webhook收到选题后自动产出维基百科研究报告

原文要点

WeblineIndia发布的免费n8n模板（workflows/19710）：Webhook收到POST的topic后，用OpenAI生成五个维基百科搜索词，逐条检索并抓取匹配条目的纯文本extract，清洗合并成研究上下文，再由gpt-4o-mini生成含摘要、发现、事实、益处、挑战、趋势、展望、参考来源的多章节报告，解析成结构化JSON后写入Google Sheets（列：Topic、Date、Summary、Result）、向Slack频道发完成通知，并把报告返回给webhook调用方。作者提示：报告为空多为凭据或配额问题；多文章任务可能超过30秒导致webhook超时；可换用Google Custom Search等搜索引擎或升级模型。

这次做成什么

在n8n中复刻这条“POST一个选题→自动产出结构化维基研究报告”的链路，并用本站设计的独立练习（选题：城市社区屋顶花园）完成一次端到端测试。

准备什么

• n8n账号（云端或自托管），能创建并激活工作流
• OpenAI API Key，账号内可用gpt-4o-mini模型
• Google Sheets凭据和一个含Topic、Date、Summary、Result四列的表格
• Slack工作区凭据和一个可发帖的测试频道
• 能发POST请求的工具（curl或Postman）

具体怎么做

1. 配置Webhook触发器

   新建工作流，添加Webhook节点，Method选POST，Path填research-assistant。先点Listen for test event拿到测试URL，用curl发送{"topic":"城市社区屋顶花园"}确认节点收到body.topic字段。

2. 生成搜索词并检索维基百科

   添加OpenAI节点（Chat Model选gpt-4o-mini），提示词要求根据topic生成五个聚焦的英文维基百科搜索词，输出为纯JSON数组。后面接HTTP Request节点调用Wikipedia的搜索与extract接口，对每条搜索词取前几条匹配页面，循环抓取其纯文本摘要。

3. 清洗合并与综合报告

   用Code节点去掉extract里的多余空白和模板残留，按页面标题分段拼接成一份研究上下文。再接第二个OpenAI节点，要求基于上下文输出八章节报告，并以固定JSON结构返回（见下方材料提示词）。

4. 解析、写表、通知、回包

   用Code/Set节点把报告JSON解析成Topic、Date、Summary、Result四个字段；Google Sheets节点选Append或Update写入目标表格；Slack节点向测试频道发“选题+完成时间”通知；最后用Respond to Webhook节点把结构化报告直接返回调用方。

可直接复制的材料

你是一名研究助理。用户会给出一个研究主题。请生成恰好5个适合在英文维基百科检索的聚焦搜索词，覆盖该主题的定义、技术方法、实际案例、争议或挑战、最新发展这五个角度。只输出一个JSON字符串数组，不要输出任何其他文字。主题：{{ $json.body.topic }}

你是一名研究报告撰写人。下面是从维基百科抓取并清洗后的研究背景材料。请仅基于这些材料撰写一份中文研究报告，并严格输出如下JSON（不要加markdown代码块）：{"summary":"150字内摘要","findings":["发现1","发现2","发现3"],"facts":["关键事实1","关键事实2"],"benefits":["益处1","益处2"],"challenges":["挑战1","挑战2"],"trends":["趋势1"],"outlook":"100字内展望","references":["用到的维基页面标题"]}

研究背景：
{{ $json.researchContext }}

curl -X POST https://你的n8n域名/webhook-test/research-assistant -H "Content-Type: application/json" -d '{"topic":"城市社区屋顶花园"}'

Google Sheets列映射：Topic ← webhook的topic；Date ← 执行日期（$now）；Summary ← 报告JSON的summary；Result ← 报告完整JSON字符串

输入与输出示例

本站虚构演示输出，非实际运行结果；章节数与字段对应提示词约定。

输入

POST /webhook-test/research-assistant，body为{"topic":"城市社区屋顶花园"}

对应输出

{"summary":"城市社区屋顶花园是在住宅或公共建筑屋顶建设的共享绿化空间，兼具降温、蓄水和社区交往功能。","findings":["可显著降低顶层室温","有助于雨洪管理","运营维护依赖社区参与"],"facts":["德国部分城市对新建平屋顶有绿化要求"],"benefits":["缓解热岛效应","提升生物多样性"],"challenges":["防水与荷载改造成本高","长期维护责任不清"],"trends":["与太阳能板结合的生态屋顶方案增多"],"outlook":"随着城市更新推进，屋顶绿化有望纳入更多地方建设标准。","references":["Green roof","Urban agriculture"]}

做完检查这些

• curl测试请求能在放宽后的超时设置内收到完整JSON回包，且包含summary到references全部键
• Google Sheets新增一行，Topic列为提交的选题、Summary列与回包summary一致
• Slack测试频道收到一条含选题名的完成通知
• 五个搜索词确实各自触发了维基检索，研究上下文非空

容易卡住的地方

• 原作者提示报告为空时先查OpenAI凭据有效性和配额是否耗尽
• 多篇文章抓取可能超过30秒，原作者建议调大n8n执行超时或改异步；webhook同步等待方也要放宽超时
• Sheets报字段映射错误时核对列名是否严格等于Topic、Date、Summary、Result
• 维基接口对请求频率有约束，循环抓取时避免并发过高；搜索词若是中文容易零结果，提示词里要求英文搜索词
• 模型API按用量计费，免费额度之外会产生OpenAI费用，本条不为费用做保证