把 Perplexity 的研究变成一个 HTML 网页

把 Perplexity 的研究变成一个 HTML 网页

一个用网址调用的 n8n 工作流。你把主题放在网址里，一个 AI 智能体让 Perplexity 研究它，工作流回复一个完成的 HTML 文章页面。

包里有什么

• workflow.json：n8n 导出的工作流，四十七个节点。三十八个干活，九个是便签，解释各个步骤。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

• Perplexity 节点原来调用 Perplexity 的 Sonar 聊天补全接口，用的模型是 llama-3.1-sonar-small-128k-online。Perplexity 的文档（2026 年 11 月 12 日查阅）说 Sonar Chat Completions 的支持已于 2026 年 9 月 27 日结束，并指名 POST https://api.perplexity.ai/v1/agent 作为替代。Mindket 的版本调用这个地址，effort 设为 fast，带一个限定最近一个月的 web_search 工具和 4000 个输出 token。Success Response 现在从 output 列表里读出回答。
• 原来把搜索限制在 perplexity.ai 这个域名本身。Mindket 的版本去掉了这个限制，所以搜索覆盖整个网络。想再限制，就把 search_domain_filter 加到工具的 filters 里。
• 原来的采样选项，以及图片和相关问题的开关都不再发送，因为 Agent API 对其中大多数没有直接对应的字段。
• 原来把主题粘进一个 JSON 字符串里，所以主题里的一个引号就会弄坏调用。这个版本把请求体做成一个对象。
• 工具节点 Call Perplexity Researcher 原来按 id 指向原作者的工作流。这个字段现在是空的。把这个工作流保存一次，然后在那里选它，因为下面那一行就是工具调用的研究员。
• Telegram 聊天 id 原来是 Number 字段里的一个示例数字。它现在是占位符 <YOUR_TELEGRAM_CHAT_ID>。
• 原来的副本在 JSON 后面有多余的文字，Mindket 的版本去掉了它。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。提示词和便签都是文件原有的。

开始之前

• 一个有公开地址的 n8n 实例，n8n Cloud 或自己的服务器都行，因为这个工作流从 webhook 开始。
• 一个 OpenAI API 密钥。
• 一个 Perplexity API 密钥。
• 一个 Telegram 机器人，以及它写入的聊天的 id。这一部分是可选的。

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。保存一次。
2. 打开 Call Perplexity Researcher，在它的 Workflow 字段里选这个同样的工作流。它运行的是下面那一行，从 Execute Workflow Trigger 开始。
3. 添加一个 OpenAI 凭据，在五个模型节点里选中它：gpt-4o-mini、gpt-4o-mini1、gpt-4o-mini2、gpt-4o-mini3 和 gpt-4o-mini5。
4. 在这些节点里各选一个模型。文件在第一个里写的是 gpt-4o-mini-2024-07-18，另外四个没设。OpenAI 的弃用页（2026 年 11 月 12 日查阅）说 gpt-4o-mini-2024-07-18 在 2027 年 1 月 14 日停用，替代是 gpt-6-luna。它还说，当前的 n8n 在没设模型时用的 gpt-5-mini 在 2026 年 12 月 11 日停用，替代是 gpt-5.6-terra。Perplexity Topic Agent 背后的模型要调用工具，所以选一个支持函数调用的，比如 gpt-5.6-terra。如果某个模型拒绝 temperature 选项，就在那个节点的选项里清掉它。
5. 为 Perplexity 添加一个 Header Auth 凭据。名称填 Authorization，值填 Bearer <YOUR_PERPLEXITY_KEY>，换成你自己的密钥。在 Perplexity 里选中它。
6. 用 Telegram 的话，添加一个 Telegram 凭据，在 Telegram 和 Telegram2 里选中它。把 Chat Id 和 Chat Id1 里的 <YOUR_TELEGRAM_CHAT_ID> 换成你的聊天 id。不用 Telegram，就禁用这两个节点。禁用的节点会把它的输入原样传下去。
7. 打开 Webhook 节点，复制它的测试地址。在后面加上 ?topic= 和一个主题，监听测试事件，然后在浏览器里打开这个地址。

一次运行的过程

1. Webhook 收到请求，Get Topic 取出 query.topic。If Topic Exists 挡住空主题。
2. Improve Users Topic（Basic LLM Chain 1.4）把主题改写成给 Perplexity 的提示，最多两句话。
3. Perplexity Topic Agent（Agent 1.6）被要求使用 perplexity_research_tool，也就是 Call Perplexity Researcher。
4. 这个工具启动下面那一行。Execute Workflow Trigger 把主题交给 Chat Id1 和 Telegram2，后者把它发到 Telegram。然后 If 检查主题是否存在。接着 Prompts 设好系统文字和用户文字，Perplexity（HTTP Request 4.2）去问 Agent API。最后 Success Response 返回文字。
5. 回到上面那一行，Chat Id 和 Telegram 把研究的前 300 个字符发到 Telegram。If2 和 Extract JSON 接着把研究变成一个文章对象。它有分类、标题、详情、正文，还有带引文的章节和话题标签。
6. Article 和 If Article 把它传下去。Create HTML Article 把它转成一个标题和一行 HTML，If HTML 和 Contents 取出这两个字段。
7. Basic LLM Chain 把它做成一个用 Tailwind CSS 做样式的完整页面，Respond to Webhook 以文本形式把它发回去。

改变结果

• 研究提示：Prompts 和 Improve Users Topic。
• 搜索选项：Perplexity 的请求体，包括 effort、search_recency_filter 和 max_output_tokens。
• 文章的结构：Structured Output Parser1 里的示例结构。
• 页面的样子：Basic LLM Chain 里的提示词。
• webhook 的路径：Webhook 里的 pblog。

注意事项

• 主题为空时会在一个 Do Nothing 节点结束，所以调用方拿不到页面。这些分支永远走不到 Respond to Webhook。
• If2 和 If Article 比较的文字前面没有 =，所以它们总是通过。
• 调用方要等整条链走完，中间会连续调用好几次模型。
• 它返回的页面从 jsDelivr 加载 Tailwind CSS 2.2.19。
• Perplexity 和 OpenAI 把调用记到你的密钥上。
• 主题发给 OpenAI 和 Perplexity。Telegram 收到主题和研究的前 300 个字符。
• 工作流一旦发布，任何知道 webhook 地址的人都能用你的密钥启动一次运行。
• 文件里没有任何凭据和密钥。