每周自动编一期AI新闻HTML邮件简报

原文要点

原模板每周定时运行，从可配置来源目录抓取RSS与官方sitemap，归一化后做新鲜度过滤，并用n8n Data Table按规范URL去重；随后打分、排序、平衡各来源占比，保留前30条再抓正文与配图作为证据，交由OpenAI（作者标注GPT-4o-mini）选题并写多故事简报；发送前校验AI产出、复查配图可用性，不合格则拦下并推Telegram告警，合格才经Gmail发出并回写已发链接。需配置OpenAI、Gmail OAuth2、Telegram三类凭据及Data Table表ID。

这次做成什么

照此思路搭一条'每周AI新闻HTML简报'流水线：定时抓取→归一化→去重→排序→AI撰写→校验分支→邮件发送。因未提供可导入的工作流文件，以下是本站按原文描述独立设计的节点清单与配置方案，需在n8n中自行连线并核对原模板细节。

准备什么

• 一个自托管或云端n8n实例，支持Schedule Trigger与Data Table功能
• OpenAI API凭据（作者标注使用GPT-4o-mini，模型可能另收费）
• Gmail OAuth2凭据与一个收件邮箱地址
• Telegram机器人凭据及用于告警的chat ID
• 一个n8n Data Table，含canonicalUrl与sentAt两列用于去重审计

具体怎么做

1. 配置来源目录与定时器

   新建Schedule Trigger设为每周一09:00（时区按需调整）；接一个Code节点作为'Source Catalogue'，输出JSON数组，每项含name、type(rss|sitemap)、url、active字段，并附全局配置outputLanguage、storiesPerDigest、discoveryLookbackHours、freshnessDecayHours（本站练习值分别为zh、8、72、48）。

2. 抓取并归一化

   用Split In Batches遍历active来源：RSS源用RSS Read节点，sitemap源用HTTP Request拉XML后用XML节点解析；两路汇合进一个Code节点统一为{title,url,publishedAt,source,summary}结构，过滤掉publishedAt超出discoveryLookbackHours或字段不完整的条目。

3. 去重与排序

   对每个url做规范化（去锚点、去utm参数）得到canonicalUrl，用Data Table节点的查询操作检查是否已存在；未发送的候选进入Code节点打分：score=新鲜度衰减值+来源权重，再按来源分组轮询取样，平衡占比后截断前30条。

4. 抓正文配图并交由AI撰写

   对30条候选逐条HTTP Request抓页面，Code节点提取正文片段与og:image；把标题+证据文本打包发给OpenAI节点，使用下方简报撰写提示词，要求其输出JSON：{stories:[{title,summary,whyItMatters,url,imageUrl}]}，条数等于storiesPerDigest。

5. 校验分支与发送

   用IF节点校验：JSON可解析、stories数量≥3、每条imageUrl非空且HTTP HEAD返回200；不合格走Telegram节点推送告警文本并终止；合格则Code节点拼装HTML，经Gmail节点发送到收件邮箱，随后Data Table逐条插入已发canonicalUrl与sentAt。

可直接复制的材料

{
  "settings": {
    "outputLanguage": "zh",
    "storiesPerDigest": 8,
    "discoveryLookbackHours": 72,
    "freshnessDecayHours": 48
  },
  "sources": [
    {"name": "OpenAI Blog", "type": "rss", "url": "https://openai.com/blog/rss.xml", "active": true, "weight": 3},
    {"name": "ExampleAILab", "type": "rss", "url": "https://example-lab.dev/feed.xml", "active": true, "weight": 2},
    {"name": "AutoWeekly", "type": "sitemap", "url": "https://autoweekly.example.com/sitemap.xml", "active": false, "weight": 1}
  ]
}

你是一份中文AI行业周报的主编。下面是本周候选新闻的JSON数组，每项含title、url、source、evidence（正文摘录）。
任务：
1. 选出最有行业价值的{{storiesPerDigest}}条，避免同一事件重复报道；
2. 为每条撰写：title（中文标题，20字内）、summary（80-120字中文摘要，只依据evidence，不得编造数据）、whyItMatters（一句话说明对从业者的意义）；
3. 保留原url与imageUrl字段原样输出。
只输出一个JSON对象，格式：{"stories":[{"title":"","summary":"","whyItMatters":"","url":"","imageUrl":""}]}，不要输出任何其他文字。
候选新闻：
{{candidates}}

[
  {"title":"某开源模型发布新版本","url":"https://example-lab.dev/news/v2?utm_source=feed#top","canonicalUrl":"https://example-lab.dev/news/v2","publishedAt":"2026-09-08T10:00:00Z","source":"ExampleAILab","summary":"模型能力升级"},
  {"title":"自动化平台新增连接器","url":"https://autoweekly.example.com/p/conn","canonicalUrl":"https://autoweekly.example.com/p/conn","publishedAt":"2026-09-07T08:00:00Z","source":"AutoWeekly","summary":"新增多个集成"},
  {"title":"某开源模型发布新版本（转载）","url":"https://mirror.example.com/v2","canonicalUrl":"https://mirror.example.com/v2","publishedAt":"2026-09-08T12:00:00Z","source":"MirrorSite","summary":"同一事件转载"}
]

输入与输出示例

本站虚构演示，非原作者运行结果；得分为示例逻辑推演。

输入

以上测试数据中第1条canonicalUrl已存在于Data Table（上周已发送），第3条与第1条报道同一事件，storiesPerDigest设为2

对应输出

去重后剩第2、3条；打分排序假设第3条得分更高但因与已发第1条同事件，AI撰写环节只选第2条及新候选；最终校验分支输出示例：{"stories":[{"title":"自动化平台新增连接器","summary":"AutoWeekly报道该平台本周上线多个新集成，覆盖常见办公与开发工具，官方称可减少手工数据搬运。","whyItMatters":"自动化从业者可评估新连接器是否替代现有自研脚本。","url":"https://autoweekly.example.com/p/conn","imageUrl":"https://autoweekly.example.com/p/conn/cover.png"}]}（仅1条，低于下限3，触发Telegram告警分支，不发邮件）

做完检查这些

• Data Table中已存在的canonicalUrl不再进入候选，发送成功后新链接被回写
• 候选排序时同一来源不会连续占据前30条中的大部分席位
• 任一最终条目imageUrl的HEAD请求非200时，流程走Telegram告警而非Gmail发送
• OpenAI输出无法解析为JSON或stories数量不足时被IF节点拦下

容易卡住的地方

• Gmail OAuth2需要Google Cloud项目配置，凭据过期会导致发送节点失败
• sitemap抓取可能返回大量旧页面，必须按lastmod配合discoveryLookbackHours过滤，否则超时
• 原文未给出具体打分公式，本方案的权重与衰减值是本站设定，需按你的来源数量调整
• Data Table表ID必须与工作流中节点配置一致，换环境后需重新指向