这绝对是被严重低估的自动化+智能体工具！_n8n工作流 javascript数组转换-优快云博客

本文链接：https://blog.youkuaiyun.com/jennycisp/article/details/149026674

大家好，我是一粟。

前段时间 n8n 这个海外的 AI Agent 自动化工具真的太火了，身边搞智能体的朋友几乎都在聊它。

刚好，我有一个困扰了我很久的问题：

我每天都需要花费大量的时间去浏览各大海外的网站，并从中筛选和阅读收集最新的 AI 新闻资讯。这个过程真的是非常的耗费时间的，且效率十分的低下。

那有没有一个平台或者工具能满足我的这个需求呢？

最开始我使用的是国内的扣子。但当时它最大的问题就是，没办法访问到国外的一些新闻资讯，然后这个需求就不了了之了。

于是就在前几天，我抱着试试看的心态去体验了一下 n8n 这个自动化智能体平台，只能说超出我的预期和想象。

首先 n8n 是开源的，可以在云服务或者本地使用 Docker 进行部署，这一点真的很方便。

其次，因为它是海外的软件，只要你的网络条件允许，那就可以使用像 Google、Ins 等这些应用节点。

然后使用 HTTP 请求，调用一些获取海外新闻的 API，比如 GNews、News API 等。

最后，还能定时执行并触发整个工作流。

可以说这 3 点，完美的满足了我自动获取每日最新 AI 新闻的这个需求。

整体的搭建流程其实和扣子差不多，都是在可视化的界面上拖动节点，就像小时候搭积木一样。

每天定时触发，从 News 和 GNews 中获取到最新的 AI 新闻，对获取到的数据进行清洗，去重后扔到大模型节点，将英文/韩文/日语等翻译为中文，最后整理并保存到飞书节点。

最后的飞书效果如图所示。

接下来我就带大家看看每一个节点具体是如何编写的。

首先是触发器节点，因为它用的不是东八区，而是纽约的时间。如果想在北京时间生效，那得做一下时间的转化。

接下来是两个 HTTP 节点。注册 GNews 和 News API 后，直接点击他们的文档，就可以找到 cURL，然后再点击"导入 cURL"，粘贴后就可以测试了。

接下来是格式的处理，这里我们要用到的是 Code 节点。

首先是 News API 出参的格式处理，这里我直接把我的 JS 代码贴在下面，朋友们可以直接使用也可以用 DeepSeek 或者其他 AI 大模型重新写一个。

代码如下：

// 获取上一个节点传入的第一个（也是唯一一个）数据项的JSON内容
const apiResponse = $input.item.json;

// 从API响应中安全地提取 'articles' 数组
const articles = apiResponse.articles || [];

// 1. 使用 slice(0, 20) 截取前20条文章
const limitedArticles = articles.slice(0, 10);

// 2. 使用 map 清洗和整理每篇文章的字段
const formattedArticles = limitedArticles.map(article => {
  return {
    author: article.author,
    title: article.title,
    description: article.description,
    url: article.url,
    publishedAt: article.publishedAt
  };
});

// 3. 返回处理后的数据
// n8n要求返回一个对象数组，每个对象都会成为下一个节点的一个独立项。
// 我们将整理好的文章数组包装成 n8n 的标准输出格式。
return formattedArticles.map(item => ({ json: item }));

然后是 GNews 的。这里需要注意，因为"name"是嵌套在"source"里面的，所以在代码编写上需要额外的处理，比 News API 会多一步。

代码如下：

// --- 数据清理函数 ---
// 用于移除特殊字符，确保数据格式正确，特别是写入CSV或数据库时
function cleanString(str) {
  // 如果输入不是有效字符串，返回空字符串
  if (!str) return '';
  // 链式调用替换和清理方法
  return str
    .replace(/[\r\n\t]/g, ' ') // 将换行、回车、制表符替换为空格
    .replace(/[\u0000-\u001F\u007F]/g, '') // 移除ASCII控制字符
    .replace(/"/g, '\"') // 转义双引号，防止破坏JSON或CSV格式
    .trim(); // 移除字符串首尾的空格
}


// --- 主逻辑 ---

// 1. 获取上一个节点传入的JSON数据
// gnews.io 的响应直接是一个对象，里面包含 articles 数组
const apiResponse = $input.item.json;

// 2. 安全地提取 'articles' 数组
const articles = apiResponse.articles || [];

// 3. 截取前20条，并进行格式化
const formattedArticles = articles.slice(0, 20).map(article => {
  // 对需要清理的文本字段应用 cleanString 函数
  const cleanTitle = cleanString(article.title);
  const cleanDescription = cleanString(article.description);

  // 注意：gnews API没有顶级的 'author' 字段，我们使用 'source.name' 作为作者
  const authorName = cleanString(article.source ? article.source.name : '');

  return {
    author: authorName,
    title: cleanTitle,
    description: cleanDescription,
    url: article.url,
    publishedAt: article.publishedAt
  };
});

// 4. 返回n8n期望的格式
// 每个对象都会成为下一个节点的一个独立数据项
return formattedArticles.map(item => ({ json: item }));

合并节点就是将格式化后的数据整合在一起，使用"Append"参数就行。

删除重复项节点就是字面意思，这里就不多做介绍了。

在这之后，我又用到了一个 Code 节点，主要是将所有的数据整合为一个 Json，这样方便后面的大模型节点进行翻译的工作。

代码如下：

// 1. 获取从Merge节点传入的所有数据项
const allItems = $input.all();

// 2. 将n8n的数据项数组转换成一个纯净的JS对象数组
const articlesArray = allItems.map(item => item.json);

// 3. 将整个JS对象数组转换成一个格式化好的JSON字符串
//    我们使用JSON.stringify，这比手动拼接安全一万倍
const jsonStringForAI = JSON.stringify(articlesArray, null, 2);

// 4. 返回一个单一的数据项，其中 chatInput 包含这个完整的JSON字符串
return [{
  json: {
    chatInput: jsonStringForAI
  }
}];

接下来就是 AI 大模型节点了。这里我们使用提示词，将新闻内容全部翻译为中文，然后再用输出解析器，重新整理该节点的输出格式，最后传给飞书做存储。

结构化输出解析器里面需要填写一个 Json，这个 Json 就是格式化后的结构。

最后是飞书节点。这里我们需要先将飞书添加到 n8n 当中。

首先点击左下角的"设置"，进入到设置界面。

然后再点击"community nodes"按钮，安装飞书节点。

n8n-nodes-feishu-lite

点击下载，就能看到飞书节点已经被安装完毕。

最后的飞书节点如图所示。

构建这整个流程，我基本没有自己上手写过一行代码，都是 DeepSeek 或者 Gemini 完成，我只用和他说我想要的效果就够了。

n8n 真正赋予我们的，是一种上帝视角的创造权。

它就像一个AI时代的“乐高无限套装”，把API、大模型、数据库、各种应用，都变成了我们可以随意拼接的积木。

能做的远不止新闻摘要。

你可以用它搭建自动化的客服机器人、智能的数据分析报告生成器、个性化的学习资料整理工具等等。

本没有自己上手写过一行代码，都是 DeepSeek 或者 Gemini 完成，我只用和他说我想要的效果就够了。

n8n 真正赋予我们的，是一种上帝视角的创造权。

它就像一个AI时代的“乐高无限套装”，把API、大模型、数据库、各种应用，都变成了我们可以随意拼接的积木。

能做的远不止新闻摘要。

你可以用它搭建自动化的客服机器人、智能的数据分析报告生成器、个性化的学习资料整理工具等等。

你的想象力，是它唯一的边界。

大模型岗位需求

大模型时代，企业对人才的需求变了，AIGC相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。
在这里插入图片描述

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把全套AI技术和大模型入门资料、操作变现玩法都打包整理好，希望能够真正帮助到大家。

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用