根据 Google 表格日程来回答的 Telegram 聊天机器人

根据 Google 表格日程来回答的 Telegram 聊天机器人

一个把 Telegram 机器人变成 Google 表格日程助手的 n8n 工作流。成员给机器人发一个问题，AI 模型就根据表格当前的行来回答。第二个入口，也就是 n8n 自己的聊天框，让你不用 Telegram 也能测试同一个流程。

包里有什么

• workflow.json：n8n 导出的工作流，15 个节点和 8 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

• Settings 里原来是原作者的表格地址。现在写成 <YOUR_GOOGLE_SHEET_URL>。Schedule 节点还带着那张表的地址和标签页名字，作为保存下来的标签。这两样都去掉了，节点仍然读第一个标签页，也就是 gid=0。
• LLM 节点是一个 OpenRouter Chat Model，没有指定模型，所以它运行的是 n8n 为这个节点设的默认值 openai/gpt-4.1-mini。OpenAI 会在 2027 年 1 月 14 日停用这个模型，并指定 gpt-6-luna 为替代。节点现在明确写成 openai/gpt-6-luna，OpenRouter 的公开模型列表里有它。这个智能体没有用到工具，所以 gpt-6-luna 适合。
• SetResponse 里原来有第二个字段，是空的，没有名字。已经删掉。

开始之前

• 如果你想要 Telegram 这个入口，需要一个有公开 HTTPS 地址的 n8n 实例，比如 n8n Cloud。编辑器里的聊天框不需要地址。
• 一个 Telegram 机器人令牌。在 Telegram 里给 BotFather 发消息就能拿到。
• 一个能打开你的表格的 Google 账号，以及 n8n 里的一个 Google Sheets OAuth2 凭据。
• 一个 OpenRouter API 密钥。
• 一张表，有一行表头，第一个标签页上每个活动一行。

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. 给 telegramInput、SendTyping 和 telegramResponse 添加带你的机器人令牌的 Telegram 凭据。
3. 在 Settings 里，把 <YOUR_GOOGLE_SHEET_URL> 换成浏览器里显示的表格地址。给 Schedule 添加一个 Google Sheets OAuth2 凭据。这个节点读第一个标签页。要读别的标签页，就在 Schedule 里选它。
4. 给 LLM 添加一个 OpenRouter 凭据。
5. 打开 ScheduleBot，把它的系统消息改写成适合你自己的群体。现在它讲的是一个聚会小组。
6. 要测试的话，打开画布底部的聊天框，问一个关于你日程的问题。
7. 要用 Telegram，就保存工作流并把它打开，然后给你的机器人发消息。

一次运行的过程

1. 一次运行从 telegramInput（Telegram Trigger）或 n8nInput（n8n 里的聊天框）开始。Telegram Trigger 只监听消息更新。
2. 在 Telegram 这一侧，SendTyping 在聊天里显示正在输入的标志，telegramChatSettings 把消息文字和聊天 id 复制到 inputMessage 和 chatId，并把 mode 设为 telegram。在 n8n 这一侧，n8nChatSettings 把聊天文字和会话 id 复制到同样的字段，并把 mode 设为 n8n。
3. Settings 加上 scheduleURL。Schedule 读取表格。ScheduleToMarkdown 把每一行转成 markdown 里的一张 Markdown 表，表头是第一行的列名。
4. ScheduleBot 是一个跑在 LLM 上的智能体，旁边有 Memory。它的系统消息里放着这张表，成员的文字就是提示。它没有工具。
5. SetResponse 把回答复制到 responseMessage。然后 Switch 按 mode 走。对 Telegram 来说，telegramResponse 把回答发到同一个聊天。对 n8n 来说，n8nResponse 是一个 No Operation 节点，它结束这次运行，聊天框里就显示回答。

调整

• 日程：Settings 里的 scheduleURL，以及 Schedule 里的标签页。
• 机器人是谁、怎么回答：ScheduleBot 里的系统消息。
• 模型：LLM。
• 它记住多少：Memory 里的窗口长度。它为每个聊天 id 各保留一段对话。
• 回复的格式：telegramResponse 里有 Telegram 发送的文字和选项。

要知道的

• 下面的事实来自 2026 年 11 月 12 日读取的 n8n 源码、Telegram 的 Bot API 页面和 OpenRouter 的公开模型列表。没有运行过任何东西：没有机器人，没有表格，也没有模型调用。
• Telegram 把更新发到一个 HTTPS 地址，所以以这种方式访问不到的 n8n 收不到机器人的消息。编辑器里的聊天框在哪里都能用。
• 任何找到你的机器人的人都能向它提问，回答来自你的表格。telegramInput 是 1.1 版。这个版本会显示 Restrict to Chat IDs 和 Restrict to User IDs 字段，却不应用它们。n8n 从 1.2 版起才会过滤，所以要依赖它们，先更新这个节点。
• 整张表都会放进每个问题的系统消息里，表格每次也会重新读取。日程一长，每条消息更费钱，每次回答也更慢。
• Schedule 用的是 Get Row(s)，它会给每一行加上一列 row_number。模型会把它当作表的第一列看到。
• ScheduleToMarkdown 的列名取自第一行。含有竖线的单元格可能会把表弄坏。
• Memory 默认保留最近五条消息，每个聊天 id 一段对话，存在 n8n 自己的进程里。n8n 重启会把它清空。
• telegramResponse 用的是 Telegram 1.2 版的默认值：Markdown 解析模式、关闭链接预览，并在每条回答下面加上“This message was sent automatically with n8n”这一行。回答里零散的 _ 或 * 可能让 Telegram 拒收这条消息。
• SendTyping 显示正在输入的标志不超过 5 秒，回答一到，Telegram 就会把它清掉。
• 计费：OpenRouter 按每次回答计费。它的公开列表显示 openai/gpt-6-luna 每百万个输入 token 0.1 美元，每百万个输出 token 0.5 美元。模型的推理 token 算作输出。
• 你的数据：表格的行和每条消息会发给 OpenRouter 和模型的提供方。回答和正在输入的标志经过 Telegram。
• 凭据：这个 JSON 里没有任何凭据。