n8n模板：每小时扫描Connectively技术提问，AI判断是否匹配你的背景并推到Telegram

原文要点

n8n模板20647（作者Eugene）：每小时调度运行，登录Connectively接口拉取提问，只保留Technology分类并去掉之前执行中已见过的条目，再把问题连同你填写的个人背景交给OpenAI兼容模型判断是否值得回答，命中的问题连同AI给出的理由推送到你的Telegram。配置只需三处：Authorize节点填Connectively登录信息（凭证可在connectively.us/api-integration/sign-up免费获取）、Message a model节点填背景描述、Send notification节点填Telegram chat id。模型可用OpenAI付费API，也可接LM Studio里的自托管模型（原文举例google/gemma-4b）。模板免费。

这次做成什么

配好一条“每小时扫描Connectively技术提问→AI按背景筛选→推送Telegram”的监控流，并用两条合成问题（一条匹配、一条不匹配）验证筛选逻辑。

准备什么

• Connectively的API登录凭证（官网api-integration页面免费注册）
• 一个Telegram账号及可用Bot创建权限
• OpenAI付费API密钥，或本地LM Studio运行的OpenAI兼容模型
• 一个可每小时定时运行工作流的n8n环境

具体怎么做

1. 注册Connectively凭证并填登录节点

   打开 https://www.connectively.us/api-integration/sign-up 免费获取API登录信息；在n8n导入 https://n8n.io/workflows/20647 后，把登录名和密码填入Authorize节点。

2. 在模型节点填写个人背景

   打开Message a model节点，把判断依据改成你的真实背景描述（可参考下方材料），并确认模型连接指向你的OpenAI凭据或LM Studio本地端点（LM Studio需开启OpenAI兼容服务）。

3. 获取Telegram chat id并填发送节点

   用BotFather创建机器人拿到token，先给你的机器人发一条消息，再访问 https://api.telegram.org/bot<你的token>/getUpdates 在返回JSON中找到chat.id，填入Send notification节点。

4. 激活调度并做手动验证

   激活工作流使其每小时运行；先手动执行一次，观察拉取、Technology过滤、去重、AI判断、推送各环节是否按预期，再用不同背景描述对比筛选结果差异。

可直接复制的材料

我的背景：5年Kubernetes运维经验，熟悉Helm、Prometheus和AWS EKS；不熟悉移动开发和机器学习训练。
任务：阅读下面的提问，判断它是否属于我的背景能高质量回答的范围。只输出JSON：{"match":true或false,"reason":"不超过40字的理由"}
提问：{question}

[
  {"id":"q-1001","category":"Technology","title":"EKS集群里Helm升级后Prometheus抓不到新服务的指标，可能是什么原因？"},
  {"id":"q-1002","category":"Technology","title":"在iOS上用Core ML部署图像分类模型有哪些注意事项？"}
]

输入与输出示例

本站虚构演示，模型判断与推送文案为示意，非真实运行结果。

输入

背景为“5年Kubernetes运维经验，熟悉Helm、Prometheus和AWS EKS；不熟悉移动开发和机器学习训练”，本小时拉到q-1001（EKS/Prometheus问题）和q-1002（iOS/Core ML问题）两条Technology提问。

对应输出

模型对q-1001输出{"match":true,"reason":"涉及EKS与Prometheus指标抓取，正属你的运维背景"}，Telegram收到推送：“新问题：EKS集群里Helm升级后Prometheus抓不到新服务的指标，可能是什么原因？｜匹配理由：涉及EKS与Prometheus指标抓取，正属你的运维背景”；q-1002输出{"match":false,...}，不推送。

做完检查这些

• Authorize节点用Connectively凭证登录成功且能拉到提问列表
• 非Technology分类的提问在过滤环节被剔除
• 同一问题在下一小时执行中不重复推送（去重生效）
• 匹配背景的提问带AI理由推送到指定Telegram chat id
• 切换OpenAI凭据与LM Studio本地端点两种方式都能完成判断

容易卡住的地方

• Connectively登录凭证需在指定页面单独注册，不是网站账号直接通用
• 去重依赖工作流的历史执行记录，清空执行历史后旧问题可能再次推送
• LM Studio必须启动OpenAI兼容接口并让n8n能访问到该地址，否则模型节点报错
• 每小时一次的频率可在调度节点调整，但频率过高可能触发接口限制
• AI的判断理由只是筛选参考，是否回答仍需你自己把关，不要把理由当作事实核查