用 SerpAPI、Jina 读页面和 Wikipedia 写出聊天研究报告

用 SerpAPI、Jina 读页面和 Wikipedia 写出聊天研究报告

一个 n8n 工作流，把聊天里的问题变成一份研究报告。模型提出最多四条搜索查询，SerpAPI 在 Google 上运行它们，Jina 的 Reader 打开结果页面。第二个模型留下重要的内容，第三个模型写出 Markdown 报告，手边还有一个 Wikipedia 工具。

包里有什么

• workflow.json：n8n 导出的工作流，十七个节点：十四个会运行的和三张便签。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

• 凭据的关联都删掉了：模型节点上的 OpenRouter，以及 Jina 请求上的 Header Auth 凭据。请选你自己的。
• 模型原来是 google/gemini-2.0-flash-001。OpenRouter 的公开模型列表（2026 年 11 月 12 日查阅）已不再显示它，而列出了 google/gemini-3.8-flash，节点现在用的就是它。
• SerpAPI 请求原来把密钥放在一个查询参数里，参数的值写的是 $credentials.SerpAPI.key。现在它选用 n8n 的 SerpAPI 凭据类型，密钥由它自己加成 api_key。
• 报告节点原来叫 Generate Comprehensive Research Report，现在叫 Generate Research Report。
• 三张设置便签改成了没有链接的简短说明。
• 别的都没改。

开始之前

• 一个 n8n，n8n Cloud 或自己的服务器都行。
• 一个 OpenRouter API 密钥。
• 一个 SerpAPI API 密钥。
• 一个用于 Header Auth 凭据的 Jina API 密钥。Jina 的 Reader 页面和它的代码仓库（2026 年 11 月 12 日查阅）写明，密钥是可选的，能提高速率上限。

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 OpenRouter 凭据，在 LLM Response Provider (OpenRouter) 里选中它。
3. 添加一个 SerpAPI 凭据，在 Perform SerpAPI Search Request 里选中它。
4. 添加一个带你的 Jina 密钥的 Header Auth 凭据。请求头的名字按 Jina 自己的文档来。在 Perform Jina AI Analysis Request 里选中这个凭据。
5. 从 Chat Message Trigger 打开聊天，问一个研究问题。

一次运行的过程

1. Chat Message Trigger 接收问题。
2. Generate Search Queries using LLM 请模型以 JSON 列表的形式给出最多四条搜索查询。
3. Parse and Chunk JSON Data 去掉可能有的代码块标记，解析列表，并拆成四块。
4. Split Data for SerpAPI Batching 为每一块运行一次 Perform SerpAPI Search Request。
5. Format SerpAPI Organic Results 把每条自然搜索结果变成标题、地址和来源。
6. Split Data for Jina AI Batching 把每个地址交给 Perform Jina AI Analysis Request，由它读取页面。
7. Extract Relevant Context via LLM 留下与查询有关的内容。
8. Generate Research Report 写出 Markdown 报告。它可以调用 Fetch Wikipedia Information，两个 Window Buffer Memory 节点为这两个 Agent 各保存最近二十条消息。

改变风格

• 三个步骤用的模型：LLM Response Provider (OpenRouter)。
• 查询的数量：Generate Search Queries using LLM 的系统消息。
• 报告的形式：Generate Research Report 的系统消息。
• 搜索设置：Perform SerpAPI Search Request 的查询参数。

注意事项

• Format SerpAPI Organic Results 读的是 $input.first()，所以只整理第一次搜索的结果，其他查询的结果没有被用到。
• 报告 Agent 的系统消息提到了原来的问题，而它的输入里只有提取出来的上下文。
• 报告的输入被标成“已合并”，但没有哪个节点会合并这些上下文。每个 Agent 对收到的每一项都各运行一次。
• 两个记忆节点都用会话键 my_test_session，所以连续的两个问题会共用历史。
• 一次运行会多次调用模型、SerpAPI 和 Jina，所以长一点的回答要等一会儿。
• 批量抓取页面之前，先读一读每个网站的规则。
• 问题会发给 OpenRouter 和它的模型提供方，查询会发给 SerpAPI，页面地址会发给 Jina。
• JSON 里没有任何凭据。