能聊你的 Google Search Console 数据的聊天智能体

能聊你的 Google Search Console 数据的聊天智能体

一个回答你 Search Console 数据问题的 n8n 工作流。一个 webhook 收下消息和会话 id，OpenAI 智能体列出你的 Search Console 资源，根据你的要求拼出查询，调用 Google 的 API，再用 Markdown 表格回复。一张 Postgres 表保存每次会话的聊天历史。

包里有什么

• workflow.json：n8n 导出的工作流，30 个节点，其中十四个是便签。里面没有任何凭据。智能体和它的工具放在同一个文件里：工具就是画布的下半部分，从 Tool calling 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

• 所有凭据关联都已删掉，请选你自己的：OpenAI、Postgres、Basic Auth 和 Google OAuth2。
• Call Search Console Tool 原来指向作者 n8n 里的一个工作流 id，那正是这个工作流自己的 id。现在它写的是 {{ $workflow.id }}，所以工具会调用你导入的那一份。
• webhook 的路径原来是作者的 webhook id 加 /chat。现在是 search-console-chat。
• 这个工作流原来保存成已启用。Mindket 的版本在你发布之前是未启用的。
• 那张大便签放着作者的截图、一个 n8n 指南的链接和一些关于权限范围的建议。现在它写的是一个简短的标题。
• 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，要有 webhook 用的公网地址。
• 一个 OpenAI API 密钥。
• 一个存聊天历史的 Postgres 数据库，比如 Supabase 项目的那个。记忆节点会自己建表。
• 一个开了 Search Console API 的 Google Cloud 项目、一个 OAuth 客户端，以及一个能看到你想问的那些资源的 Google 账号。
• 一个能向 webhook 发 JSON 的聊天前端，或者一个能这么做的命令行工具。

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 的 OAuth2 API 凭据，填上你的客户端 id 和密钥，范围用只读的 https://www.googleapis.com/auth/webmasters.readonly，再连接你的账号。在 Search Console - Get Custom Insights 和 ## Search Console - Get List of Properties 里选中它。
3. 添加一个 Postgres 凭据，在 Postgres Chat Memory 里选中它。表名是 insights_chat_histories。
4. 添加一个 OpenAI 凭据，在 OpenAI Chat Model 里选中它。
5. 添加一个 Basic Auth 凭据，用户名和密码自己定，在 Webhook - ChatInput 里选中它。
6. 保存工作流。Call Search Console Tool 按它自己的 id 调用它，所以需要已保存的这一份。
7. 打开 webhook 的测试地址，带上它的 Basic Auth 登录发一条消息，内容类似 {"chatInput": "Which sites can you see?", "sessionId": "test-1"}。回复里有 output（智能体的回答）和 intermediateSteps（工具返回的原始结果）。
8. 点 Publish。正式地址以 /webhook/search-console-chat 结尾。

一次运行的过程

1. Webhook - ChatInput 收带 Basic Auth 的 POST。Set fields 从请求体或顶层复制 chatInput 和 sessionId，并把今天的日期加成 date_message。
2. AI Agent 读消息和日期。一次会话的第一条消息，它的指令要它先取资源清单再回复。然后它向你确认资源、日期、维度和行数。
3. 它用一个 JSON 字符串调用 Call Search Console Tool。request_type 是 website_list 或 custom_insights。
4. 下半部分从 Tool calling 开始。Set fields - Consruct API CALL 把字符串解析成字段，Switch 按 request_type 分流。
5. custom_insights 走到 Search Console - Get Custom Insights，这是向资源的 searchAnalytics/query 端点发的 POST，带开始和结束日期、维度和行数上限。website_list 走到 ## Search Console - Get List of Properties。
6. 一个 Set 节点和一个 Aggregate 节点把数据行合成一个字段 response，由工具返回给智能体。
7. 智能体写出 Markdown 表格，Respond to Webhook 把智能体的条目作为 webhook 的回复发回去。

改变风格

• 智能体的作风：AI Agent 里的系统消息，它定了问候语、3 个月和 100 行的默认值，以及表格格式。
• 模型：OpenAI Chat Model 里的 gpt-4o，输出上限 16000 个 token。
• 模型能看到多少历史：Postgres Chat Memory 保持默认的 5 轮对话窗口，表名也在那里设。
• 查询：Search Console - Get Custom Insights 的请求体。它发的 dataState 是 all。
• Webhook：Webhook - ChatInput 里的路径和认证。

注意事项

• 模型：OpenAI 的弃用页面（2026 年 11 月 12 日查阅）给 gpt-4o 定的关停日期是 2027 年 1 月 14 日，替代模型是 gpt-6-luna。在那之前，请在 OpenAI Chat Model 里换掉模型。便签里写的仍是 gpt-4o 和 gpt-4o-mini。
• 开放的入口：webhook 只靠你加的 Basic Auth 保护。没有它，任何有这个地址的人都能用你的 OpenAI 密钥，也能读你的资源。
• 查询总是从第 0 行开始，所以智能体没法翻页。请要一个更大的行数上限。Google 的 API 每次请求允许 1 到 25,000 行，默认 1,000 行，dataState 为 all 时包含最新的数据。
• 智能体的提示词列了维度 page、query、searchAppearance、device 和 country。这个 API 还接受 date 和 hour。
• 会话 id 是通往一次聊天历史的唯一钥匙，所以请用难猜的 id。
• 你的数据：Search Console 返回的数字、你的问题和聊天历史都会发给 OpenAI。历史还会留在你的 Postgres 表里。
• webhook 的触发器只回答请求，所以你自己的聊天窗口必须调用它。