n8n DeepResearcher

工作流名称

n8n DeepResearcher

主要功能和亮点

n8n DeepResearcher 是一个基于 n8n 自动化平台构建的深度研究工作流，模拟并复刻了 OpenAI DeepResearch 功能。它通过递归生成搜索查询、自动化网络搜索与内容抓取，结合先进的语言模型进行分析和推理，最终生成结构化、详实的研究报告，并自动上传至 Notion 进行统一管理。工作流支持多步交互式提问，动态调整研究深度（Depth）和广度（Breadth），实现高效、系统化的复杂课题调研。

解决的核心问题

• 复杂研究任务耗时长、效率低，人工难以快速覆盖海量信息源。
• 信息碎片化，缺乏系统整理与分析，难以形成高质量报告。
• 传统自动化工具难以实现递归挖掘和多轮问题澄清。
• 研究成果难以集中管理和持续追踪。

n8n DeepResearcher 通过自动化递归搜索、内容抓取、智能提问和推理，实现了快速、深度、多维度的研究能力，大幅节省时间成本并提升研究质量。

应用场景

• 市场调研与竞争分析
• 学术课题文献综述
• 技术趋势深度探索
• 投资分析与风险评估
• 产品需求与用户调研
• 企业内部知识库更新与扩展

主要流程步骤

1. 表单触发：用户通过 n8n 表单提交研究主题及期望的研究深度和广度。
2. 创建 Notion 报告页：自动在指定 Notion 数据库中生成空白报告页面，作为最终报告存放位置。
3. 生成和细化搜索查询：基于用户输入及先前研究结果，递归生成多条独特的搜索查询，覆盖更多信息源。
4. 网络搜索与内容抓取：调用 APIFY.com 等网页抓取服务，抓取查询结果页面的结构化内容，并过滤有效信息。
5. 智能提问澄清：利用 OpenAI 语言模型生成针对研究方向的澄清问题，通过动态表单收集用户回复，确保研究聚焦精准。
6. 递归循环研究：根据设定的深度和广度，重复生成子查询、抓取内容，并由语言模型提炼“学习点”（learnings），逐步丰富研究内容。
7. 汇总与推理生成报告：将所有学习点汇总交由推理型语言模型（OpenAI o3-mini）生成详尽的多页 Markdown 格式研究报告。
8. 格式转换与上传：将 Markdown 报告转换为 Notion API 所需的 Block 结构，并通过循环上传至对应 Notion 页面。
9. 状态更新与通知：自动更新 Notion 中报告状态为“进行中”和“已完成”，并通过表单提示用户研究完成。

涉及的系统或服务

• n8n：自动化工作流平台，负责节点编排与数据流转。
• OpenAI（o3-mini模型）：语言模型用于生成查询、澄清问题、提炼学习点和撰写报告。
• APIFY.com：高性能网页抓取与搜索服务，替代高成本的 Firecrawl.ai。
• Notion：云端知识管理平台，用于存储和展示最终研究报告。
• n8n Forms：用于交互式收集用户输入与澄清问答。
• HTTP Request：调用外部 API，实现网页数据抓取和上传操作。

适用人群或使用价值

• 研究人员与分析师：快速获取海量信息，提升研究效率和深度。
• 产品经理与市场人员：自动化市场调研和竞品分析，辅助决策。
• 内容创作者与学者：系统整理资料，生成高质量内容。
• 企业知识管理团队：自动汇总外部信息，保持知识库更新。
• 自动化爱好者与技术开发者：学习并应用高级递归自动化与AI集成模式。

总体而言，n8n DeepResearcher 是一款集成智能搜索、内容抓取与AI推理的深度研究自动化解决方案，极大降低了复杂课题调研的门槛和时间成本，适合需要快速高质量研究成果的专业用户和团队。