你的飞书多维表格，其实还可以自动抓取全网热点

你的飞书多维表格，其实还可以自动抓取全网热点 你的飞书多维表格，其实还可以自动抓取全网热点 Modified January 20 如果遇到网络波动报错，可以在 Agent 节点开启 Retry On Fail 也就是自动重试，和 On Error Continue 即错误继续，这样即使微博挂了，也不会影响知乎的抓取。 清洗与格式化节点负责脏活累活。AI 返回的数据经常带着 Markdown 标记，这个节点会自动去除这些杂质，提取纯 JSON，并且自动生成一个毫秒级的时间戳，专门喂给飞书的日期字段。 写入飞书节点负责入库。新建一个 Credential，把刚才申请的 App ID 和 Secret 填进去。然后配置好你的 App Token 和 Table ID，把清洗好的标题、链接、热度、抓取时间四个字段一一映射进去。如果报错 Field not found，通常是因为你表格里的列名多了空格，或者和配置的不一致。 Loop End 节点是循环的闭环。它就像个指挥官，告诉系统：“这一轮跑完了，回去再取下一个平台的数据”。如果你的流程跑了一次就停了，只抓了一个平台，不用想，肯定是这个节点没连好，或者没连回 Split In Batches 的输入端。 遇到报错别死磕，学会让 AI 帮你解决 这也是今天我想分享的一个关键技巧。 很多小伙伴在搭建过程中，一看到红色的报错代码就慌了，或者想修改工作流却不知道怎么改代码。其实，你完全不需要自己死磕。 我自己平时开发时，用 TRAE 或者任何你顺手的 AI 编程工具都可以。它不仅仅是写代码的，它就是你的私人助手。 举个真实的例子： 比如刚才那个日期格式的错误，如果你运行后报错了，千万别自己在那瞎猜。你只需要把那段红色的报错日志复制下来，直接丢给 TRAE，对它说：“帮我看看这个 n8n 报错是怎么回事，怎么解决？” 它会立刻告诉你：这是因为飞书字段类型不匹配，甚至会直接给你提供修改后的 JavaScript 代码。 更进阶的玩法是：直接让 AI 帮你改工作流。 你可以直接把我的那个 .json 工作流源文件拖进 AI 的对话框里，然后贴上刚才的报错信息，用大白话下指令。 比如你可以说：“在这个 Code 节点里，我遇到了 TextFieldConvFail 报错，帮我修改代码，把时间戳转换成飞书支持的日期格式。” AI 会直接读取源文件，帮你修改好代码逻辑，生成一个新的 JSON。你只需要点击复制，回到 n8n 的画布里 Ctrl + V 粘贴，新的节点就自动出来了。 甚至，你可以直接把这篇文章的链接丢给 AI，让它基于这篇文章，帮你部署 n8n、搭建工作流。 在这个时代，技术不再是门槛，学会向 AI 提问才是。 写在最后 折腾这一圈下来，你会发现，通过 n8n 我们可以把原来需要外包、写代码、维护服务器才能做到的全网热点监控，变成了一个个可视化的积木。 只要你理清楚了 我想要什么数据 以及 我想把它放在哪里，中间的过程，n8n 加上 AI 就能帮你全自动搞定。 工具从来不是目的，解决业务里的真问题才是。 希望这个热点雷达的案例，能给你一些启发。 同时，还是那句话，光看不练假把式。为了让你真的能落地实战， 我把咱们今天聊的这些内容，连同我压箱底的经验，全部整理在了 开源的飞书知识库。都在里面了：https://vantasma.feishu.cn/wiki/space/7574356946532925441?ccm open type=lark wiki spaceLink&open tab from=wiki home 觉得有用的话，记得 关注我，点个 在看。咱们下一篇见。 如果遇到网络波动报错，可以在 Agent 节点开启 Retry On Fail 也就是自动重试，和 On Error Continue 即错误继续，这样即使微博挂了，也不会影响知乎的抓取。 清洗与格式化节点负责脏活累活。AI 返回的数据经常带着 Markdown 标记，这个节点会自动去除这些杂质，提取纯 JSON，并且自动生成一个毫秒级的时间戳，专门喂给飞书的日期字段。 写入飞书节点负责入库。新建一个 Credential，把刚才申请的 App ID 和 Secret 填进去。然后配置好你的 App Token 和 Table ID，把清洗好的标题、链接、热度、抓取时间四个字段一一映射进去。如果报错 Field not found，通常是因为你表格里的列名多了空格，或者和配置的不一致。 Loop End 节点是循环的闭环。它就像个指挥官，告诉系统：“这一轮跑完了，回去再取下一个平台的数据”。如果你的流程跑了一次就停了，只抓了一个平台，不用想，肯定是这个节点没连好，或者没连回 Split In Batches 的输入端。 遇到报错别死磕，学会让 AI 帮你解决 这也是今天我想分享的一个关键技巧。 很多小伙伴在搭建过程中，一看到红色的报错代码就慌了，或者想修改工作流却不知道怎么改代码。其实，你完全不需要自己死磕。 我自己平时开发时，用 TRAE 或者任何你顺手的 AI 编程工具都可以。它不仅仅是写代码的，它就是你的私人助手。 举个真实的例子： 比如刚才那个日期格式的错误，如果你运行后报错了，千万别自己在那瞎猜。你只需要把那段红色的报错日志复制下来，直接丢给 TRAE，对它说：“帮我看看这个 n8n 报错是怎么回事，怎么解决？” 它会立刻告诉你：这是因为飞书字段类型不匹配，甚至会直接给你提供修改后的 JavaScript 代码。 更进阶的玩法是：直接让 AI 帮你改工作流。 你可以直接把我的那个 .json 工作流源文件拖进 AI 的对话框里，然后贴上刚才的报错信息，用大白话下指令。 比如你可以说：“在这个 Code 节点里，我遇到了 TextFieldConvFail 报错，帮我修改代码，把时间戳转换成飞书支持的日期格式。” AI 会直接读取源文件，帮你修改好代码逻辑，生成一个新的 JSON。你只需要点击复制，回到 n8n 的画布里 Ctrl + V 粘贴，新的节点就自动出来了。 甚至，你可以直接把这篇文章的链接丢给 AI，让它基于这篇文章，帮你部署 n8n、搭建工作流。 在这个时代，技术不再是门槛，学会向 AI 提问才是。 写在最后 折腾这一圈下来，你会发现，通过 n8n 我们可以把原来需要外包、写代码、维护服务器才能做到的全网热点监控，变成了一个个可视化的积木。 只要你理清楚了 我想要什么数据 以及 我想把它放在哪里，中间的过程，n8n 加上 AI 就能帮你全自动搞定。 工具从来不是目的，解决业务里的真问题才是。 希望这个热点雷达的案例，能给你一些启发。 同时，还是那句话，光看不练假把式。为了让你真的能落地实战， 我把咱们今天聊的这些内容，连同我压箱底的经验，全部整理在了 开源的飞书知识库。都在里面了：https://vantasma.feishu.cn/wiki/space/7574356946532925441?ccm open type=lark wiki spaceLink&open tab from=wiki home 觉得有用的话，记得 关注我，点个 在看。咱们下一篇见。 公众号原文链接：https://mp.weixin.qq.com/s/X3fTSAc747GY9CY2DOZ2xQ 公众号原文链接：https://mp.weixin.qq.com/s/X3fTSAc747GY9CY2DOZ2xQ 大家好，我是祥瑞，深耕飞书多维表格，专注 AI 落地实战，只解决业务里的真问题 上一周，我连续发了两篇关于 飞书多维表格 + n8n 的文章。后台私信里大家问得最多的不是飞书怎么用，而是 n8n 到底是个啥？ 简单直接地说，n8n 是一套开源的工作流自动化系统。 它的核心价值在于系统集成与数据流转。在没有它之前，你的飞书、微信、AI、数据库是割裂的孤岛。而 n8n 允许你通过可视化的方式，调用各种软件的接口，让数据在不同系统之间自动传输。 为了让你彻底搞懂它的实际能力，今天咱们就从零开始，在自己的电脑上搭建一套全网热点自动化监控系统。 这个系统的功能很直观：它会自动循环调用 ModelScope 提供的 MCP Trends Hub 服务，监控全网 20 多个主流平台，比如微博、知乎、36氪等，抓取实时热榜，用 AI 清洗数据，最后整整齐齐地填进你的飞书多维表格里。 想要部署 n8n，先得安装 Docker 第一步不是去学怎么连线，而是先把它装进你的电脑里。这里我们要用到的方式，是目前最干净、最省心的 Docker。 很多兄弟一听到 Docker 就头大，觉得是程序员专属。其实对于我们来说，它就是一个装软件的容器，能保证你的 n8n 环境干干净净，不跟电脑里的其他软件打架。 Docker 的安装其实非常简单 直接去 Docker 官网下载对应版本的安装包。官网链接在这儿：https://www.docker.com/ 如果官网打不开，你懂的，得想点办法。下载完双击安装，一路下一步。 启动后接受协议，跳过登录就行。 这里有个坑，必须先帮你填平： 很多人的 Docker 启动不起来，提示 Docker Engine stopped。别慌，这大概率是两个原因。 一是 Docker 服务没开。去任务管理器里把服务打开 最好设为自动启动。 二是 WSL，也就是 Windows 的 Linux 子系统版本太旧。这时候打开命令行终端，输入一行 wsl update，基本就能可以。 如果还不行，需要去 BIOS 里看看 CPU 虚拟化开没开。 N8N 私有化部署：核心步骤详解 环境准备妥当，我们正式开始部署。这一步我会把每一个动作都拆解清楚，跟着做就行。 第一步：准备 N8N 相关文件 绝大部分人部署失败，又是汉化错乱，又是界面报错，根源都在版本不对齐。这就像给手机配充电器，型号不对，要么充不进电，要么烧坏机器。 我们需要先去 n8n 的 GitHub Releases 页面，选择一个明确、稳定的版本号，比如 1.45.1。把这个版本号刻在脑子里，后面所有东西都要跟它对齐。 同时，去下载对应版本的汉化包文件 editor ui.tar.gz，解压后得到一个 dist 文件夹。注意，有些解压软件会多套一层文件夹，请认准里面包含 index.html 等文件的那个目录。 接着，在你电脑上新建一个空文件夹，用来存放 n8n 的所有数据，比如 E:\docker volumes\n8n\n8n data。这一步是为了保证你的工作流数据都保存在你自己的硬盘上，就算容器删了，数据也不会丢。 第二步：安装与运行 1. 拉取 Docker 镜像 打开你电脑的终端，Windows 用户可以使用 CMD 或 PowerShell，输入下面的命令。记得把 1.45.1 换成你上一步确定的版本号。 2. 运行基础版容器 我们先用一个不带汉化的基础命令把它跑起来。这个命令结构更简单，方便你理解每个参数是干嘛的。 为了让你心里有底，我把这行长命令给你“盘”明白： • docker run it name n8n：告诉 Docker，用交互模式，也就是 it，启动一个名叫 n8n 的新容器。 • p 5678:5678：把你电脑的 5678 端口和容器的 5678 端口绑在一起，这样你就能通过浏览器访问了。 • restart always：给 Docker 下个死命令，以后只要 Docker 一启动，就自动把这个 n8n 容器也拉起来，省心。 • e N8N RUNNERS ENABLED=true： e 是设置环境变量，这句是开启工作流执行功能，必须加。 • v ...：这是最重要的部分。 v 就是挂载路径，相当于给容器开了个窗户连到你电脑硬盘。这里的作用是，把 你自己的数据文件夹 和容器里存放数据的 /home/node/.n8n 目录关联起来，确保你的工作流数据都保存在你自己的电脑上，不会丢失。 • n8nio/n8n:1.45.1：告诉 Docker，用我们刚才拉取下来的、指定版本的 N8N 镜像来创建这个容器。 3. 添加中文汉化（最关键也最容易出错的一步） 好了，现在我们要做的，就是把刚才准备好的那个中文界面 dist 文件夹，也挂载到 N8N 里去。 负责这个任务的参数，就像一块新的拼图，它长这样： v 【你自己的dist文件夹绝对路径】:/usr/local/lib/node modules/n8n/node modules/n8n editor ui/dist 你看，冒号右边的部分是固定的，你完全不用管。你需要做的，就是把你自己的 dist 文件夹的绝对路径，准确无误地替换掉冒号左边的部分。 怎么快速找到这个绝对路径？这里有个神技： • Windows 用户：找到那个 dist 文件夹，按住 Shift 键，然后鼠标右键点击它，菜单里会有一个 复制为路径 的选项。点一下，路径就在你的剪贴板里了，直接粘贴就行。粘贴出来可能会带双引号，没关系，带着就行。 • Mac 用户：找到那个 dist 文件夹，右键点击它，然后按住 Option 键，菜单里就会出现 将“dist”拷贝为路径名称 的选项。点一下，路径就在剪贴板里了。 现在，把你刚才的基础版命令拿过来，把这块 中文拼图，加在数据文件夹那块拼图的后面，就得到了我们最终的、完美的启动命令。 4. 运行最终版命令 下面是最终的、推荐使用的汉化版启动命令。请把它复制出来，并替换里面两个【】里的路径为你自己的。 特别注意： 如果你之前已经运行了上面的基础版命令，需要先在终端里执行 docker stop n8n 和 docker rm n8n 来停止并删除旧的容器，然后再运行这个新的增强版命令。 第三步：首次启动与激活 命令成功运行后，等终端日志滚动一会儿，就可以打开浏览器访问 http://localhost:5678。 你会看到一个设置所有者账户的界面。填写你的邮箱、姓名、密码，完成初始化。 建议填写真实的邮箱。 设置完后，系统可能会提示你输入一个 激活码 来解锁一些额外功能。这个激活码会发送到你刚才填写的邮箱里。 去邮箱里找到激活码，按照下面的提示点击设置，找到解锁按钮，由于我之前已经解锁了所以显示已激活，你只需要把激活码复制粘贴进来，就大功告成了。 到这里，一个版本精确、数据安全、界面汉化的 n8n 私有化实例，就真正部署完成了。 搭建全网热点雷达 环境配置完成后，咱们来玩点真的。这个热点雷达的逻辑非常清晰：飞书建表 申请飞书权限 n8n 抓取入库。 第一步：构建飞书数据表 在飞书多维表格中新建一个表格，命名为 全网热点雷达。 这里有一个致命细节，你的表格必须严格包含以下五列，名称和类型错一点都不行： 你需要建立 标题、链接、平台、热度 这四列，它们都可以设置为文本类型。 但是，第五列 抓取时间 是最容易翻车的。你必须、一定、绝对要把它设为 日期 类型！ 不要设为文本。因为这里 n8n 传过来的是精确的时间戳，如果你的飞书表格里这一列是文本类型，它根本不认，直接给你报错 TextFieldConvFail，让你查半天都不知道错哪了。 建好表后，别忘了在 URL 里找到 base 开头的字符作为 App Token，找到 tbl 开头的字符作为 Table ID，后面配置要用。 第二步：获取飞书 App ID 与 Secret 这一步是很多教程里没讲透的，导致很多人卡在“n8n 连不上飞书”这一步。你需要去 飞书开放平台 申请一个通行证。 登录飞书开放平台开发者后台，创建一个 企业自建应用，名字随便起，比如叫“全网热搜聚合”。创建好后，你就能在凭证与基础信息里看到 App ID 和 App Secret 了，先把这两个复制下来。 但光有 ID 没用，你还得给它开通权限。在“权限管理”里，搜索“多维表格”，把 多维表格的应用和用户权限 全部勾选上。 权限开好了，记得点击“版本管理与发布”，创建一个版本并发布，这样应用才算正式生效。 最后一步至关重要，不做绝对报错： 回到你的飞书多维表格，点击右上角的三个点，选择“添加文档应用”，把刚才发布的那个机器人添加进来。不把它拉进群，就没有办法把数据写入多维表格。 第三步：配置 n8n 工作流 我已经把编排好的工作流打包成了 JSON 文件 n8n workflow mcp trends.json，可以公众号私信“n8n获取”，你只需要在 n8n 界面点击右上角的 从文件导入 导入即可。 导入后，你会看到一个包含 8 个节点的流程图。 为了让你能自己维护，我把每个节点的关键配置都掰开揉碎了讲一遍： Code 节点是我们的配置源。这里定义了我们要抓取的所有平台列表，比如 36氪、微博等。关键代码是用 { json: { ... } } 结构包裹的。注意，如果你要修改平台，千万别把外层的 json 包裹去掉了，否则后续节点会找不到数据，显示为无字段。 Split In Batches 节点是流量控制阀。它的作用是每次只放行 1 个 平台给下游，避免 20 多个平台的请求瞬间并发，导致AI请求时间过长。这里有个极易出错的点：请检查它的输出连线，下游节点必须连接到它的 Loop 输出端口，即下方的小圆圈，而不是 Done 端口。连错了，流程跑还没开始就结束了。 AI Agent 节点是整个流程的大脑。我们通过 Prompt 告诉它：“使用 MCP 工具把这个平台的热榜抓下来”。这里引用平台名称时，必须使用表达式 {{ $('循环节点').item.json.tool }}，并且 Prompt Type 要选 Define below。如果你发现变量引用显示 [undefined]，那是因为你可能用了 .first() 之类的错误语法，记得在 Loop 内部统一使用 .item。 DeepSeek Model & MCP Client 负责连接模型。我们使用 SSE 方式连接 ModelScope 的公共服务地址。