免费POC, 零成本试错
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


手把手教学:用n8n+RSS+飞书实现多平台热点自动抓取(含RSS源分享)

发布日期:2025-09-19 18:40:59 浏览次数: 1525
作者:陈序员大康AI

微信搜一搜,关注“陈序员大康AI”

推荐语

告别手动收集热点!教你用n8n+RSS+飞书打造专属选题库,一键获取全网热点。

核心内容:
1. 定时触发与RSS订阅配置方法
2. 数据预处理与来源标记技巧
3. 多平台数据合并存储到飞书的完整流程

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

之前几周手把手教大家从n8n的部署,到公众号的自动发布工作流的搭建,还有自动排版的搭建。还没有操作的,可以看看我之前的内容,全是几千字的详细实操,建议收藏后,慢慢跟着练!

保姆级n8n教程来了:手把手教你打造一个AI生成内容并自动发布公众号的工作流

超详细教程又来啦:一步一步教你用n8n打造一个AI自动排版公众号的工作流


现在自动生成和发布有了,又有了新的问题,我们该写点什么呢?

我平时写文章,都是看看各平台的热搜,然后还有最新资讯什么的,看看是否有合适的选题,可是每次都要打开各个平台去看,就比较麻烦。


是否有办法将不同平台的热搜,甚至是自己主要关注的资讯合并到一起呢?

还真有!今天就带大家用n8n + rss 打造一个自己专属的选题库,以下是我把这个功能集成到我软件的效果,现在通过我的软件,可以直接在这里搜到关键词,找到合适的内容,一键创作文章了。

鉴于大家没有自己的网站,我今天的工作流会改成将最终内容写到飞书中。

Image

让我们开始吧!

一、添加一个定时节点

今天我们需要使用的触发节点是,定时触发节点,点添加节点,搜索schedule,然后找到这个节点添加,这个节点主要作用是可以进行定时执行,我们现在是测试,可以随便选个时间。

Image

二、添加Rss节点

接下来,我们添加Rss节点,这个节点可以直接订阅支持Rss的网站,不过现在国内很多网站不支持Rss,大家可以去搜索别人自建的Rss地址,当然,如果有条件,也可以自己制作,这又是另外的技术了。

我在文末也给大家准备了一个开源的rss地址库,大家可以去挑挑看有没有合适的。

因为是演示,我这里就先添加两个节点

Image

接着我们点击节点设置一下订阅地址

一个节点订阅的是百度热点,另一个节点订阅的是微信最新的文章

地址分别是:

https://rss.aishort.top/?type=baidu

https://rss.aishort.top/?type=wasi

大家如果有更多需要订阅的内容,可以多加些节点,配置更多的订阅地址。

Image

添加好之后执行一下测试,看到获取成功,一个获得了100个数据,另外一个获得了10个数据:

Image

三、数据预处理

为什么要做个数据的预处理?有的时候获取的数据,可能格式不是我们要的,或者没有我们需要的数据。比如,这现在这两个节点最终返回的内容数据结构都是这样的,如果到时候全部存到飞书,就会发现我们不知道这篇内容的来源是哪里的,如果节点多了就更难区分了

Image

所以,现在我添加两个代码节点,对数据进行处理

Image

进入code里面,按照如下配置,添加一个来源的属性,这个代码的意思就是给所有返回的内容加一个Source字段来标记内容的来源

Image

我们执行一下工作流,就可以看到,现在的数据多了一个来源的标注,到时候我们给每个不同的订阅分支设置不同来源,就很好区分了

Image

四、合并数据

接下来我们需要把多个rss地址获取的数据合并成一个,方便后续统一入库。

这个时候我们需要用到这个节点,搜索merge,添加这个节点,然后把不同分支都连进来

Image

然后进入设置一下节点,模式选择append,下面那个数字代表合并多少个分支,如果你订阅的比较多,可以修改这个数字增加入口点。

Image

设置好后,点击“执行步骤”,可以看到,现在项目合在一起了

Image

五、数据过滤

有的时候,数据很多,我们需要筛选,比如说我只要发布日期在1天之内的内容那该怎么办呢?这个时候筛选节点就登场了,我们在合并的节点后面加上这个节点

Image

接着设置一下过滤的条件如下

Image

其中 new Date(Date.now() - 1 * 24 * 60 * 60 * 1000) 这部分代表 1天之前的时间。如果大家不懂的写,直接让AI帮你写就可以了。设置之后,直接运行,可以看到过滤了些内容

Image

六、合并项目

接下来这是个重点,我们在批量获取数据,如果最终获得的项目是这种大于1个的项目,如上图的,有一百多个项目,那么接下来的一个节点,它就会批量执行一百次,这是n8n最容易出问题的地方,大家一定注意。我刚开始的时候就踩坑了,有一次把http请求节点放在后面,结果http请求一直报频繁请求错误,被限制。我心想我也没用循环处理,怎么就频繁请求了...。


为了解决这个问题,如果不是需要循环处理数据的情况,就比如我们这个,我接下来应该是要把所有内容组装成一个JSON,然后一口气写入飞书表格。不可能是一条一条写的,飞书也会有调用频次的限制。

所以我们接下来要用这个节点 aggregate,这个节点的作用就是可以将前面的多个项目合并到一个变量中

Image

按照如下的设置之后,执行节点,所有内容数据就都到data中了,接下来在画布上看,就只有一个项目了

Image

七、录入飞书

1、安装飞书社区节点

录入飞书需要用到一飞书的社区节点,它包含了飞书各种操作,我们进入节点地址

https://www.npmjs.com/package/n8n-nodes-feishu-lite 复制安装命令

Image

然后进入n8n的设置里面找到社区节点,进行安装

Image

2、添加飞书凭证

安装完成之后,我们要去添加一下飞书的凭证

Image

找到这个飞书的凭证进行添加

Image

这里需要输入飞书的AppID和密钥,如过有不懂得获取的朋友,可以看一下我这篇内容,不过飞书页面有进行改版,可能页面有点不同,但是基本流程是没有变的。获取成功之后填入保存就行了

https://b121w2zgwyx.feishu.cn/docx/Hp4bdq5Tyoi5Uax18z5cXkufngc

Image

接下来为了实现最大自由化的控制飞书资源,需要按照下面的教程,将一个文件夹的资源分配给我们的飞书应用,这一步很重要,关系到n8n能不能自由的创建编辑表格

https://open.feishu.cn/document/faq/trouble-shooting/how-to-add-permissions-to-app

3、创建电子表格

以上准备工作都完毕之后,我们添加一下创建电子表格节点,为什么不直接写表格呢? 因为我想要把功能做的更友好一些,我要让工作流定时跑,每天都会生成一个电子表格,里面是当天的内容,搜索 feishu 找到下面这个节点,添加进来

Image

配置一下节点,设置表格标题为今天的日期,可使用如下代码

{{ ((d) => `${d.getFullYear()}${(d.getMonth()+1).toString().padStart(2,'0')}${d.getDate().toString().padStart(2,'0')}日`)(new Date()) }}

文件token就是按照前面分配后资源后的文件夹打开

Image

配置完成后执行一下,看到如下输出表示创建成功

Image

4、写入电子表格

好了,终于到了最后一步写数据了,在进行写数据之前,还需要添加一个获取工作表的节点,如果你们熟悉excel的话就会知道,一个表格里面还可以有许多不同的表单,我们需要获取当前表格的表单ID,以确认后续要往哪个表单写入数据

Image

我们配置执行一下

Image

接下来还需要按飞书的要求对数据进行处理,否则无法写入飞书

这个处理还是有点复杂的,需要用到代码节点,把前面的JSON数据处理成,下面这样的格式

Image

下面是代码节点中的代码

// 转换函数
functionconvertToTableData(data) {
// 表头(固定)
const headers = ["标题""链接""发布时间""内容""摘要""来源"];

// 数据行
const rows = data.map(item => [
    item.title || "",             // 标题
    item.link || "",              // 链接
    item.pubDate || "",           // 发布时间
    item.content || "",           // 内容
    item.contentSnippet || "",    // 摘要
    item.source || ""             // 来源
  ]);

// 返回:表头 + 数据行
return [headers, ...rows];
}
// Add a new field called 'myNewField' to the JSON of the item
// 原始数据
const inputData = $('Aggregate').item.json.data;
console.log(inputData)


// 执行转换
const tableData = convertToTableData(inputData);

// 打印结果(可在控制台查看)
console.log(tableData);
$input.item.json.tableData = tableData;

return $input.item;

最后添加一下最后一个节点

Image

将前面处理好的数据还有表格id放进来,然后保存,运行就可以了

Image

来看看成果吧

Image

最后,大家自己改造没问题之后,如果要让工作流正式定时跑起来,记得把这个打开哦

Image

完整工作流已经打包放到我的工具站了 https://auto.kanglan.vip,有需要的可自取。

对了,为了方便大家系统的学习AI+自动化,我把过往关于coze工作流教程、RPA教程、还有n8n教程全部放到一起,建了个星球。

进入星球可以获得配套的完整工作流学习。今后一些进阶的玩法会在星球分享。

感兴趣,快来加入吧,星球初建,给大家准备了优惠券,可在公众号领取后加入

🚀 加入大康的AI自动化世界

解锁AI+自动化的无限可能

💬 AI+自动化交流群

免费学习·资源共享·技术交流


🎁 加入即可免费领取:

  • AI提示词工程完整教程

  • DeepSeek从入门到精通资料

  • 3小时快速入门COZE视频课程

  • COZE工作流实战案例课程

私信发送 "进群" 立即加入

⭐ 大康的AI自动化基地(知识星球)

专业实战·深度分享·问题咨询


🏆 专注AI+自动化实战分享

包括但不限于Coze、n8n工作流、影刀RPA等技术的深度实战教程

🎯 选择加入即可获得:

  • 最新AI自动化实战教程

  • 可获取教程配套的完整工作流

  • 星球专享进阶教程分享

  • 星球内问题答疑

私信发送 "进球" 立即加入

👆 选择适合你的学习方式,开启AI自动化之旅

资源地址

我的自动化工具站:https://auto.kanglan.vip

n8n飞书社区节点安装地址:https://www.npmjs.com/package/n8n-nodes-feishu-lite

rss地址库:https://github.com/weekend-project-space/top-rss-list


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询