一人代理實驗室

最後更新：2026-10-30

n8n 實作：RSS → AI 摘要 → 每日摘要信

一人副業最花時間的事之一是「追資訊」。這個流程每天早上 7 點（台北時間）抓你訂的 RSS，只留過去一天的新文章，叫 AI 用繁體中文寫成一封摘要信寄給你。整個流程 8 個節點，在 n8n 每天只算 1 次 execution。

下載：n8n-rss-digest.json（正式版）· n8n-rss-digest-test-noai.json（測試版：手動觸發、不呼叫 AI、不寄信）

誠實說明：這個流程我在 n8n 2.45.7 上匯入並實際跑過「測試版」（真的抓 3 個 RSS、篩選、組信件 HTML，2026-10-30 成功），但 AI 與寄信兩個節點沒有接上真實的 API key 與 SMTP 跑過，也還沒有長期在正式環境運作。正式版匯入後，n8n 會正確提示「OpenAI 節點尚未設定憑證」，代表節點設定能被辨識；接上你的憑證後請先手動跑一次確認。

流程總覽

每天 07:00 → Feed 清單 → 讀取 RSS → 篩選 24 小時內 → AI 寫摘要 → 組信件 HTML → 寄出摘要信
                                                         ↑
                                                 OpenAI Chat Model

準備

逐節點說明

1. 每天 07:00（Schedule Trigger）

規則：每天、7 點。時區看工作流設定（JSON 裡已設 Asia/Taipei），自架的話也要在環境變數設 GENERIC_TIMEZONE=Asia/Taipei。n8n 2.x 匯入後要按 Publish 排程才會生效（舊版是 Active 開關）。

2. Feed 清單（Code）

每個 RSS 網址輸出一個 item，後面的 RSS 節點會對每個 item 各跑一次。範例放了 iThome、n8n 官方部落格、Hacker News 首頁，換成你的領域：

const feeds = ["https://www.ithome.com.tw/rss", "https://blog.n8n.io/rss/", "https://hnrss.org/frontpage"];
return feeds.map(url => ({ json: { url } }));

為什麼不用三個 RSS 節點？因為一個 Code 清單 + 一個 RSS 節點，要加減來源只改一行。

3. 讀取 RSS（RSS Read）

URL 填表達式 {{ $json.url }}。設定裡把 On Error 設成「Continue」：某個網站掛了，其他來源照樣寄。實測這三個來源當天共抓回 65 則（iThome 30、n8n 部落格 15、HN 20）。

4. 篩選 24 小時內（Code）

這一步決定成本和品質：

實測：65 則篩到 15 則，digestInput 約 3,500 字元。

5. AI 寫摘要（Basic LLM Chain）＋ OpenAI Chat Model

關鍵設計：15 則合成一次呼叫，不是每則各叫一次。這樣 API 費用和延遲都少，也讓 AI 能幫你分類、挑重點。提示詞：

你是幫一人副業經營者整理資訊的助理。以下是過去一天的新文章（含編號、標題、摘要片段、連結）。
請用台灣繁體中文：
1. 先給 3 行「今天最值得看的事」。
2. 再把文章分成 2～4 類，每則一句話重點，句尾標註原編號，例如 [3]。
3. 不要編造原文沒有的資訊；看不出重點就寫「片段不足」。

{{ $json.digestInput }}

模型子節點預設填 gpt-6-luna（2026-10-30 OpenAI 定價頁上最便宜的一級），maxTokens 1500、temperature 0.3。匯入後在這個節點建立 OpenAI 憑證；模型可以換。

6. 組信件 HTML（Code）

把 AI 輸出的文字（$json.text）做 HTML 跳脫，後面附上 15 則原文連結清單（從第 4 步用 $('篩選 24 小時內') 取回），產生主旨「每日摘要 2026/10/30（15 則）」。連結由程式產生、不交給 AI，避免 AI 編出錯的網址。

7. 寄出摘要信（Send Email）

格式選 HTML，主旨與內容用表達式帶入。改掉 fromEmail、toEmail，並建立 SMTP 憑證。

匯入步驟

  1. n8n 左側 Overview → Create Workflow → 右上「⋯」→ Import from File，選 n8n-rss-digest.json。
  2. 打開「OpenAI Chat Model」建立憑證；打開「寄出摘要信」建立 SMTP 憑證、改收件人。
  3. 改「Feed 清單」裡的網址。
  4. 按 Execute Workflow 手動跑一次，確認收到信。
  5. 按 Publish，之後每天 7 點自動跑。

想先不花錢驗證抓取與篩選，就匯入測試版 JSON：它把 AI 換成一段固定文字、把寄信換成輸出預覽，手動觸發即可。

成本試算

項目估算
n8n 用量每天 1 次 execution，每月約 30 次。自架不算錢；Cloud Starter（2,500 次）用不到 2%
AI 輸入提示詞＋約 3,500 字元的文章片段，粗估 2,000～3,000 tokens／天（中英混合，實際以帳單為準）
AI 輸出上限 1,500 tokens／天
gpt-6-luna（輸入 $0.10、輸出 $0.50／百萬 tokens）每天約 US$0.001，每月約 US$0.03
gpt-6.1-terra（$1／$5）每天約 US$0.01，每月約 US$0.3
gpt-6.1-sol（$2／$10）每天約 US$0.02，每月約 US$0.6

試算以 3,000 輸入 + 1,500 輸出 tokens／天、30 天計，用的是 2026-10-30 OpenAI 標準方案定價，不是實際帳單；價格會變。

結論：這個流程的成本幾乎都在「n8n 放在哪」，不在 AI。如果改成每則文章各叫一次 AI，呼叫次數變 15 倍，在 Make／Zapier 上還會多吃 15 倍的 credits／tasks，見三套工具比較。

限制與注意事項

可以怎麼延伸

資料來源（2026-10-30 查證）