用N8N搭建自动采集公众号爆款、热点文章的智能体

我们写公众号文章会写一些热门相关的文章，也经常会遇到不知道要写点什么的情况，相信不少朋友都深有体会。这次分享我们用N8N工作流来解决写文章选题的问题。

通过结合强大的开源自动化工具 N8N + 飞书，我们可以解决选题焦虑的问题，让我们只需专注于内容创作本身。这套工作流可以自动收集并整理特定赛道的热点爆款文章数据，包括标题、链接、内容梗概、阅读量、点赞数和在看数等关键指标，并整齐地写入你的飞书表格中。

如上效果图，是我们自动获取到的最近7天的特定关键词的爆款热门文章。当然，我们也可以根据基于这些采集到的文章数据，我们在进行AI投喂和学习，并给出我们我们创造灵感、文章素材等。

为什么用N8N来采集热门爆款？

如果你写公众号或着博主，你是否曾为了“写什么”而耗费大量时间？

• 选题瓶颈：面对日益激烈的竞争，寻找独特且受欢迎的选题变得越来越困难。
• 效率低下：手动浏览、筛选、整理大量文章，不仅枯燥，而且效率极低。
• 灵感枯竭：长时间的重复劳动，容易导致创作灵感枯竭。

在数字时代，我们有更智能的方式来解决这些问题。借助 N8N 这样的开源自动化工具和 飞书 这样的高效协作平台，我们可以搭建一套自动化的内容灵感收集系统，将你从繁琐的“找选题”工作中解放出来，让你有更多精力投入到高质量内容的创作中。

自动化挖掘爆款内容

这套 N8N + 飞书自动化工作流 的核心目标是：通过关键词驱动，自动识别并收集你所在赛道的热门爆款文章，将其核心数据结构化展示，从而为你提供源源不断的创作灵感。

整个流程可以概括为以下几步：

1. 输入关键词：定义你关注的内容领域。
2. 自动检索：N8N 调用接口，根据关键词抓取近期热点爆款文章。
3. 数据清洗：对抓取到的原始数据进行标准化处理。
4. 结构化存储：将处理后的文章数据（标题、链接、阅读量、点赞数、在看数等）自动录入飞书多维表格。
5. 灵感吸收：你只需要打开飞书表格，即可一目了然地分析爆款文章的特点，提取选题方向、标题技巧、内容素材，甚至可以进一步将这些数据喂给AI，进行更深层次的分析和提炼。
6. AI自动给出（后续扩展）：这一步会在后续我们来实现，会更加智能，直接给出我们需要的内容，如图里的虚线部分。

以下是整体工作流的简要示意：

搭建智能采集爆款文章

现在，我们进入 N8N 工作流的搭建环节，我们先把需要搭建过程中的准备工作完成了。

准备工作

在开始N8N工作流的构建之前，我们需要做好一些基础准备。如果你是N8N的新用户，建议先完成本地部署并熟悉其基本操作。

1. 安装飞书社区节点

   N8N 的强大在于其丰富的社区节点。为了与飞书多维表格进行交互，我们需要安装 飞书 社区节点。

   • 操作步骤：在 N8N 界面的左下角 设置 (Settings) 中，找到 社区节点 (Community Nodes)，点击 安装 (Install)，然后搜索并安装 “Feishu” 或其对应的中文名称节点。

2. 准备接收数据的飞书多维表格

   飞书多维表格将作为我们数据存储和展示的核心。

   • 创建企业自建应用：登录飞书开放平台（个人飞书亦可），创建一个“企业自建应用”。根据提示填写应用名称、描述等信息（例如：“N8N公众号选题助手”）。

   • 配置应用权限：这是关键一步。在新创建的应用中，前往“权限管理”页面，确保为应用授予 多维表格 相关的读写权限。具体包括：读取多维表格中的全部数据、写入多维表格中的全部数据 等。

   • 发布应用：完成权限配置后，务必将应用“发布”到线上版本。发布成功后，你将获得应用的 App ID 和 App Secret。这两个凭证是 N8N 连接飞书的“钥匙”。

   • 新建多维表格并绑定应用：

     • 在你的飞书空间中新建一个多维表格。
     • 进入该多维表格，点击右上角的“更多”->“添加文档应用”，搜索并选择你刚才创建的应用（例如：“N8N公众号选题助手”），完成绑定。
     • 绑定后，你会在表格URL中找到其 Base Token 和 Table ID。请记录下这些信息。

   • 设置表格字段（表头）：为了确保数据能正确写入，请预先在多维表格中创建好对应的字段（表头），例如：标题、文章链接、正文、发布时间、公众号名称、分类、阅读量、点赞数、在看数。

     

N8N 工作流构建

现在，我们进入 N8N 工作流的搭建环节。先来看一个整体的工作流预览，以便有个直观的感受：

1. 关键词输入节点

工作流的起点是获取用户输入的关键词。这通常通过 Start 节点或 Execute Workflow Trigger 节点来实现。配置该节点，使其能接收用户输入的关键词，例如“gemini”或你所在赛道的任何特定主题词。

2. 全局变量预置

为了便于管理和后续扩展，我们会在一个节点中集中管理所有核心参数，包括飞书的凭证信息和获取热门文章的 API Key。

• 使用 Set 节点（或类似的参数设置节点），将准备阶段获取的 飞书Base Token、飞书Table ID，以及第三方数据接口的 API Key、查询分页数量等信息定义为变量。
• API Key 提示：此 API Key 是用于访问第三方热门文章数据接口的。通常这些接口提供免费试用额度，超出后需要付费。你可以根据自己的需求选择合适的第三方服务，或者自行开发爬虫替代。这个 API Key 将在后续的 HTTP Request 节点中使用。

3. 灵活分页处理

为了能够获取多页的热门文章数据，我们需要一个分页处理机制。

• 使用 Code 节点，编写JavaScript代码来生成一个包含多页请求参数的数组。这能让工作流迭代执行多次数据请求。
• 示例代码：

  // 获取输入中的页数，例如在Set节点中定义
  const totalPages = $input.first().json['页数']; 
  
  // 生成分页数组：[{ page: 1 }, { page: 2 }, ...]
  const pages = Array.from({ length: totalPages }, (_, index) => {
    return { page: index + 1 };
  });
  
  // 返回结果
  return pages;
  

  这个节点将为后续的 HTTP Request 节点提供不同页码的请求。

4. HTTP Request 获取热门文章

这是工作流中获取核心数据（热门文章）的关键环节。

• 使用 HTTP Request 节点，配置其向第三方数据接口发起 POST 请求。

• 配置要点：

  • URL：第三方接口的地址，例如 /v3/kw_search。

  • Method：POST。

  • Headers：根据接口要求添加 Content-Type: application/json 等。

  • Body：构建包含关键词、页码、api_key 等参数的 JSON 请求体。这个可以参考极致了的API接口。或者拿到我的这个json配置里进行直接用

    

5. 数据清洗与格式化

从第三方接口获取的数据往往需要进行清洗和格式化，才能顺利写入飞书表格。特别要注意处理可能导致JSON解析问题的特殊字符。

• 使用 Code 节点，编写JavaScript代码对 HTTP Request 返回的数据进行处理。
• 代码功能：
  • 定义 escapeJSON 函数，用于转义字符串中的反斜杠、双引号、换行符等，防止数据写入飞书时出错。
  • 遍历接口返回的文章列表，提取所需字段。
  • 将字段名称转换为飞书表格对应的中文表头（建议在实际生产环境中使用英文key，更健壮）。
  • 对数字字段进行安全转换，确保不是数字时默认为0。
• 示例代码：

  /**
   * 转义 JSON 字符串中可能导致解析问题的字符
   * @param {string} str - 输入字符串
   */
  function escapeJSON(str) {
    if (typeof str !== 'string') return str;
  
    return str
      .replace(/\\/g, '\\\\')   // 转义反斜杠
      .replace(/"/g, '\\"')     // 转义双引号
      .replace(/\n/g, '\\n')    // 换行符
      .replace(/\r/g, '\\r')    // 回车符
      .replace(/\t/g, '\\t');   // 制表符
  }
  
  // 获取输入数据列表
  const articles = $input.first().json.data || []; // 假设接口返回的数据在data字段下
  const formattedData = [];
  
  // 遍历文章并格式化输出结构
  for (const item of articles) {
    formattedData.push({
      "标题": escapeJSON(item.title),
      "文章链接": escapeJSON(item.url),
      "正文": escapeJSON(item.content),
      "发布时间": escapeJSON(item.publish_time_str),
      "公众号名称": escapeJSON(item.wx_name),
      "分类": escapeJSON(item.classify),
      // 数字字段安全转换，不是数字时默认 0
      "阅读量": Number(item.read) || 0,
      "点赞数": Number(item.praise) || 0,
      "在看数": Number(item.looking) || 0,
    });
  }
  
  return formattedData;
  

  这个节点输出的数据将是一个JSON数组，每个元素都代表一篇文章，且字段名与飞书多维表格的表头一致。

6. 导入飞书表格

最后一步是将格式化后的数据写入飞书多维表格。

• 添加 Feishu 节点，选择 Create Record (增加记录) 操作。
• 配置要点：
  • Credentials：使用之前在飞书开放平台获取的 App ID 和 App Secret 创建飞书凭证。
  • Base Token & Table ID：从之前的参数节点中引用。
  • Records：将上一个 Code 节点输出的格式化数据作为请求体 JSON。务必确保这里的 JSON 字段名与飞书多维表格的表头完全一致。

获得爆款文章

当所有节点配置完毕后，你可以在 N8N 的 Start 节点点击“执行”或“测试”，输入你关注的关键词（例如“人工智能”、“健康饮食”等）。稍等片刻，N8N 就会自动完成数据采集、处理和写入。

这时，你打开飞书多维表格，会惊喜地发现，所有热门爆款文章的关键数据已经整齐地呈现在你眼前，比如我们输入的是gemini这个关键词。

有了这些结构化的数据，你可以：

• 快速发现选题趋势：哪些主题近期热度高涨？
• 分析爆款标题：学习它们的修辞、关键词和吸引力。
• 借鉴内容结构：了解爆款文章是如何组织信息、引起共鸣的。
• 挖掘素材：直接从文章内容中获取灵感和论据。
• AI赋能：将表格数据导入AI工具（如 ChatGPT、Claude 等），让AI帮你进一步提炼核心观点、生成创意标题、甚至辅助撰写文章大纲。这无疑将你的内容创作效率提升到新的高度。

总结

通过这套 N8N + 飞书自动化工作流，我们不仅解决了公众号的选题焦虑，更重要的是，它为你提供了一个了解当下内容热点、分析爆款逻辑的强大工具。你不再需要手动大海捞针，而是能系统、高效地获取第一手内容创作灵感。

N8N 的潜力远不止于此。掌握了这种搭建思路，你可以将它灵活应用于日常工作中的各种流程自动化，无论是数据处理、信息同步还是重复性任务，N8N 都能帮助你大幅提升效率。

如果你对这套工作流的配置文件感兴趣，或者在搭建过程中遇到任何问题，欢迎在评论区留言交流。

获取这个N8N配置文件

可以关注我的公众号“良技漫谈”，回复“配置文件” 来获取 JSON 配置文件，直接导入自己的 N8N 环境中使用（记得改为自己的参数）