N8N运营微信社群大杀器，无风险总结群聊
N8N运营微信社群大杀器，无风险总结群聊
N8N运营微信社群大杀器，无风险总结群聊 N8N运营微信社群大杀器，无风险总结群聊 Modified December 5, 2025 No access 屏幕录制 2025 08 11 020619 00:00 8.添加“Read/Write Files from Disk”节点 该节点就是主要的下载本地的节点，可以支持从本地读取以及导入本地中 File Path and Name是文件名称配置，同时还需要给到本地文件夹的一个位置，可以直接复制使用 Code block Python Copy ./n8ndata/{{ $('Code').item.json.time+",text" }}{{ $now }} 点击前一个节点的输出，鼠标按着可以把变量直接拖过来 Input Binary Field：输入的值：直接写上，依旧是代码节点的输出变量名称：combinedString 到这工作流就配置完毕了，测试整个工作流就可以在本地的文件夹“n8ndata”中看到文件 好了本次的分享就到，在本次分享中，介绍了如何给自己电脑在本地部署一个Chatlog，帮助自己获取微信群聊的消息，这款工具主要是在电脑的储存文件里提取的聊天，跟微信本身没有太大关联。所以是没有封号风险的。 N8N工作流文件 My workflow.json 6.81KB 创建一个工作流 点击从文件导入后导入上面的文件即可 AI Agent节点提示词 Code block JavaScript Copy 你是一个中文的群聊总结的助手，需有调用工具提取群聊记录，提取并总结每个时间段大家在重点讨论的话题内容。 请帮我将 "<talker "在{{ $('Edit Fields').item.json.date }}的群聊内容总结成一个群聊报告。 并且近一天的所有消息 备选参考prompt Code block Markdown Copy 你是一个中文的群聊总结的助手，你可以为一个微信的群聊记录，提取并总结每个时间段大家在重点讨论的话题内容。 请帮我将 "<talker " 在 <Time 的群聊内容总结成一个群聊报告，包含不多于5个的话题的总结（如果还有更多话题，可以在后面简单补充）。每个话题包含以下内容： 话题名(50字以内，带序号1️⃣2️⃣3️⃣，同时附带热度，以🔥数量表示） 参与者(不超过5个人，将重复的人名去重) 时间段(从几点到几点) 过程(50到200字左右） 评价(50字以下) 分割线： 另外有以下要求： 1. 每个话题结束使用 分割 2. 使用中文冒号 3. 无需大标题 4. 开始给出本群讨论风格的整体评价，例如活跃、太水、太黄、太暴力、话题不集中、无聊诸如此类 最后总结下最活跃的前五个发言者。 Code block Markdown Copy 你作为一个专业的技术讨论分析者，请对以下聊天记录进行分析和结构化总结: 1. 基础信息提取： 将每个主题分成独立的问答对 保持原始对话的时间顺序 1. 问题分析要点： 提取问题的具体场景和背景 识别问题的核心技术难点 突出问题的实际影响 1. 解决方案总结： 列出具体的解决步骤 提取关键工具和资源 包含实践经验和注意事项 保留重要的链接和参考资料 1. 输出格式： 不要输出"日期:YYYY MM DD"这一行，直接从问题1开始 问题1：<简明扼要的问题描述 回答1：<完整的解决方案 补充：<额外的讨论要点或注意事项 1. 额外要求(严格执行)： 如果有多个相关问题，保持逻辑顺序 标记重要的警告和建议、突出经验性的分享内容、保留有价值的专业术语解释、移除"我来分析"等过渡语确保链接的完整性 直接以日期开始，不要添加任何开场白 📱我的联系📱 📩 QQ：3188073422 | 电话：15195525703 | 微信：sunjiaping3612 No access 屏幕录制 2025 08 11 020619 00:00 No access 屏幕录制 2025 08 11 020619 00:00 8.添加“Read/Write Files from Disk”节点 该节点就是主要的下载本地的节点，可以支持从本地读取以及导入本地中 File Path and Name是文件名称配置，同时还需要给到本地文件夹的一个位置，可以直接复制使用 点击前一个节点的输出，鼠标按着可以把变量直接拖过来 Input Binary Field：输入的值：直接写上，依旧是代码节点的输出变量名称：combinedString 到这工作流就配置完毕了，测试整个工作流就可以在本地的文件夹“n8ndata”中看到文件 好了本次的分享就到，在本次分享中，介绍了如何给自己电脑在本地部署一个Chatlog，帮助自己获取微信群聊的消息，这款工具主要是在电脑的储存文件里提取的聊天，跟微信本身没有太大关联。所以是没有封号风险的。 N8N工作流文件 My workflow.json 6.81KB My workflow.json 6.81KB 创建一个工作流 点击从文件导入后导入上面的文件即可 AI Agent节点提示词 备选参考prompt 📱我的联系📱 📩 QQ：3188073422 | 电话：15195525703 | 微信：sunjiaping3612 QQ：3188073422 | 电话：15195525703 | 微信：sunjiaping3612 大家好！我是舰长 在平常运营微信社群时，需要掌握群聊中的动态，如果群聊一但多了，运营成本会直线上线。及时知道群聊中都在聊些什么非常重要。 但是最近我在搭建弄时，发现了一款MCP，这款MCP可以帮助我们获取每个群聊的消息，而且没有封号风险！！ 我知道其实微信的各种工具都有，很多人依旧不用，无非就是担心自己的微信会被平台封禁，那样就得不偿失了！ 先来看一下演示效果： 这套流程不算太难，如果不熟悉n8n小伙伴会觉得有点看不懂，其实就是加入了一个循环，去批量获取。无论微信中有多少群聊都能进行总结 本地部署Chatlog 本次搭建卡点在于我们电脑需要本地部署一款工具【Chatlog】这款工具在github上有近7.7万星 地址：https://github.com/sjzar/chatlog 需要把该工具部署到本地，我尝试过mac和Windows两个系统的部署，如果有win系统直接部署是非常简单而且快的，mac会比较麻烦，如果对mac电脑的恢复模式和SIP不熟悉的小伙伴不建议搭建本次的流程。会出现一些不好把控的事情存在。 所以我本次会以Windows电脑部署这款工具： 第一步打开项目地址往下浏览到【下载预编译版本】点击蓝色字体 第二步下载对应的windows版本 第三步解压缩文件 第四步打开文件点击chatlog这个文件，就会自动打开电脑的终端 第五步 进入终端后默认会在第一行，只需要点击回车就行秘钥的获取即可 需要把【获取数据秘钥】、【解密数据】、【开启HTTP服务】、【开启自动解密】全部设置好，都是点击回车即可设置 其中【获取数据秘钥】、【解密数据】是获取本地微信文件夹的一个权限 【开启HTTP服务】是后续把该工具变为MCP需有开启的，同时也可以打开该款工具的一个控制面板 【开启自动解密】是为了不需要重复获取数据秘钥而设置的，如果不开就需要每次打开这个这个终端进行获取 第六步查看数据有无获取成功 打开浏览器输入：http://127.0.0.1:5030/ http://127.0.0.1 输入查询时间和需有查询的群聊名称 效果查看： 如果有任何问题可以直接问豆包，教一个小tips：直接跟豆包说我是一个小白；这样豆包的回复会特别容易懂，其实这个工具的安装并不会出现太多问题，只是为了个别电脑特殊情况的定解决办法，同时有问题也可以加入我的智能体交流群进行提问。 如果有任何问题可以直接问豆包，教一个小tips：直接跟豆包说我是一个小白；这样豆包的回复会特别容易懂，其实这个工具的安装并不会出现太多问题，只是为了个别电脑特殊情况的定解决办法，同时有问题也可以加入我的智能体交流群进行提问。 搭建n8n工作流： 在本次流程中需要用“Edit Fields”和“Split Out”两个节点去做循环项的生成，这样才可以接入“Loop Over ltems”中执行后续的AI Agent循环处理群聊总结数据，最后是做了一个保存到本地文件的一个流程 在本次流程中需要用“Edit Fields”和“Split Out”两个节点去做循环项的生成，这样才可以接入“Loop Over ltems”中执行后续的AI Agent循环处理群聊总结数据，最后是做了一个保存到本地文件的一个流程 1.点击事件 创建工作流后可以选择点击事件，也可以选择定时触发（需有服务器部署的n8n） 2.Edit Fields节点 在点击事件后添加Edit Fields节点，设置两个字段； 第一个为name：格式是数组，设置群聊名称 第二个为date：设置时间格式，这个是设置需要查询的事件，当前我提供的是查询当天的，如果需要修改其他的天数，可以直接修改日期。 3.Split Out节点 在Edit Fields节点后添加Split Out节点节点，设置如图即可，该节点没有特别需有注意的 4.Loop Over Items节点 在Split Out节点后添加Loop Over Items节点，修改Batch Size为“2”即可 5.AI Agent节点 这个节点需要把图中红框节点删除，然后添加上AI Agent节点即可 直接拖拽loop节点中的name字段到prompt中 统一放在文章的结尾了 配置AI Agent节点中的模型和tool 模型配置：优先配置deepseek模型 deepseekAPI调用获取网址：https://platform.deepseek.com/usage 获取到API之后只需要认证一下即可 tool工具配置 点击工具＋号，添加工具MCP Client只需要设置第一个参数为：http://host.docker.internal:5030/sse 6.Code节点 该节点是把循环的输出总和成一个项的输出，方便后续节点创建文件 代码在文章底部的工作流源码文件中 7.添加Convert to File节点 这个节点就非常有意思了，改节点支持将数据转为：“csv、ics、josn、html、文本文件、表格文件”等10种转换方式，这个节点也会在搭建n8n中的一个常用节点， 配置情况： Text Input Field和Put Output File in Field：前者是输入内容的变量名字也是对应左侧的变量名，后者则是输出的变量名，这里需要保持一致，不然会报错！ 这里需要输入：combinedString 新的拉取的节点默认是没有的，点击下面的add option按钮即可出现，这里需要配置一下文件名直接写上：文件1.text即可