n8n模板：每天早上的WhatsApp/邮箱/LinkedIn收件摘要

原文要点

这是Nilyo发布的免费n8n模板：每天早上8点由定时触发器启动，通过Nilyo社区节点（n8n-nodes-nilyo）并行拉取最近的WhatsApp消息、新邮件和收到的LinkedIn邀请，任一路失败不影响其余；三路结果汇合后交给OpenAI Chat生成纯文本简报，按“今天要回复/可以等/忽略”分组，再经Nilyo发送到指定WhatsApp联系人。搭建需要安装该社区节点、创建Nilyo个人令牌（Agent access）并连接三个账号，摘要范围由Settings里的digest_recipient和lookback_hours两个值控制。

这次做成什么

在自有n8n实例上复刻这条“晨间三渠道收件摘要”流程：每天定时把WhatsApp、邮箱、LinkedIn三个来源的近期动态汇总成一份三档分组的纯文本简报，推送到指定WhatsApp联系人。本站未随原文获得模板JSON，故给出独立设计的等价搭建方案和可直接粘贴的简报生成提示词；若你能导入原模板，节点名称与参数以模板实际为准。

准备什么

• 可安装社区节点的自托管n8n实例（云端n8n默认禁社区节点）
• Nilyo账号及个人令牌（Agent access），并已连接Email/WhatsApp/LinkedIn
• OpenAI API凭据（可使用聊天模型）
• 一个已加为联系人的WhatsApp接收人，名称与配置一致

具体怎么做

1. 安装Nilyo社区节点

   在n8n的Settings→Community nodes里安装n8n-nodes-nilyo并启用；随后在Credentials中新建Nilyo API凭据，粘贴Nilyo后台生成的个人令牌，并在Nilyo侧完成Email、WhatsApp、LinkedIn三个账号的连接授权。

2. 搭定时与全局设置

   新建工作流，第一个节点放Schedule Trigger，Cron设为每天08:00（0 8 * * *，时区选本地）。接一个Set/Code节点作为Settings，输出两个字段：digest_recipient（接收人WhatsApp显示名，如"我自己"）和lookback_hours（回溯小时数，如24）。

3. 三路并行拉取

   从Settings节点引出三条分支，各放一个Nilyo节点：分别取最近WhatsApp消息、最近邮件、收到的LinkedIn邀请，把lookback_hours作为参数传入。三条分支都开启“出错继续”（Continue On Fail / 用Try结构），保证某一源失败时其余照常返回。

4. 聚合并生成简报

   用Merge（Wait模式）或聚合节点等三路都返回后合成一个数据集，再接OpenAI Chat节点，凭据选你的OpenAI API，system提示词用下方artifacts中的完整提示词，user消息填聚合后的JSON文本。

5. 回发WhatsApp并测试

   最后一个Nilyo节点把OpenAI输出的纯文本发给digest_recipient指定的联系人。先手动Execute一次：确认三路至少有一路有数据、简报格式正确、WhatsApp能收到，再激活工作流让它每天自动跑。

可直接复制的材料

你是一位个人助理，负责把用户过去若干小时内三个渠道（WhatsApp消息、电子邮件、LinkedIn邀请）的原始动态整理成一份简短的中文纯文本简报。规则：
1. 只输出纯文本，不使用Markdown、表格或代码块。
2. 严格按三档分组输出，每组以单独一行标题开头：【今天要回复】【可以等】【可忽略】。
3. 每条动态一行，格式：渠道 | 对方 | 一句话内容概括。同一渠道多条合并概括。
4. 判断标准：带明确问题或截止时间、来自熟人的事项放第一档； newsletters、抄送类放第二档；营销、群发、无信息量邀请放第三档。
5. 某渠道无数据或拉取失败时，在该渠道对应位置写一行“渠道名：本次无数据或拉取失败”，不要编造内容。
6. 全文控制在250字以内，末尾加一行“数据范围：过去N小时”，N取自输入中的lookback_hours。

{
  "lookback_hours": 24,
  "whatsapp": [
    {"from": "张敏", "text": "明天的方案评审改到下午三点，你能来吗？", "time": "21:40"},
    {"from": "快递公司", "text": "您的包裹已放入丰巢柜，取件码8842", "time": "18:05"}
  ],
  "email": [
    {"from": "HR部门", "subject": "请于周五前确认年假安排", "time": "09:12"},
    {"from": "云服务账单", "subject": "本月账单已生成：¥86.40", "time": "06:30"}
  ],
  "linkedin": [
    {"from": "某猎头", "note": "邀请建立联系，附销售话术", "time": "昨日"}
  ]
}

输入与输出示例

本站虚构演示输出，用于校对提示词格式，非原作者运行结果、未真实调用模型。

输入

lookback_hours=24，WhatsApp有张敏问评审改期、快递取件通知；邮箱有HR年假确认和云账单；LinkedIn有一条猎头推销邀请。

对应输出

【今天要回复】
WhatsApp | 张敏 | 明天的方案评审改到下午三点，等你确认能否参加
邮箱 | HR部门 | 请在周五前回复年假安排确认
【可以等】
邮箱 | 云服务账单 | 本月账单¥86.40已生成，可月底统一处理
WhatsApp | 快递公司 | 包裹已入柜，取件码8842
【可忽略】
LinkedIn | 某猎头 | 推销式加好友邀请，可不处理
数据范围：过去24小时

做完检查这些

• 手动执行一次后，WhatsApp接收人确实收到一条纯文本简报且无Markdown符号
• 简报严格只有三档分组标题，无数据的渠道显示“无数据或拉取失败”而不是被静默省略
• 故意断开邮箱账号再执行，WhatsApp和LinkedIn两路数据仍出现在简报里
• 修改lookback_hours为48后重跑，简报末尾的数据范围行同步变为过去48小时

容易卡住的地方

• 自托管以外的n8n Cloud默认不能装社区节点，这条路会直接走不通
• digest_recipient必须与WhatsApp里联系人显示名完全一致，否则发送会找不到对象
• 三路必须都开出错继续，否则一个账号令牌过期会让整条流程中断
• 简报是模型生成结果，分组判断可能有误差，重要事项仍需自己核对原始收件箱