n8n+Coze+飞书:公众号对标文章一键录入+深度拆解,打造你的【爆款素材库】

大家好,我是小肥肠!今天我们将结合 n8n + Coze + 飞书表格的数据沉淀,打造一套全自动的爆款文章采集与拆解工作流,全程保姆级教程,快来码住跟练构造自己的爆款素材库吧~

1. 效果预览

做公众号运营,最痛苦的不是写不出文章,而是盯着对标账号找灵感,却把大把时间浪费在机械的复制粘贴上

在之前的教程中,我带大家用 WeWe-RSS + n8n 实现了对标文章自动发邮箱:公众号对标账号文章总错过?用 WeWe-RSS+ n8n,对标文章定时到你的邮箱(上篇教程)公众号对标账号文章总错过?用 WeWe-RSS+ n8n,对标文章定时到你的邮箱(下篇教程)。但很多小伙伴反馈:光看还不够,我想把好的文章存下来,甚至分析它的爆款逻辑,怎么办?

今天,我们不仅要往前走一步,还要走出一大步! 我们将结合 n8n 的自动化能力 + Coze 的 AI 大脑 + 飞书表格的数据沉淀 ,打造一套全自动的爆款文章采集与拆解 工作流

想象一下这个画面: 当你还在睡觉时,你的 n8n 机器人已经帮你把对标账号最新发布的文章抓取下来,丢给 Coze 进行智能拆解(提取标题、金句、写作逻辑),最后整整齐齐地填入你的飞书表格中。早上醒来,你面对的不再是杂乱的信息流,而是一份处理好的写作灵感库,话不多说直接演示!

工作流的使用只点击底部的【Excute workflow】按钮。

等待几分钟,对标账号文章的内容就被写入到了飞书表格当中。

点击查看任意一条记录的详情可以看到详情,只要将这个 工作流 改为定时运行,就能实现文章的自动读取以及录入到 飞书 当中。

飞书 中可以利用字段捷径进行文章的二创改写,或者基于图表功能直观分析对标账号的文章内容。这块我之后会单开一个飞书专题讲。

别眨眼,这篇教程将带你解锁 n8n + Coze 的高阶玩法,建议先收藏再学习!

2. 工作流搭建前置准备

2.1. wewe-rss安装

WeWe-RSS 是一款专注于微信公众号内容聚合的工具,核心功能是将微信公众号文章转化为标准化 RSS 订阅源,方便用户通过第三方阅读器高效获取和管理公众号内容。仓库地址: github.com/cooderl/wew...

它的安装步骤已经在公众号对标账号文章总错过?用 WeWe-RSS+ n8n,对标文章定时到你的邮箱(上篇教程)详细描述了,这里不再赘述。

2.2. 安装飞书社区节点

在本文n8n工作流中我们需要用到飞书社区节点,需要自行安装一下。来到Community nodes 界面,点击【Install】按钮在npm Package Name 处输出n8n-nodes-feishu-lite,勾线底部协议再点击【Install】按钮即可。

安装完成后需要创建飞书凭证,回到n8n主页点击【Create Credential】新增飞书凭证。

  • 打开飞书开放平台open.feishu.cn/app
  • 创建一个企业自建应用,进入应用后将App ID粘贴到飞书凭证中的Client ID,将App Secret粘贴到飞书凭证中的Client Secret。
  • 选中飞书凭证中的OAuth Redirect URL地址,粘贴到飞书应用界面【安全设置】页面中的重定向 URL里。
  • 把飞书凭证中的Scop权限在飞书应用的【权限管理】页面中一一开通。

跳转至【版本管理与发布】进行应用发布,审核通过后就能在n8n中进行飞书多维表格相的关操作了。

3. 工作流搭建

完整工作流如下图:

开始节点: 开始节点选择手动触发节点,意味点击【Excute workflow】节点后开始运行工作流。

HTTP Request(请求WeWe-RSS数据) :开始节点出来后点击【+】新增HTTP Request节点。

XML(将XML转换为 JSON 数据)HTTP Request 节点出来后点击【+】新增XML节点。

  • Mode选择XML to JSON
  • Property Name填写data

Edit Fields(获取文章主体):XML(将XML转换为 JSON 数据) 节点出来后点击【+】新增Edit Fields节点。这个节点的作用是取出文章主体数据,包含作者名称、标题、文章链接、发布时间。

Code in JavaScript (封装对象):Edit Fields(获取文章主体) 节点出来后点击【+】新增Code in JavaScript节点。这个节点的作用是取出作者名称、标题、文章链接、发布时间这些属性组装成新的对象。

源代码

ini 复制代码
const inputData = $input.first().json;
const entries = inputData.feed.entry;

const results = entries.map(item => {
  const formattedTime = item.updated.replace('T', ' ').substring(0, 19);
  return {
    json: {
  
      title: item.title._,
      link: item.link.href,
      author: item.author.name,
      publish_time: formattedTime 
      }
  };
});

return results;

Edit Fields(取出文章链接):Code in JavaScript 节点出来后点击【+】新增Edit Fields节点,这个节点的作用是取出文章的链接给Coze工作流进行文章内容的提取和解析。

HTTP Request(调用Coze 工作流 提取和解析文章):Edit Fields(取出文章链接) 节点出来后点击【+】HTTP Request节点,这个节点的作用是调用Coze工作流的API提取和解析文章内容。

  • Method选择POST
  • URL填写api.coze.cn/v1/workflow...
  • Authentication选择Generic Credential Type
  • Generic Auth Type选择Bearer Auth
  • Bearer Auth填入Coze工作流的凭证
  • 打开Send Headers按照下图填写,Name填写Content-Type,Value填写application/json
  • 打开Send Body,Body Content Type选择JSON,Specify Body选择Using JSON,请求体填写:
bash 复制代码
{
  "workflow_id": "你的工作流id",
  "parameters": {
    "input": "{{ $json.link }}"
  }
}

Coze工作流也给大家看一下全貌,Coze工作流的运行逻辑为:

  1. 接收文章链接
  2. 基于LinkReaderPlugin插件获取文章标题和内容
  3. 对文章标题和内容进行数据清洗,去除无意义文字
  4. 基于对标账号的正文和标题拆解文章,给用户提供写作思路和建议

Merge:HTTP Request(调用Coze 工作流 提取和解析文章)Code in JavaScript (封装对象) 节点后需要接Merge节点,承接两个节点的结果数据。

Code in JavaScript (将数据调整为适配 飞书 多维表格形式)Merge 节点出来后点击【+】新增Code in JavaScript节点,这个节点的作用是将前置节点生成的数据转换为适配飞书多维表格。

源代码:

kotlin 复制代码
const results = items.map(item => {
  const input = item.json;
  const innerData = input.data || {};
  return {
    json: {
      "账号名称": input.author,
      "文章标题": input.title,
      "原文链接": input.link,
      "原文": innerData.content,       
      "文章分析": innerData.suggest,   
       "发布时间": innerData.publish,
    }
  };
});

return results;

写入 飞书 (Bitable:table:record:add bitable):Code in JavaScript 节点出来后点击【+】新增飞书节点Bitable:table:record:add bitable。

  • 用户级别凭证选择已经建好的飞书凭证
  • Operation选择新增记录
  • 多维表格 Token和id填写自己表格的token和id,举个例子,我的多维表格链接为:pa23ntdf1gf.feishu.cn/base/EgCybU...
  • 请求体JSON填写{{ JSON.stringify({ "fields": $json }) }}

以上就是整个工作流的完整流程拆解,动手能力强的读者可以跟着教程实践一遍。上述工作流已经被收录到了小肥肠共学社群中,如果想直接获取工作流原件,可以加入社群后我拉你进空间直接学习使用。

4. 结语

至此,一个集成了 WeWe-RSS 获取数据、Coze 智能解析、n8n 自动化调度、飞书数据沉淀 的全自动工作流就搭建完成了。这不仅仅是一个简单的文章搬运工 ,它更是我们构建个人私有化内容库的第一步。当你飞书表格里的对标文章积累得越来越多,结合飞书自带的仪表盘(Dashboard)功能,你将能更直观地洞察爆款逻辑,甚至可以进一步利用 AI 训练出更懂你风格的写作助手。

相关推荐
KG_LLM图谱增强大模型1 小时前
从人类专家到机器:大模型支持的人机协同本体与知识图谱自动构建
人工智能·深度学习·知识图谱·图谱增强大模型
Wise玩转AI1 小时前
Day 25|智能体的“可观察性(Observability)体系”
人工智能·python·ai·chatgpt·ai智能体
琥珀食酒社1 小时前
菜鸟找到舒适区
大数据·人工智能
猿类崛起@1 小时前
2025秋招LLM大模型多模态面试题:110道大模型面试常见问题及答案,助你拿下AI工程师岗位!
人工智能·机器学习·ai·性能优化·大模型·prompt·大模型训练
MonkeyKing_sunyuhua1 小时前
量化只支持a8w8和w4a8,其中a8w8和w4a8是什么意思?
人工智能·算法
霍格沃兹测试开发学社1 小时前
被裁后,我如何实现0到3份大厂Offer的逆袭?(内附面试真题)
人工智能·selenium·react.js·面试·职场和发展·单元测试·压力测试
颜颜yan_1 小时前
CANN异构计算架构深度解析:打造高效AI开发利器
人工智能·架构·昇腾·cann
paopao_wu1 小时前
人脸检测与识别-InsightFace:向量相似性搜索Faiss
人工智能·yolo·目标检测·ocr·faiss
GISer_Jing1 小时前
SSE Conf大会分享——UTOO WASM:AI时代的浏览器原生极速研发套件
前端·人工智能·架构·wasm