reader 要这个页面。它以纯文本返回，n8n 把它放在 data 里。
3. Information Extractor 把这段文字连同系统提示词和 schema 发给聊天模型。它返回 output，一个带 results 列表的对象。列表里每本书有标题、价格、库存状态、商品链接和图片链接。
4. Split Out 把 output.results 拆成每本书一项。
5. Save to Google Sheets 把每一项作为一行追加。字段按同名的表头对应。

改变风格

• 页面：Jina Fetch 里的网址。
• 挑出什么：Information Extractor 里的系统提示词和 schema，以及你表格里与之对应的表头。
• 模型：OpenAI Chat Model。
• 表格和它的工作表：Save to Google Sheets。
• 怎么启动：把手动触发换成 Schedule Trigger，就能按时间运行。每次运行都会加行。

注意事项

• 每次运行都会追加。同一个页面第二次运行会再加一遍同样的行，所以不想重复的话，先把旧行清掉。
• 它读一个页面。没有翻页，页面文字比模型能接受的更长就会失败。
• 没有对应表头的字段，默认会变成右边的新列（n8n 现在的源码，2026 年 11 月 12 日查阅）。请照上面的拼写来写表头。
• 模型读的是文字，难免出错，而且每个值都是文本。依赖它们之前，先拿一些行和页面核对。
• 在这个文件用的版本里，OpenAI Chat Model 节点没有指定模型，在 n8n 现在的源码（2026 年 11 月 12 日查阅）中默认用 gpt-5-mini。OpenAI 的弃用页面给 gpt-5-mini 定的日期是 2026 年 12 月 11 日，替代模型是 gpt-5.6-terra。
• 文件读取的页面 books.toscrape.com 自称是一家专门供人抓取的虚构书店，价格没有任何实际意义。把工作流指向别的网站之前，先看那个网站的规则。
• Jina 的 Reader 页面（2026 年 11 月 12 日查阅）写明，密钥可有可无，没有密钥时的限制是每个 IP 地址每分钟 20 次请求。那一页没有给出请求头的名字，所以请从 Jina 的文档里取。
• 网页的文字会发给 OpenAI，Jina 能看到你请求的地址。