深度网络研究，把报告写进 Notion

深度网络研究，把报告写进 Notion

一个分轮研究问题的 n8n 工作流。表单接收问题，模型提出澄清问题，循环搜索网页、读取排在前面的页面并记下学到的内容。然后推理模型写出一份长报告，工作流把它保存到 Notion 数据库的一个页面上。

包里有什么

• workflow.json：n8n 导出的工作流，86 个节点，其中 20 个是便签。里面没有任何凭据。它通过三个 Execute Workflow 节点启动自己的子运行，这些节点调用的就是这个工作流本身，所以运行前要先保存。
• 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（OpenAI、Google Gemini、Notion 和 Apify）原来都属于作者的 n8n。这些关联已删掉，请选你自己的。
• 五个 OpenAI 节点原来用 o3-mini，OpenAI 已于 2026 年 10 月 23 日将它关停。现在它们用 gpt-5.6-sol，这是 OpenAI 指定的替代模型。
• Gemini 节点原来用 models/gemini-2.0-flash，Google 定的关停日期是 2026 年 6 月 1 日。现在它用 models/gemini-3.6-flash，这是 Google 指定的替代模型。
• 搜索 actor 原来是 serping~fast-google-search-results-scraper，Apify 现在回答“找不到”。Web Search 现在运行 Apify 自己的 apify~google-search-scraper。它的请求体用 queries 和 maxPagesPerQuery，原来用的是 searchTerms 和 resultsPerPage。Top 5 Organic Results 读取带 title 和 url 的 organicResults，原来读的是 origin_search.results。Web Search 原来用请求头凭据，现在两个 Apify 节点用同一个查询令牌凭据。
• 提问表单里的两个滑块是没有元素名称的 HTML 字段。当前的 n8n 会把这种字段的值留在表单输出之外，所以 Set Variables 总是退回到深度 2、广度 4。这两个字段现在有了元素名称 depth 和 breadth。Set Variables 读取它们，兜底值用滑块自己的起始值 1 和 2。
• Notion 数据库原来是作者自己的，它的 id、名称和链接在 Create Row、Get Existing Row 和 Get Existing Row1 里。现在它们里面是 <YOUR_NOTION_DATABASE_ID>。
• 六张便签重写了，因为它们里有作者的 Notion 数据库链接、Apify 的推荐链接、一个聊天邀请或已停用的模型名。一张只放着作者图片的便签已删掉，作者在提问表单、澄清表单和确认表单里托管的图片也已删掉。
• Page Contents 的页面函数里，jQuery 的句柄从 $ 改名为 jq。它做的事一样，只是让 n8n 不要把 $('title') 当成对某个节点的引用。
• 导出里的实例 id 和 webhook id 已删掉。
• 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。表单必须能被使用它的人访问到，所以要发布这个工作流。
• 一个 OpenAI API 密钥。
• 一个 Google Gemini API 密钥。
• 一个 Apify 账号，有 API 令牌和一些余额。
• 一个 Notion 账号、一个 Notion 集成，和一个有设置步骤里那五个属性的数据库。

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 里建一个数据库，属性如下：Name（标题）、Description（文本）、Status（状态，选项是 Not started、In progress 和 Done）、Request ID（文本）和 Last Updated（日期）。把它共享给你的 Notion 集成。
3. 把数据库的 id 粘贴到 Create Row、Get Existing Row 和 Get Existing Row1 里，替换 <YOUR_NOTION_DATABASE_ID>。添加一个 Notion 凭据，在这三个节点、Set In-Progress、Set Done 和 Upload to Notion Page 里选中它。
4. 添加一个 OpenAI 凭据，在五个 OpenAI Chat Model 节点里选中它，也就是 OpenAI Chat Model 到 OpenAI Chat Model4。
5. 添加一个 Google Gemini (PaLM) API 凭据，在 Google Gemini Chat Model 里选中它。
6. 添加一个名为 token 的 Query Auth 凭据，值填你的 Apify API 令牌。在 Web Search 和 Page Contents 里选中它。
7. 保存工作流并发布它。表单的地址就是 On form submission 里显示的生产地址。
8. 打开表单。提一个问题，第一次运行把深度和广度调低，勾上关于时间和费用的框，再回答澄清问题。运行结束后，报告会出现在你的 Notion 数据库的一个新页面上。

一次运行的过程

1. 表单从 On form submission 打开，上面有一个按钮。接着 Research Request 询问问题、一个 0 到 3 的深度滑块、一个 1 到 5 的广度滑块，以及一个表示接受时间和费用的框。之后 Set Variables 保存这些回答和这次执行的 id。
2. Clarifying Questions 请模型提出最多三个问题。Feedback to Items、For Each Question... 和 Ask Clarity Questions 一次显示一个，Get Initial Query 再把回答并到问题上。
3. Report Page Generator 写出一个标题和一段简短的描述，Create Row 建出 Notion 页面，状态是 Not started，并带上请求 id。
4. Initiate DeepResearch 启动这个工作流的另一次运行，并且不等它。Confirmation 和 End Form 用一个指向 Notion 页面的链接结束表单，所以用户可以离开。
5. 新的运行从 DeepResearch Subworkflow 进入。Execution Data 保存请求 id 和任务类型，JobType Router 把它送上三条路径之一。第一条把页面设成 In progress，并开始研究。
6. 每一轮都会为 learnings 路径再调用一次这个工作流。Generate SERP Queries 请模型写出最多与广度同样多的搜索词，每条带一个研究目标。对每条搜索词，Web Search 在 Apify 上跑一次 Google 搜索，Top 5 Organic Results 留下前五个链接。
7. Page Contents 对每个链接运行 Apify 的 Web Scraper，限时 90 秒。Convert to Markdown 把每个页面转成文字。DeepResearch Learnings 每个页面最多读 25,000 个字符。它返回最多三条收获和最多三个后续问题。
8. Accumulate Results 数轮数。只要轮数还低于深度，Set Next Queries 就把后续问题变成新的搜索词，循环再跑一次。深度为 0 时第一轮后就停，深度为 1 时两轮后停。
9. 达到深度后，Generate Report 启动报告路径。然后 DeepResearch Report 根据所有收获用 Markdown 写出报告。接着，Convert to HTML 和 HTML to Array 把它切成片段。之后，Notion Block Generator 请 Gemini 把每个片段转成 Notion 的块格式。最后，URL Sources to Lists 手工建一个来源列表。
10. For Each Block... 通过 Upload to Notion Page 把块送到页面上，Set Done 把状态设成 Done，并写上时间。

改变风格

• 走多深：Research Request 里的深度和广度滑块。
• 模型问什么、怎么写：Generate SERP Queries、DeepResearch Learnings 和 DeepResearch Report 里的提示词。
• 模型：OpenAI 节点写问题、搜索词、收获、报告和标题。Gemini 负责排版 Notion 块。
• 搜索和抓取：Apify 的那些节点，或者换成别的搜索或抓取服务。
• 报告存到哪里：把 Notion 的步骤换成你喜欢的知识库工具。

注意事项

• 时间和费用：文件自己的说明给出，深度 1、广度 2 大约 10 到 15 分钟。深度 1、广度 4 是 30 到 40 分钟，深度 3、广度 5 是 2 到 5 小时。这些是为旧模型写的。每一轮都会让搜索、页面抓取和模型调用成倍增加，所以滑块要慢慢往上调。
• 模型：OpenAI 的弃用页面（2026 年 11 月 12 日查阅）写明 o3-mini 将于 2026 年 10 月 23 日关停，替代模型是 gpt-5.6-sol。Google 的页面（当天查阅）写明 gemini-2.0-flash 将于 2026 年 6 月 1 日关停，替代模型是 gemini-3.6-flash。这两处替换都没有在这里运行过，所以先试一个浅一点的请求。
• 搜索 actor：Apify 商店里 apify~google-search-scraper 的页面（2026 年 11 月 12 日查阅）按抓取的结果页数计费，免费档每页起价 0.0045 美元，Web Search 每条搜索词只要一页。它的输入和输出字段是在 Apify 网站上查看的，没有在这里运行过。
• 来源列表：URL Sources to Lists 把链接切成每块 50 个，但每块只取 49 个。最后一整块之后剩下的链接会被忽略，所以有 50 个或更多链接的运行，来源列表里会少几个。
• 工作流一旦发布，表单就是公开的：知道地址的人都能开始一次运行，并花掉你的 OpenAI、Apify 和 Gemini 额度。同意时间和费用的勾选框起不到任何保护作用。
• 你的数据：问题和回答会发给 OpenAI，页面文字也是。搜索词和链接会发给 Apify。报告会发给 Gemini 排版，也会发给 Notion。
• 这个工作流会调用它自己，所以换个名字保存的副本能用，没保存的就不行。