n8n模板：按天气预报自动调度除雪除冰班组

原文要点

模板由Khairul Muhtadin发布于n8n（2026-09更新），免费。工作流每3小时定时（或用 /snow/check Webhook手动触发）读取Google Sheets的Sites站点清单并校验必填字段（ID、经纬度、触发阈值、邮箱），无效行发管理员Gmail、Telegram并写入Errors页；用免费的Open-Meteo接口逐站取2天逐小时预报，按各站降雪阈值和冻雨条件评估未来12小时，命中则把派单清单交OpenAI生成风暴摘要、班组简报和客户通知；在DispatchLog建派单行，经Gmail发简报与通知并发Telegram；班组通过 /snow/confirm Webhook回执后更新状态、给客户发完成邮件并通知负责人；每日扫尾（或 /snow/followup 手动）找出超过6小时仍为dispatched的单并催办。每次扫描写入CheckLog统计。气象数据免费。

这次做成什么

搭一套按天气预报自动派除雪班组的闭环：读站点表→查预报→阈值判定→AI写简报→派单与通知→回执更新→超时催办。本站设计先用两三个虚构站点和合成凭据跑通，再接真实站点与真实班组邮箱。

准备什么

• n8n 1.0以上自托管或n8n Cloud实例，可建Schedule、Webhook和OAuth凭证
• 一个Google Sheets工作簿，建好Sites、DispatchLog、CheckLog、Errors四个分页
• Google Sheets OAuth2与Gmail OAuth2凭证（练习请用测试账号，别用真实客户邮箱）
• OpenAI API Key或兼容的聊天模型服务
• Telegram Bot凭证及目标chat ID；Open-Meteo无需密钥

具体怎么做

1. 建表并对齐列名

   在Google Sheets建四个分页。Sites列：site_id、site_name、lat、lon、trigger_cm、freezing_rain_watch、crew_email、contact_email、active。DispatchLog列：dispatch_id、site_id、dispatched_at、status、completed_at、crew_email。CheckLog与Errors列按模板读取字段补齐。把下方合成CSV导入Sites。

2. 导入模板并替换文档ID

   导入模板后，在所有Google Sheets节点把spreadsheet文档ID换成你的工作簿ID，分页名如不同一并改；填入Sheets与Gmail的OAuth凭证，替换节点里管理员/负责人邮箱占位符。

3. 核对Open-Meteo请求与阈值判定

   打开HTTP请求节点确认它按每站lat/lon请求Open-Meteo的逐小时预报（2天），随后判定节点只评估未来12小时：降雪量达到该站trigger_cm或出现冻雨条件即进入派单清单。可用Code节点在测试时手工注入假预报值，验证阈值边界（如恰好等于trigger_cm算不算触发，需在节点里确认比较符）。

4. 配置AI简报生成

   在OpenAI节点粘贴下方提示词，传入派单站点清单JSON，让模型对每个站点输出stormSummary、crewBrief、clientNotice三段文本；确认节点内模型在你的账号可用。

5. 打通派单、回执与催办

   激活 /snow/check、/snow/confirm、/snow/followup 三个Webhook并复制URL。派单分支在DispatchLog写入status=dispatched并发Gmail+Telegram；用下方合成回执POST到 /snow/confirm，确认对应行status变completed、客户收到完成邮件；把某行dispatched_at改成7小时前再触发 /snow/followup，确认收到催办通知。

可直接复制的材料

你是除雪除冰调度文案助手。输入是本轮需要派单的站点清单JSON，每个站点含site_id、site_name、未来12小时预报摘要（预计降雪量cm、是否有冻雨、起止时段）、trigger_cm。
请为每个站点输出一个JSON数组元素，只输出JSON，不要输出其他文字：
[{"site_id":"站点ID","stormSummary":"一段话风暴摘要，含预计降雪量、冻雨风险和时间窗","crewBrief":"给班组的简报：到场时限建议、作业重点（车道/人行道/出入口）、冻雨时撒布提醒、安全注意事项","clientNotice":"给客户的通知：我们已监测到贵站点将触发服务条件，班组已安排，作业完成后会再通知"}]
要求：不编造输入中没有的气象数值；时间用24小时制；语气简洁专业。
站点清单JSON：{{ $json.dispatchList }}

site_id,site_name,lat,lon,trigger_cm,freezing_rain_watch,crew_email,contact_email,active
ST-001,北岭物流园,45.772,126.634,2.0,true,crew-a@example.test,manager-a@example.test,true
ST-002,河畔小学,45.741,126.681,1.0,true,crew-b@example.test,office-b@example.test,true
ST-003,南山停车场,45.698,126.590,3.0,false,crew-a@example.test,ops-c@example.test,false

{
  "dispatch_id": "DSP-20260203-0001",
  "site_id": "ST-001",
  "status": "completed",
  "completed_at": "2026-02-03T14:20:00+08:00",
  "crew_note": "主干道与出入口已清理，撒布融雪剂两遍（合成测试记录）",
  "reported_by": "练习账号"
}

输入与输出示例

本站虚构演示，预报值为测试注入，非模板真实运行结果；具体dispatch_id格式需以模板实际生成为准。

输入

Sites表按上方CSV配置，ST-001（阈值2.0cm）模拟预报未来12小时降雪3.5cm且有冻雨时段，ST-002（阈值1.0cm）预报降雪0.4cm，ST-003为inactive。触发一次 /snow/check。

对应输出

本轮扫描结果示意：CheckLog新增一行{"checked":2,"dispatched":1,"noAction":1,"rejected":0}；DispatchLog新增{"dispatch_id":"DSP-20260203-0001","site_id":"ST-001","status":"dispatched"}；AI输出中ST-001的crewBrief含“预计降雪约3.5cm并伴冻雨时段，优先清理车道与出入口，注意撒布防滑”；班组POST回执后该行status更新为completed，负责人Telegram收到完成提醒。

做完检查这些

• ST-003因active=false不进入预报请求，ST-001触发派单而ST-002不触发，与各自阈值一致
• DispatchLog新行status为dispatched，Gmail发出班组简报与客户通知，Telegram收到派单提醒
• POST /snow/confirm后对应行更新为completed并写completed_at，未知dispatch_id走错误分支有明确报错
• 把dispatched_at改为7小时前后触发 /snow/followup，收到该单的催办邮件与Telegram提醒

容易卡住的地方

• 四个分页的名称与列名必须与模板读取字段完全一致，否则整行被判无效并写入Errors页
• 阈值比较符（大于还是大于等于）和冻雨判定条件需在判定节点内亲自确认，模板说明未给出精确边界
• 经纬度若格式错误会导致Open-Meteo请求失败，先在浏览器手工拼一次请求验证坐标
• 练习时务必用测试邮箱和测试chat，避免把合成简报发给真实客户
• Open-Meteo免费但不保证极端天气下的更新时延，关键业务应保留人工复核环节