News Extraction

工作流名称

News Extraction

主要功能和亮点

该工作流自动抓取指定新闻网站（https://www.colt.net/resources/type/news/）上的最新新闻内容，提取新闻的发布时间、标题、正文，并利用ChatGPT生成每条新闻的简短摘要和3个关键技术关键词，最终将整理后的数据存入NocoDB数据库，实现端到端的新闻自动采集与智能分析。

解决的核心问题

• 目标新闻网站不提供RSS订阅，传统订阅方式无法获取最新资讯。
• 新闻页面只提供新闻链接和发布日期，缺少新闻正文摘要和关键词信息。
• 手动筛选和整理新闻信息耗时且易遗漏。
• 需要定期自动更新最新新闻数据，确保信息时效性。

应用场景

• 技术媒体监控与资讯聚合。
• 企业或研发团队的行业动态跟踪。
• 市场调研人员快速获取竞争对手新闻要点。
• 自动化内容管理系统的数据输入。

主要流程步骤

1. 定时触发：通过每周定时任务自动启动流程。
2. 网页抓取：抓取新闻列表页HTML内容。
3. 数据提取：利用CSS选择器分别提取新闻链接和发布日期。
4. 数据拆分：将提取的链接和日期拆分为独立条目，便于后续循环处理。
5. 筛选最新新闻：筛选最近7天内发布的新闻。
6. 单条新闻抓取：依次访问每条新闻链接，提取新闻标题和正文内容。
7. 智能分析：调用ChatGPT API生成新闻摘要和提取3个关键技术关键词。
8. 数据整合：将标题、日期、链接、摘要和关键词合并为完整记录。
9. 存储输出：将最终结构化数据写入NocoDB数据库，方便后续查询和分析。

涉及的系统或服务

• n8n自动化平台：工作流的设计与调度。
• HTTP Request节点：抓取网页内容。
• HTML提取节点：基于CSS选择器提取页面数据。
• OpenAI ChatGPT API：生成摘要和关键词提取。
• NocoDB数据库：存储新闻数据，支持SQL查询。

适用人群或使用价值

• 媒体监控人员和内容编辑，希望自动获取和整理无RSS源新闻站点的资讯。
• 企业市场分析师和技术研发团队，快速掌握行业最新动态和技术关键词。
• 自动化工作流开发者，学习基于网页抓取与AI文本处理的整合方案。
• 任何需要定期批量采集、分析新闻内容并结构化存储的用户。

---

此工作流通过结合网页爬取技术与AI文本理解，实现了无RSS新闻站点的智能新闻采集与摘要，极大提升了信息获取效率和内容价值，适合多种行业资讯自动化需求。