每天自动汇总药物研发情报并打分提醒

原文要点

该免费模板每天 6 点（或手动）运行：先载入关键词、关注靶点清单、阈值与目的地配置；从 PubMed（NCBI E-utilities）、bioRxiv/medRxiv、所配置的专利接口与 ClinicalTrials.gov 抓取新条目；统一为单一文档格式，并用 workflow static data 与历史记录去重；逐条送 Anthropic Claude 提取靶点、分子、作用机制、研发阶段、竞争机构与摘要；按靶点命中与首创信号打相关性分；用 Voyage AI 生成嵌入并带元数据 upsert 进 Pinecone；结构化记录 upsert 进 Airtable（列出 URL、DocID、RelevanceScore 等字段）；高分条目即时推 Slack，运行结束发含累计索引数的摘要。

这次做成什么

照此思路在自有 n8n 搭一条“每日药研情报管线”练习版：定时触发→四源抓取→去重→Claude 结构化抽取→打分→Pinecone/Airtable/Slack 输出。配置、提示词与测试数据为本站独立设计，原模板各 HTTP 源的精确参数未逐条核对，需以原模板为准。

准备什么

• n8n 实例及 Anthropic、Voyage AI、Pinecone、Airtable、Slack 五套 API 凭据
• PubMed、bioRxiv、所选专利接口、ClinicalTrials.gov 的访问配置（部分需要各自 header 或 key）
• 已按字段清单建好的 Airtable 表，及维度与 Voyage 嵌入一致的 Pinecone 索引
• 一份测试用药研文档条目（可用本站合成数据）

具体怎么做

1. 定时与配置

   用 Schedule Trigger 设为每天 06:00，保留手动执行用于调试；接 Set 节点写入 searchKeywords、watchTargets（如 ["KRAS","GLP-1"]）、noveltyThreshold（如 70）、slackChannel、airtableBase、airtableTable、pineconeIndexUrl、namespace。

2. 四源抓取与归一

   并行放四个 HTTP Request 节点分别请求 PubMed E-utilities、bioRxiv、专利接口、ClinicalTrials.gov，各自用对应凭据；汇流后用 Code 节点把不同响应统一成 {docId,title,abstract,url,sourceType,publishedDate}。

3. 去重

   用 Code 节点读取 workflow static data 里的 seenDocIds，过滤掉已见 docId，仅保留新文档，运行成功后把新 id 写回 static data，避免次日重复处理。

4. Claude 抽取与打分

   循环每条新文档，HTTP 请求 Anthropic 消息接口，提示词用下方材料；解析返回 JSON 后，按规则打分：标题或摘要命中 watchTargets 加 40 分，IsFirstInClass 为 true 加 30 分，临床阶段在 II 期及以后加 20 分，基准 10 分，得到 RelevanceScore。

5. 入库与提醒

   用 Voyage 凭据对 summary 生成嵌入，upsert 到 Pinecone（metadata 带 docId、title、score）；Airtable 节点按下方字段映射 upsert；IF 判断 RelevanceScore≥noveltyThreshold，为真发 Slack 即时提醒；末尾汇总本条运行处理数与累计索引数发 Slack 摘要。

可直接复制的材料

{
  "searchKeywords": ["KRAS inhibitor", "GLP-1 receptor agonist"],
  "watchTargets": ["KRAS", "GLP1R"],
  "noveltyThreshold": 70,
  "slackChannel": "#rd-intel",
  "airtableBase": "appExampleBase01",
  "airtableTable": "DrugIntel",
  "pineconeIndexUrl": "https://example-index.svc.pinecone.io",
  "pineconeNamespace": "daily-rd"
}

你是药物研发情报分析员。根据下面的文献/专利/临床条目文本，只输出 JSON 对象，不要解释。字段：Title（原文标题）、Summary（80 字内中文摘要）、Molecules（分子或药物名数组）、DrugTargets（靶点数组）、MechanismOfAction（作用机制，未知填 null）、DevelopmentStage（Discovery/Preclinical/Phase I/Phase II/Phase III/Approved/Unknown 之一）、CompetingOrganizations（机构数组）、IsFirstInClass（布尔，仅当文本明确支持首创判断时为 true，否则 false）。文本：
{{$json.title}}
{{$json.abstract}}

URL←url；DocID←docId；Title←Title；Summary←Summary；Molecules←Molecules 拼接；DrugTargets←DrugTargets 拼接；SourceType←sourceType；PublishedDate←publishedDate；IsFirstInClass←布尔；RelevanceScore←打分结果；DevelopmentStage←阶段；MechanismOfAction←机制；CompetingOrganizations←机构拼接

输入与输出示例

本站虚构演示，未真实调用任何外部 API。

输入

合成测试条目：docId=pmid-demo-9001，sourceType=PubMed，标题“Novel covalent KRAS G12C inhibitor XP-105 shows preclinical efficacy”，摘要描述一款新共价 KRAS G12C 抑制剂临床前数据，由 DemoBio 公司发布。watchTargets 含 KRAS。

对应输出

Claude 抽取：DrugTargets=["KRAS"], Molecules=["XP-105"], DevelopmentStage="Preclinical", IsFirstInClass=false, CompetingOrganizations=["DemoBio"]。打分：靶点命中+40，首创+0，阶段+0，基准 10 → RelevanceScore=50，低于阈值 70，不写 Slack 即时提醒，仅 upsert 进 Airtable 与 Pinecone，并计入运行摘要。

做完检查这些

• 同一天重复手动运行第二次时，去重节点输出 0 条新文档
• Claude 返回字段名与 Airtable 十三列一一对应，upsert 无未映射列报错
• RelevanceScore 大于等于阈值的条目触发 Slack 即时消息，低于阈值只进 Airtable
• 运行结束的 Slack 摘要包含本次处理条数与累计索引文档数

容易卡住的地方

• 四个外部源接口格式差异大，归一化映射写错会让后续抽取全部拿到空文本
• static data 在手动测试频繁重跑时会累积脏 id，调试期应先清空
• Pinecone 索引维度与所选 Voyage 模型不一致会 upsert 失败
• Anthropic、Voyage、Pinecone 等均按各自用量另行计费，免费仅指模板本身
• 文本不足以判断首创时提示词要求 false，避免虚报高优先级提醒