Mindket
简体中文
English简体中文
登录注册
商店MCP技能计算器学习价格博客
发现
研究312写作59商务95法律13财务33营销175开发1,427效率391教育81陪伴14
帮助与支持
语言
English简体中文

每日 Hugging Face 论文由 OpenAI 概括后存进 Notion

由 Mindket 上架n8n 工作流研究
新上架第 1 版 · 更新于
节点7应用3点赞

概览

  1. Schedule Trigger
  2. Get Daily Papers
  3. Loop Over Items
  4. Check Paper URL Existed
  5. If
  6. OpenAI Analysis Abstract
  7. Store Abstract Notion
每日 Hugging Face 论文由 OpenAI 概括后存进 Notion，图片 1
‹2 / 2›

一个 n8n 工作流，每个工作日早上读取 Hugging Face 的每日论文列表，请 OpenAI 概括每篇摘要。每篇新论文在 Notion 里存成一行，已经在表里的论文会被跳过。

每日 Hugging Face 论文由 OpenAI 概括后存进 Notion 是一款 n8n 工作流，属于研究类，由 Mindket 上架。可免费获取。当前为第 1 版，最近更新于 。在本页下载，或复制它的 JSON，再导入 n8n 画布。在 n8n 里启用之前，它不会运行。

速览

用在
  • n8n Cloud：在那里新建一个工作流，把文件导入进去
  • 你自己的 n8n 服务器：同一个文件，同样的步骤
  • 换一个时间表：改第一个节点里的日子和钟点
  • 换一个模型：改 OpenAI Analysis Abstract 里的 modelId，并保持 JSON 字段名不变

平台

n8n工作流自动化，可在 n8n 云端或你自己的服务器上运行
连接 3 个应用

运行方式

触发

工作日的时间表

它自己运行：

  • 周一到周五 8:00
  • 要的是昨天日期的论文

动作

  1. 向 Hugging Face 的 API 要前一天的论文
  2. 在 Notion 表里查每篇论文的地址
  3. 已经在表里的论文被放过
  4. OpenAI 读新论文的摘要，返回核心介绍、关键词、结果、技术细节和分类
  5. 带标题、摘要和这些字段的一行被加进 Notion

结果

每篇表里还没有的论文，在 Notion 里新增一行

集成

开始之前要准备好这些。

Hugging Face

论文来源

列出当天的论文，带标题和摘要。

需要工作流里没有凭据

Notion

论文表

存放这张表，回答地址查询，并保存每一行新记录。

需要一个 Notion 凭据，和一个带九个属性的数据库

OpenAI

语言模型

读每篇摘要，以 JSON 返回整理结果。

需要一个 OpenAI API 密钥，放在一个 OpenAI 凭据里

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
7 个步骤，按计划启动
AI
1 个步骤调用 AI 模型：OpenAI Analysis Abstract
登录
需要登录：Notion
API 密钥
文件里没有留下 API 密钥
步骤类型
Mindket 的检查器能读懂它全部 6 种步骤类型

以上内容读自工作流文件，并非实际运行的结果。

关于

它是什么

这个 n8n 工作流把每篇新的 Hugging Face 每日论文，整理成一份简短摘要，存进 Notion 表。每个工作日 8:00，它向 Hugging Face API 要前一天的论文。对每篇论文，它先到 Notion 里找这篇论文的地址，找到了就跳过。新论文的摘要交给 OpenAI，OpenAI 返回核心介绍、关键词、结果、技术细节和分类。七个节点干活。Notion 里每篇新论文得到一行。

适合谁

想要一份可搜索的每日论文档案、又不想逐篇打开摘要的研究人员、机器学习工程师和读书小组。如果你需要全文，就别选它，因为它只保存摘要和整理出的内容。这些内容由语言模型写成，可能出错。

谁在用，怎么用
行业谁在用怎么用例子
科研研究团队保存一份可搜索的新论文记录实验室每天早上看 Notion 表，只打开关键词和自己项目相符的论文。
教育课程负责人为研讨课挑选阅读材料讲师在“分类”列里筛出强化学习，选出下周要读的论文。
科技工程经理不用什么都读，也能跟上这个领域经理周五浏览“核心介绍”列，把三篇论文转给团队。
媒体通讯稿作者为每周的 AI 摘要找选题作者按日期给表排序，挑出结果那一行最清楚的论文。

你需要会一点 n8n，有一个带九个属性的 Notion 数据库，还要有一个 OpenAI API 密钥。

用在哪里

任何能访问 Hugging Face、Notion 和 OpenAI API 的 n8n 都能运行它。激活之后，它会自己运行。

  • n8n Cloud：在那里新建一个工作流，把文件导入进去
  • 你自己的 n8n 服务器：同一个文件，同样的步骤
  • 换一个时间表：改第一个节点里的日子和钟点
  • 换一个模型：改 OpenAI Analysis Abstract 里的 modelId，并保持 JSON 字段名不变

设置

点“下载”会把一个压缩包存到你的下载文件夹，里面有 workflow.json 和 Mindket 写的设置说明。 Notion 表必须带有工作流要写入的属性名。

先准备好这些
需要说明
n8nn8n Cloud 或你自己的服务器
Notion一个 Notion 集成，和一个带这些属性的数据库：URL（网址）、title（标题）、scrap-date（日期），以及 abstract、Classification、Technical_Details、Data_and_Results、keywords、Core Introduction（文本）
OpenAI一个 API 密钥，放在一个 OpenAI 凭据里
  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. 在 Notion 里新建一个带上面九个属性的数据库，并把它共享给你的 Notion 集成。
  3. 添加一个 Notion 凭据，在 Check Paper URL Existed 和 Store Abstract Notion 里选中它。
  4. 在这两个 Notion 节点里，选你自己的数据库，替换 <YOUR_NOTION_DATABASE_ID>。
  5. 添加一个 OpenAI 凭据，在 OpenAI Analysis Abstract 里选中它。
  6. 用 Execute workflow 运行一次，看看 Notion 表。
  7. 激活这个工作流，让时间表去运行它。

如何使用

激活这个工作流，或者手动运行来测试。之后它会自己取前一天的论文，把新的加进表里。

想要不同的效果，改这里
要改的在哪里改
日子和钟点Schedule Trigger
论文是哪一天的Get Daily Papers 里的 date 查询值
论文的数量Get Daily Papers 里加一个 limit 查询值，范围 1 到 100，默认是 50
模型提取什么OpenAI Analysis Abstract 里的系统消息，以及 Store Abstract Notion 里对应的属性
模型OpenAI Analysis Abstract 里的 modelId
Notion 表Check Paper URL Existed 和 Store Abstract Notion 里的数据库

示例

星期三 8:00，工作流向 Hugging Face 要星期二的论文。

它在 Notion 表里查每篇论文的地址，把新论文的摘要发给 OpenAI。表里为每篇新论文多出一行，带有标题、摘要和整理出的五个字段。

新手与专家

新手：n8n 把工作流画成用线连起来的方框，每个方框是一个节点，只做一件事。API 是一个网址，它给程序返回数据，而不是返回网页。这里 Hugging Face 的 API 返回当天的论文列表。

专家：请求发到 /api/daily_papers，带一个 date 查询值，HTTP Request 节点把 JSON 数组变成每篇论文一项。Loop Over Items 一次取一篇。Notion 查找开着 alwaysOutputData，所以找不到的论文仍会给出一个空项，If 节点把它当作新论文。OpenAI 节点用 Chat Completions 调用，输出 JSON，答案在 message.content 里。

值得细看的地方
节点做什么要知道的
Get Daily Papers向 Hugging Face 要前一天的论文每篇论文一项，带 paper.id、paper.title 和 paper.summary
Check Paper URL Existed在 Notion 表里找这篇论文的地址没有匹配时返回一个空项
If把新论文送下去，其余的放过空项表示这篇论文是新的
OpenAI Analysis Abstract请模型以 JSON 返回五个字段答案从 message.content 里读
Store Abstract Notion往表里加一行摘要在 2000 个字符处截断，这是一个 Notion 文本块的大小

注意事项

抓取网页的做法换成了 Hugging Face 的 API，模型也换了。Mindket 没有运行过这个工作流。

  • 来源：文件原来按 CSS 类名读论文页面的 HTML，页面一改版就会失效。Mindket 的版本请求 /api/daily_papers，Hugging Face 的 OpenAPI 文件（2026 年 11 月 12 日查阅）把它列出，并带 date 参数
  • 模型：文件原来用 gpt-4o-2024-11-20，OpenAI 的弃用页面（2026 年 11 月 12 日查阅）写明它在 2027 年 1 月 14 日停用。Mindket 的版本用 gpt-6-luna，也就是该页面指定的替代品。它没有挂任何工具
  • 日期：运行时要的是昨天的日期，所以周一的运行要的是周日。Hugging Face 可能没有列出那天的论文，表一直是空的话，就在 Schedule Trigger 里挪一挪日子
  • 质量：摘要由语言模型写成，引用某个数字之前，请对照论文核实
  • 文件里没有任何凭据，也没有 Notion 数据库 ID

README 和文件

README

每日 Hugging Face 论文由 OpenAI 概括后存进 Notion

一个 n8n 工作流，每个工作日早上读取 Hugging Face 的每日论文列表，请 OpenAI 概括每篇摘要。每篇新论文在 Notion 里存成一行，已经在表里的论文会被跳过。

包里有什么

  • workflow.json：n8n 导出的工作流，七个节点，没有便签。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

  • 原文件按 CSS 类名读取 Hugging Face 论文页和每篇论文页的 HTML。Mindket 的版本改为请求 API 路径 /api/daily_papers，每篇论文返回一项。详情请求、两个 HTML 提取节点和 Split Out 节点都没了，所以剩下七个节点。
  • 模型原来是 gpt-4o-2024-11-20，OpenAI 的弃用页面（2026 年 11 月 12 日查阅）写明它在 2027 年 1 月 14 日停用。Mindket 的版本用 gpt-6-luna。
  • Notion 数据库 ID 以及它缓存的名称和地址已删掉。现在是 <YOUR_NOTION_DATABASE_ID>，由你自己选数据库。
  • 系统消息的结尾有一个多余的代码围栏，已删掉。
  • Notion 和 OpenAI 节点原来关联着原始所有者 n8n 里的凭据。这些关联已删掉，请选你自己的。
  • 别的都没改。时间表、循环、If 节点和属性名都是原来副本自己的。

开始之前

  • 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
  • 一个 Notion 集成，和一个带设置步骤里所列属性的数据库。
  • 一个 OpenAI API 密钥。

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. 在 Notion 里新建一个带上面九个属性的数据库，并把它共享给你的 Notion 集成。
  3. 添加一个 Notion 凭据，在 Check Paper URL Existed 和 Store Abstract Notion 里选中它。
  4. 在这两个 Notion 节点里，选你自己的数据库，替换 <YOUR_NOTION_DATABASE_ID>。
  5. 添加一个 OpenAI 凭据，在 OpenAI Analysis Abstract 里选中它。
  6. 用 Execute workflow 运行一次，看看 Notion 表。
  7. 激活这个工作流，让时间表去运行它。

一次运行的过程

  1. Schedule Trigger 在工作日 8:00 启动这次运行。
  2. Get Daily Papers 向 /api/daily_papers 要前一天的论文，每篇论文返回一项。
  3. Loop Over Items 一次取一篇论文。
  4. Check Paper URL Existed 在 Notion 表里找这篇论文的地址。
  5. If 把表里没有的论文送给模型，其余的回到循环。
  6. OpenAI Analysis Abstract 读摘要，以 JSON 返回核心介绍、关键词、数据和结果、技术细节和分类。
  7. Store Abstract Notion 加一行，再回到循环取下一篇。

改变结果

  • 日子和钟点：Schedule Trigger。
  • 论文是哪一天的：Get Daily Papers 里的 date 查询值。
  • 论文的数量：Get Daily Papers 里加一个 limit 查询值，范围 1 到 100，默认是 50。
  • 模型提取什么：OpenAI Analysis Abstract 里的系统消息，以及 Store Abstract Notion 里对应的属性。
  • 模型：OpenAI Analysis Abstract 里的 modelId。
  • Notion 表：Check Paper URL Existed 和 Store Abstract Notion 里的数据库。

注意事项

  • Mindket 没有运行过这个工作流。没有调用过 Hugging Face、Notion 和 OpenAI。API 路径、它的 date 和 limit 参数以及论文的字段来自 Hugging Face 的 OpenAPI 文件，节点的默认值来自 n8n 的源码，查阅日期是 2026 年 11 月 12 日。
  • 循环里用 $('Loop Over Items').item 读每篇论文的字段，因为 Notion 查找会用它自己的结果替换这一项。
  • gpt-6-luna 用在一次普通调用里。不要在 Chat Completions 节点里给它挂工具，因为 OpenAI 的模型页面写明，它在那里只有关闭推理时才会调用工具。
  • 原文件把摘要截在 2000 个字符，也就是一个 Notion 文本块的大小，Mindket 的版本照旧。别的字段不截断。
  • 周一的运行要的是周日的日期，Hugging Face 可能没有列出那天的论文。
  • 文件里没有任何凭据、密钥和 Notion 数据库 ID。
文件
NOTICE.md  618 B
README.md  4 KB
workflow.json  9 KB

3 个文件，共 14 KB，以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版，含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

DeepSeek-V4.1-Flash-1017 EXL3 2.9 bpw

LibertAIDAI · 工具包

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017，这是一份 196 GiB 的副本，适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段，是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤，使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型，采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题，使用 Sentinel-2 的全部 12 个波段，为每个选项返回概率，不生成文字。这是 Qwen3.5-0.8B 的微调版本，适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络，从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架