带网页调研的社交帖子与博客写手

带网页调研的社交帖子与博客写手

一个 n8n 工作流。向它的 webhook 发一条请求，它会先调研这个话题，再写一条社交帖子或一篇博客草稿，并连同图片链接记进一张 Google 表格。

包里有什么

• workflow.json：n8n 导出的工作流，共 28 个节点，其中五个是给各部分做标注的便签。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。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个 OpenAI API 密钥。
• 一个 Tavily API 密钥。
• 一个 Apify 账号和 API 令牌。
• 一个 Google 账号，以及一张表格，第一行写着五个标题：Platform、Title、Caption、Image 和 Date。
• 一个你自己的图片工作流，下面会说明。文件里不带它。

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 OpenAI 凭据，在每个 OpenAI 节点和每个聊天模型节点里选中它。
3. 打开 HTTP Request。在它的 Authorization 请求头里，把 Bearer 后面的 <YOUR_TAVILY_API_KEY> 换成你的 Tavily 密钥。
4. 打开 HTTP Request1。在它的地址里，把 <YOUR_APIFY_TOKEN> 换成你的 Apify 令牌。在它的正文里，把四个 YOUR_INSTAGRAM_ACCOUNT 名字换成你想学习的账号。
5. 添加一个 Google Sheets 凭据。在 Google Sheets 和 Google Sheets1 里，把 YOUR_SHEET_ID 换成你的表格 ID，并选好工作表。
6. 搭好你的图片工作流，再在 Image gen 和 Image gen1 里选中它。
7. 保存，用 webhook 的测试地址跑一次，再点画布顶部的 Publish 发布工作流（也可以按 Shift+P）。

图片工作流

Image gen 和 Image gen1 是调用子工作流的工具节点。原版指向它作者自己 n8n 里的一个工作流，所以这里导入后是空的。你的子工作流接收一个字段，返回它生成的图片的地址：

{
  "description": "<what the picture should show>"
}

任何图片服务都行。让子工作流以一个输出链接的节点结尾，智能体才能把它写进表格。

请求

向 webhook 发一条 POST 请求，JSON 正文里带一个 message：

{
  "message": "I want an Instagram post about composting at home"
}

调用方要等整个运行结束，其中包括一次同步的 Apify 运行，所以超时时间要给得宽松些。

一次运行是怎么走的

1. query gen 根据你的消息和当前日期，向 gpt-4.1-mini 要一条搜索词。
2. HTTP Request 把这条搜索词发给 Tavily，只要一条结果。HTTP Request3 抓取那个页面，Markdown 把它转成文字，OpenAI 再做总结。
3. HTTP Request1 针对你的账号运行 Apify 的 Instagram 帖子爬虫，上限 20 条。Aggregate 保留每条的正文、评论数和第一条评论，OpenAI1 再总结它们。
4. Summarise 把两份总结合并成一份简报。
5. Is a blog post? 答 blog 或 not，If 检查是不是 blog 这个词。
6. 博客交给 Planning agent，再交给 Writing agent，然后是 OpenAI4，它选出标题和图片提示词，并可以调用图片工具和表格。社交帖子交给 AI Agent，它先生成图片，再写带话题标签的正文和标题，并往表格里添加一行。
7. Respond to Webhook 或 Respond to Webhook1 把结果返回给调用方。

表格

每次运行追加一行。社交帖子的 Platform 是你指定的平台；博客的 Platform 是 Blog，Caption 里放整篇文章。

| 列 | 内容 |
|---|---|
| Platform | 你指定的平台，或 Blog |
| Title | 智能体写的标题 |
| Caption | 带话题标签的正文，或整篇博客 |
| Image | 你的图片工作流返回的链接 |
| Date | 这次运行的时间 |

改变它

• 语气和格式：改 AI Agent、Planning agent 和 Writing agent 里的 system message。
• 调研：改 HTTP Request1 里的账号，或在 HTTP Request 里向 Tavily 要更多结果。
• 模型：每个模型节点都用 gpt-4.1-mini，任何聊天模型都可以替换它。
• 输出：在某个 Respond to Webhook 节点后面加一个节点，把内容送到排期工具或草稿文件夹。

注意事项

• 每次运行都要花 OpenAI、Tavily、Apify 和你的图片服务的费用。
• 任何知道 webhook 地址的人都能用你的密钥发起运行。给 webhook 节点加认证，或者别把地址给别人。
• 调研只有一篇文章，加上你列出的账号的帖子。
• If 检查的是小写的 blog 这个词，所以检查步骤给出任何别的回答，请求都会走社交帖子这条路。
• Is a blog post?、Planning agent 和 AI Agent 读的是 $json.body.message，但它们都紧跟在 OpenAI 节点后面，那种输出里没有 body。第一次运行时如果发现请求在那里是空的，就把它们改成读 $('Webhook').item.json.body.message。
• Apify 替你读取 Instagram，所以要看一下 Apify 和 Instagram 对你所选账号的条款。
• 没有任何检查去重，所以每次运行都会加一行。
• 你的请求和调研内容会发给 OpenAI、Tavily 和 Apify，结果会发到 Google Sheets。
• 原版把密钥放在节点里。这里它们是占位符，而 Tavily 密钥和 Apify 令牌填好以后仍然在节点参数里，所以填完之后不要分享这个工作流。