n8n+DeepSeek自动化AI日报：零代码搭建完整教程

TL;DR

如果你在搜「n8n怎么自动做AI研究日报」，这篇教程30分钟内带你搭建一条零代码的AI新闻摘要流水线。用n8n的定时触发器抓取NewsAPI头条，通过DeepSeek API智能摘要和分类，最终推送到Slack或邮箱。全程拖拽式操作，不需要写一行代码。

你将学到

• 5分钟用Docker搭建n8n自托管实例
• 配置每日定时触发器自动运行
• 用HTTP Request节点从任意REST API抓取实时新闻
• 在n8n中调用DeepSeek聊天API做摘要、分类和趋势分析
• 格式化AI输出并推送到Slack、邮件或Notion
• 排查n8n工作流常见错误（JSON解析、限流、空响应）

准备清单

💡 还没DeepSeek API key？去 platform.deepseek.com 注册，新用户有免费额度。也支持替换为OpenAI、Claude或任何兼容OpenAI格式的接口。

第一步：Docker启动n8n（5分钟）

本地运行n8n最快的方式就是Docker：

docker run -d \
  --name n8n \
  -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  -e N8N_SECURE_COOKIE=false \
  docker.n8n.io/n8nio/n8n

容器启动后，浏览器打开 http://localhost:5678。你会看到n8n编辑器——一块空白画布，通过连接节点来构建工作流。

快速设置步骤：

1. 创建管理员账户（邮箱 + 密码）
2. 跳过引导问卷
3. 进入工作流编辑器——可以开始了

常见问题：如果端口5678已被占用，把 -p 5678:5678 改成 -p 5679:5678，然后访问 http://localhost:5679。

第二步：添加定时触发器

所有自动化的起点是触发器。做每日摘要，用Schedule Trigger节点。

1. 点击画布上的**+**按钮或按Tab键
2. 搜索"Schedule"，选择Schedule Trigger
3. 在节点设置面板中配置：
   • 触发间隔：Days
   • 间隔天数：1
   • 触发时间-小时：8（早上8点）
   • 触发时间-分钟：0

点击Execute Node测试——会输出一个带当前日期时间的时间戳，确认触发器正常工作。

第三步：HTTP Request节点抓取新闻

现在抓取真实新闻。添加HTTP Request节点：

1. 点击Schedule Trigger后面的**+**号
2. 搜索"HTTP Request"并选中
3. 配置节点：

{
  "Method": "GET",
  "URL": "https://newsapi.org/v2/top-headlines",
  "Query Parameters": {
    "country": "us",
    "category": "technology",
    "apiKey": "你的NEWSAPI_KEY",
    "pageSize": 10
  },
  "Options": {
    "Response Format": "JSON"
  }
}

这步做了什么：抓取10条美国科技类头条。返回的JSON包含articles数组，每条有title、description、url和source字段。

点击Execute Node测试，你应该看到JSON格式的文章数据。

🔄 替代数据源：把URL换成任意RSS源（https://feeds.feedburner.com/TechCrunch）、Reddit JSON API（https://www.reddit.com/r/MachineLearning/hot.json）或Hacker News API（https://hacker-news.firebaseio.com/v0/topstories.json）。

第四步：AI节点调用DeepSeek做摘要

这是整条流水线的核心。n8n内置了AI节点组，其中的OpenAI Chat Model节点兼容所有OpenAI格式的API——包括DeepSeek。

4a. 添加OpenAI Chat Model凭证

1. 添加OpenAI Chat Model节点（在"AI"分组下）
2. 点击"Credential for OpenAI API"旁的**+**号
3. 填写：
   • API Key：你的DeepSeek API key
   • Base URL：https://api.deepseek.com/v1 ⚠️ 注意：别忘了 /v1

4b. 节点连接：HTTP Request → AI Chain

不要把HTTP Request直接连AI节点。用n8n的AI Chain模式：

1. 添加Basic LLM Chain节点（搜索"Basic LLM"）
2. 连接：HTTP Request → Basic LLM Chain
3. 在Basic LLM Chain里添加OpenAI Chat Model作为子节点

4c. 编写提示词

在Basic LLM Chain节点中设置：

User Prompt（用表达式编辑器从HTTP Request节点取数据）：

分析以下科技新闻标题，生成一份简洁的每日摘要。
对每篇文章提取：
1. 一句话摘要
2. 关键公司/组织
3. 相关度评分（1-5）

然后将整个摘要归纳为2-3个主题，并写一段2句话的整体趋势分析。

以下是文章列表：
{{ $json.articles }}

💡 {{ $json.articles }} 表达式从HTTP Request输出中拉取 articles 数组。n8n的表达式系统用 $json 引用每个节点的输出。

System Prompt：

4d. 模型设置

在OpenAI Chat Model子节点中：

• Model：deepseek-chat
• Temperature：0.3（越低越稳定）
• Max Tokens：2000

点击Execute Node测试完整链路。你应该看到DeepSeek返回的结构化摘要。

第五步：格式化并推送摘要

AI的原始输出还在n8n内部。处理干净后发送到目标渠道。

方案一：推送到Slack

1. 添加Slack节点（搜索"Slack"）
2. 连接：Basic LLM Chain → Slack
3. 配置：
   • Resource：Message
   • Operation：Post
   • Channel：#ai-research（或你自己的频道名）
   • Text：{{ $json.text }}（完整的AI摘要）

Slack凭证配置：在 api.slack.com 创建Slack应用，添加 chat:write OAuth权限，将Bot Token粘贴进n8n。

方案二：邮件发送

1. 添加**Email (SMTP)**节点
2. 配置：
   • From Email：digest@你的域名.com
   • To Email：team@你的域名.com
   • Subject：🤖 每日AI研究摘要 — {{ $now.format('YYYY-MM-DD') }}
   • Body：{{ $json.text }}

方案三：存入Notion（进阶）

如果需要一个可搜索的知识库，把摘要写入Notion：

1. 添加一个HTTP Request节点
2. 配置调用Notion API：

{
  "Method": "POST",
  "URL": "https://api.notion.com/v1/pages",
  "Headers": {
    "Authorization": "Bearer 你的NOTION_TOKEN",
    "Notion-Version": "2022-06-28"
  },
  "Body": {
    "parent": { "database_id": "你的数据库ID" },
    "properties": {
      "Name": { "title": [{ "text": { "content": "每日AI摘要" } }] },
      "Date": { "date": { "start": "{{ $now.format('YYYY-MM-DD') }}" } }
    }
  }
}

第六步：保存、激活、监控

1. 点击Save（右上角）——命名为"每日AI研究摘要"
2. 把左上角的Inactive开关拨到Active
3. 工作流现在按计划运行。在Executions标签页查看执行历史

手动测试：点击Test Workflow立即跑完整条流水线，不等待定时触发。

常见坑位与解决方案

坑1：DeepSeek返回"401 Unauthorized

原因：Base URL错误或缺少 /v1 后缀。 解决：在OpenAI Chat Model凭证中，Base URL设为 https://api.deepseek.com/v1——末尾的 /v1 必须带上，即使OpenAI节点会自动追加 /chat/completions。

坑2：AI节点输出为空或截断

原因：{{ $json.articles }} 直接传了原始数组对象，DeepSeek可能解析异常。 解决：在AI Chain前插入Code节点预格式化：

const articles = $input.first().json.articles;
const formatted = articles.map((a, i) =>
  `${i+1}. ${a.title}\n   ${a.description}`
).join('\n\n');
return [{ json: { formatted } }];

坑3：Slack消息超长被截断

原因：DeepSeek生成长摘要，Slack限制单条消息4000字符。 解决：在Basic LLM Chain提示词中加上："输出总长度控制在3500字符以内。"或用Code节点拆分。

坑4：定时器在错误的时间触发

原因：n8n的定时器基于服务器UTC时间。 解决：用UTC时间设置触发小时。如你在北京时间(UTC+8)想早上8点触发，设小时为0（8-8=0）。

坑5：Docker重启后容器消失

原因：docker run 默认不自动重启。 解决：重新运行时加上 --restart unless-stopped：

docker run -d --restart unless-stopped --name n8n -p 5678:5678 ...

成本分析

用DeepSeek的定价，每日处理10篇文章的摘要成本约：

没错，两毛钱一个月的全自动AI研究助手。

下一步

流水线跑通后，扩展这些能力：

• 智能过滤：加IF节点，跳过相关度低于阈值的内容
• 多数据源：串联多个HTTP Request节点，同时抓RSS + NewsAPI + Reddit
• 向量检索：把每日摘要存到Pinecone或Qdrant，实现语义搜索历史摘要
• 关键词告警：加Webhook触发器，当特定关键词（如"Claude Code"或"Hermes Agent"）出现时实时推送

本教程基于n8n自托管版、DeepSeek API和n8n OpenAI Chat Model节点构建。同样的模式适用于Claude API、OpenAI GPT-4o、Gemini或任何OpenAI兼容接口——只需在凭证中更换Base URL和模型名即可。