夜雨聆风但当时刚好处于一个特别烦的阶段：桌面上的 AI 工具图标越攒越多， Cursor 、 Claude 、 Ollama 、各种 Agent 框架……装了一堆，但每天干的活跟两年前没啥区别。这感觉怎么说呢，就像买了一整套厨具但你每天还是泡面。你会有一种轻微的自我厌恶。
但翻到中间有一段话让我停下来了。原文我不记得了，大意是：
大部分人的 AI 焦虑不是因为没有工具，而是工具太多，但没有一个"串起来"的框架。
我在椅子上愣了几秒。不是被震撼到，是那种——嗯，被戳中了但不太想承认的感觉。
因为我就是这样。桌面上一排 AI 工具图标，但我的工作流跟三年前没什么区别：早上打开飞书/微信，看各种推送，手动整理待办，打开 VS Code 开始搬砖，晚上刷一会儿推特然后告诉自己今天又学习了新东西。
然后我开始认真想一个问题：如果我的工作本身就在写代码，为什么我不写一个工作流来自动化这一切？
我承认我当时有点兴奋。但更多是烦——烦自己为什么拖了这么久才正视这个问题。
两个月后的今天，我跑通了一套从信息输入到周报生成的全自动管线。但说实话过程挺恶心的，踩了不少坑，中间有两次差点放弃。这篇文章不讲概念，只讲实操——5 步，具体到什么工具、什么配置、多少钱。
第一步：搞清楚你到底需要自动化什么
大多数人的第一个错误：先选工具，再看能自动什么。
别。你会陷入工具选择瘫痪。我当初就是——GitHub 上 star 了十来个自动化项目，结果一个都没用起来。典型的认知负荷过高导致决策瘫痪。说人话就是你还没开始就已经累了。
正确的顺序是反过来。
拿张纸（或者随便一个备忘录），列出你每周会做两次以上的重复操作。比如：
真列出来你会吓一跳——原来自己天天搁这干这些破事。我当时列了 8 个，看着那张清单整个人都不好了。
选最痛的 3 个就够了。对我是"读了很多但没沉淀"和"周报痛苦症"。
这个步骤的目的不是完美规划，是给你一个"停止思考开始动手"的理由。别像我一样在那纠结一周，屁用没有。
第二步：选你的自动化引擎
现在才到工具选择。
市面上可选的不少： Zapier 、 Make （原 Integromat ）、 n8n ，还有国内的集简云。
我每个都试了一遍。 Zapier 太贵了，免费额度吃顿饭的功夫就没了。 Make 好用但路径依赖太强——它逼你用它的方式思考。国内的嘛……算了不说了，懂的都懂。
兜了一圈还是回到 n8n 。理由很实在：如果你是开发者，直接上 n8n，别瞎折腾其他的了。
原因：
n8n 是开源的（准确说是 fair-code 许可），你可以白嫖在自己的服务器上。 2026 年最新的 1.85 版本已经原生支持 AI Agent 节点，直接封装了 LangChain 的工具调用、记忆系统和向量存储。它 2026 年初上了 AI Agent 节点，支持把工作流里的任意节点暴露给 LLM 做工具调用。
截止 2026 年 4 月， n8n 社区已经超过 20 万 GitHub star ，自部署实例超过 9 万。版本迭代速度相当猛——基本每 2-3 周一个 minor release 。
我用 Docker Compose 自部署的，零成本。如果你不想折腾服务器， n8n 也有云版本，从 €20/月起步。
安装命令（如果你有服务器）：
dockerrun-it--rm\
--namen8n\
-p5678:5678\
-v~/.n8n:/home/node/.n8n\
docker.n8n.io/n8nio/n8n
装完打开 localhost:5678，看到画布界面就对了。不过我第一次部署的时候端口冲突了，查了半天才发现是之前某个项目占了 5678 。这种破事能浪费你一整个晚上。
第三步：打通信息输入
引擎有了，先连信息源。
我每天的信息输入主要有三路： RSS 订阅的技术博客、 Hacker News / 掘金的热门、还有微信群里的讨论。
n8n 里提供了 RSS Feed Read 节点，直接贴订阅链接就行。我目前订阅了大概 30 个源，包括 React 官方博客、 Chrome DevTools 更新、几个前端大佬的个人站等等。
RSS 节点的输出是每篇文章的标题、链接、摘要和发布时间。默认每 30 分钟轮询一次，有新文章就触发流程。
不过 RSS 有个坑——不是所有博客都提供完整 RSS 源。有些只给摘要，你得额外用 HTTP Request 节点抓全文。我一开始还以为是我配置错了，查了一晚上文档，又去 GitHub issues 翻了一圈，翻到一个角落里才看到有人说是博客自己砍了 RSS 。那一刻真的有点火大——你做个技术博客还要防着读者 RSS 订阅，图啥？
不只是 RSS 。 n8n 的 HTTP Request 节点可以用它来调用任何 API 。比如抓 Hacker News 的首页：
https://hacker-news.firebaseio.com/v0/topstories.json
如果你在用 Slack 或飞书，也可以用对应的 Trigger 节点，当有人提到特定关键词时自动触发。
这一步的核心原则：先把你想"被动接收"的信息全接到 n8n 里，不要急着处理。
第四步：接入 AI 做处理
信息进来了，但一堆标题和摘要有什么用？不夸张地说，这一步卡了我最久。
我一开始想的方案特别复杂——向量化存 Pinecone ，搞 RAG 管道，再搭个 Web 界面来查。整了三天，把环境搭起来了，然后发现一个问题：我根本不需要搜索，我需要的是筛选。花里胡哨整一堆，解决的是个伪需求。
n8n 的 AI Agent 节点支持 OpenAI 、 Anthropic 、 Mistral 、 Google Vertex AI ，以及通过 Ollama 部署的本地模型。
我的配置是：日常处理用 Ollama 跑本地模型（ qwen2.5:7b ），便宜的。需要写周报或者做深度分析的时候，切换到 Claude Sonnet （通过 API ）。
具体工作流长这样：
[RSS 触发器] → [收集新文章] → [AI Agent 分类] → [写入 Notion 数据库]
AI Agent 做三件事：
1. 分类——这篇文章属于"前端技术"、"AI 工具"、"职业成长"还是"不值得读"
2. 打分——1-5 分，值不值得精读
3. 一句话摘要——控制在 50 字以内
n8n 的 AI Agent 节点内部跑的是 ReAct pattern ，它会调用工具来获取更多信息——比如如果文章摘要太短， Agent 会自动用 HTTP Request 节点抓取全文再做判断。
分好类的文章自动写入 Notion 数据库，每个分类一个视图。每天打开 Notion ，直接看"值得精读"视图就行。
这个方案我前后调了三版。第一版用 Make 搭的，数据格式搞乱了，第二版自己写 Python 脚本跑 Cron ，能跑但维护累。第三版用 n8n 才算消停——但改了三版这件事本身就挺让人恼火的。每个工具都说自己"简单易用"，你信了就开始踩坑。
成本？用 Ollama 本地模型的话，电费。用 Claude API 的话，我一个月大概花 5 到 8 美元。
第五步：输出到你的常用工具
信息沉淀只是开始。真正让我觉得"值了"的，是把处理后的结果输出到日常工具里。
我搭了三个输出线：
线一： Notion → 每周知识库
每天分类好的文章自动归档到 Notion 。每周五下午，另一个 n8n 工作流跑起来：读取这周的"值得精读"文章，用 AI 汇总核心论点，生成一份周报草稿，直接写到 Notion 页面里。周五下午看一眼改改就能发。
不过这个也不是完美的——有时候 AI 生成的摘要太啰嗦，有时候又太简短完全抓不住重点。我到现在还得每周手动改几段。烦是烦，但比从零开始写还是省了一半时间。
线二：飞书机器人 → 每日早报
每天早上 9 点，一个定时工作流把昨天的高分文章列表推送到飞书群里。格式是一句话推荐 + 链接，不废话。
但这玩意儿我调了至少两周才稳定——一开始总是漏掉文章，排查了半天发现是时区设置的问题。 n8n 默认用 UTC ，你在中国就得手动设 Asia/Shanghai 。这种细节文档里有写，但谁会提前仔细看呢？我不信有人没在这上面栽过跟头。
线三： GitHub → 自动 issue 生成
这个路子比较野——基于一些关键词匹配（比如"security vulnerability"、"breaking change"）自动在 repo 里创建 issue ，分配给对应的维护者。🤦 虽然有点粗暴，但确实没漏过重要更新。说实话我也知道这方案很糙，但一时半会儿也想不到更好的——先跑着再说，总比手动翻 GitHub Release Notes 强。
说回开头那篇文章的事。
其实那个月之后我最大的感受不是"效率提升了多少"，而是一个更微妙的变化：以前我面对信息是被动的——别人推什么我看什么；现在是我定义了"什么值得看"的标准，然后机器替我去执行。
但这套东西也远谈不上完美。有时候 RSS 抓取超时，偶尔 AI 分类莫名其妙地把一篇深度技术文章标成"不值得读"。到现在我也没完全修好这些毛病。说实话我也不知道值不值得推给每个人——这玩意儿有学习成本，不是所有人都愿意花两个周末去折腾一个自动化流水线。
听起来挺中二的。但你知道最搞笑的是什么吗？我现在每天花在"管理 AI 工作流"上的时间，大概比我手动处理这些破事少了两个小时。
嗯。可能这就是工具的意义——不是帮你做更多，是让你少操那份心。
对了，如果你准备搞，做好心理准备：这个过程不会很爽。中间一定会有某个深夜，你盯着 n8n 的画布，三个节点连不上，报错信息还是德语（别问我是怎么知道的），你会觉得这玩意儿有个屁用。坚持过去就好了。或者坚持不过去，那也没什么——毕竟不是每个人都非得活在自动化里。
你要觉得这套东西有点意思，留言说说你的工作里最痛的那个重复操作是什么？我不一定有答案，但说不定评论区有人走过这条道。
