Gotowy workflow: RSS → podsumowanie AI → Telegram

Gotowy workflow · po Module 6Czas czytania: ~13 minWdrożenie: ~25-30 min

Śledzisz branżowy kanał RSS, ale codzienne przeglądanie nowych wpisów zajmuje czas, a większość z nich i tak Cię nie dotyczy? Ten gotowiec robi to za Ciebie - raz dziennie pobiera nowe wpisy, prosi model AI o krótkie podsumowanie po polsku i wysyła je jedną wiadomością na Telegram. Zamiast przeglądać serwis, dostajesz gotowy skrót.

To też naturalny "quick win" po ukończeniu Modułu 6: AI i agenci - łączy wywołanie modelu językowego z node'ami, które już znasz (Schedule Trigger, HTTP Request, Telegram), i pokazuje, że nie każde zadanie z AI wymaga pełnego AI Agent.

Dlaczego HTTP Request zamiast AI Agent albo Chain

W Module 6 poznałeś cluster nodes: AI Agent i Basic LLM Chain z osobnym sub-node'em modelu, podpiętym pod specjalny port (nie zwykłe main). To świetne narzędzie do budowania w edytorze n8n, ale ich JSON eksportu opiera się właśnie na tych nietypowych połączeniach - łatwo o drobną niezgodność, która psuje import z pliku. Do zadania, które robi dokładnie jedną rzecz (podsumuj tekst, koniec), w pełni wystarczy zwykły HTTP Request wywołujący API modelu bezpośrednio - dokładnie ten sam node, którego używałeś już w Modułu 4: Integracje i API i w gotowcu Monitor ceny produktu, tylko tym razem żądanie leci nie do sklepu, a do modelu językowego. Wolisz wariant z cluster node? Basic LLM Chain z podpiętym Chat Modelem zbudujesz ręcznie dokładnie tak, jak pokazuję w Module 6 - ten gotowiec celowo skupia się na wersji, którą bezpiecznie zaimportujesz z pliku.

Czego potrzebujesz

• Moduł 6 ukończony - rozumiesz pojęcia prompt, token i model językowy oraz wiesz, czym różni się jednokrokowe wywołanie AI od pełnego agenta. Jeśli czegoś z tego brakuje, wróć do Modułu 6: AI i agenci.
• Moduł 4 ukończony - wystarczy znajomość node'a HTTP Request i podstaw pracy z kluczami API. Jeśli czegoś z tego brakuje, wróć do Modułu 4: Integracje i API.
• Działająca instancja n8n - Cloud, Docker albo dowolny hosting z Modułu 1: Instalacja i hosting.
• Klucz API do modelu AI (w tym gotowcu OpenAI) - założysz konto i klucz na stronie dostawcy.
• Bota Telegram i jego token - jeśli jeszcze go nie masz, załóż go przez BotFather dokładnie tak, jak w sekcji budowy bota w gotowcu Poranny brief na Telegram. Tutaj tej instrukcji nie powtarzam.
• Adres kanału RSS, który chcesz monitorować - zwykle kończy się na /feed, /rss albo /rss.xml; większość serwisów informacyjnych i blogów go udostępnia, czasem trzeba go poszukać w stopce strony.

Jak to działa

rss-podsumowanie-ai

Harmonogram

codziennie 8:00

RSS Read

wczytaj kanał

Filter

tylko ostatnie 24h

Aggregate

połącz wpisy

Podsumowanie AI

HTTP Request

Telegram

wyślij podsumowanie

Trzy pierwsze node'y porządkują dane (wczytaj, przefiltruj, połącz), HTTP Request woła model AI, a Telegram dostarcza gotowe podsumowanie.

Koszt uruchomienia

Node Podsumowanie AI woła płatne API dostawcy modelu - każde codzienne uruchomienie zużywa tokeny (jednostki, w których dostawcy liczą koszt i limity, więcej o tym w Module 6) i ma swój koszt. Przy krótkich, kilkuzdaniowych podsumowaniach raz dziennie rząd wielkości kosztu jest niewielki, ale dokładną stawkę sprawdź w bieżącym cenniku dostawcy modelu - ceny i same modele zmieniają się szybciej niż ten artykuł.

Pobierz gotowy workflow

Cały workflow w formacie JSON, gotowy do zaimportowania: rss-podsumowanie-ai.json.

1. Pobierz plik rss-podsumowanie-ai.json (link wyżej).
2. W n8n otwórz listę workflow i wybierz Import from File (albo po prostu przeciągnij plik na kanwę nowego, pustego workflow).
3. Uzupełnij cztery placeholdery, zanim uruchomisz workflow - patrz tabela niżej.

Placeholder	Gdzie	Co wpisać
ADRES_KANALU_RSS	node Wczytaj kanał RSS (pole URL)	pełny adres kanału RSS, który chcesz monitorować
NAZWA_MODELU_AI	node Podsumowanie AI (treść żądania)	identyfikator aktualnie dostępnego, taniego modelu czatu u wybranego dostawcy - sprawdź aktualną listę modeli w jego dokumentacji, bo nazwy i ceny zmieniają się często
TWOJ_KLUCZ_API_OPENAI	node Podsumowanie AI (nagłówek Authorization)	Twój klucz API do modelu (w tym gotowcu OpenAI)
TWOJ_CHAT_ID	node Wyślij podsumowanie (pole Chat ID)	ID czatu Telegram, na który ma trafić podsumowanie

Klucz API do modelu AI nie wymaga podpinania żadnych credentials w n8n - wpisujesz go wprost w nagłówku żądania node'a Podsumowanie AI (patrz krok 5 niżej). Node Telegram nadal potrzebuje swoich credentials z tokenem bota - podepnij je dokładnie tak, jak w gotowcu Poranny brief na Telegram, zanim uruchomisz workflow.

Budowa krok po kroku

1. Harmonogram - Schedule Trigger co 24 godziny

Node Schedule Trigger ustawiony na interwał Days z godziną 8:00 uruchamia workflow raz dziennie, rano. Więcej o samej konfiguracji interwałów znajdziesz w dokumentacji Schedule Trigger. Pamiętaj: żeby trigger czasowy w ogóle zadziałał, workflow musi być opublikowany (aktywny), nie tylko zapisany.

2. Wczytaj kanał RSS - RSS Read

Node RSS Read dostaje jeden parametr - adres kanału z pola ADRES_KANALU_RSS - i zwraca listę wpisów jako osobne itemy (każdy wpis to jeden item, dokładnie tak jak poznałeś w Moduł 3: Praca z danymi). Parser RSS użyty przez ten node buduje z danych kanału pola takie jak title, link, content, contentSnippet, pubDate i isoDate - isoDate to data wpisu w formacie ISO 8601, którą wykorzystasz w kolejnym kroku. Pełny opis node'a znajdziesz w dokumentacji RSS Read.

Nie każdy kanał ma isoDate

isoDate pojawia się tylko wtedy, gdy parser potrafił odczytać datę wpisu z surowego pola pubDate. Zanim przejdziesz dalej, zerknij w panel danych tego node'a i sprawdź, czy isoDate faktycznie tam jest - jeśli nie, warunek w kolejnym kroku musisz oprzeć o pubDate.

3. Tylko ostatnie 24h - Filter

Node Filter przepuszcza dalej wyłącznie itemy spełniające warunek, a resztę po prostu odrzuca - to różni go od IF, który ma dwie gałęzie (true/false); tu interesuje nas tylko "zostaw pasujące". Warunek: typ danych Date & Time, lewa strona {{ $json.isoDate }}, operator is after, prawa strona {{ $now.minus({ hours: 24 }).toISO() }} - czyli "moment 24 godziny temu". $now to bieżący czas jako obiekt daty (Luxon), a .minus({ hours: 24 }) odejmuje od niego dobę; .toISO() zamienia wynik na tekstowy znacznik czasu, który node potrafi porównać. Pełną listę operatorów dostępnych w Filter znajdziesz w dokumentacji node'a Filter.

Podejście bezstanowe - i kiedy go nie wystarczy

Ten filtr jest bezstanowy - nie pamięta niczego między uruchomieniami, po prostu za każdym razem pyta "czy ten wpis ma mniej niż 24 godziny?". To prostsze niż pamiętanie "co już widziałem", bo nie wymaga żadnej dodatkowej pamięci ani obsługi przypadku "workflow się nie uruchomił i coś przegapiliśmy". Ma jednak jedno założenie: harmonogram musi być regularny. Jeśli kanał publikuje rzadziej niż raz na dobę albo zależy Ci na precyzyjnym "nie wyślij tego samego wpisu dwa razy", lepszym rozwiązaniem jest zapamiętanie daty (albo guid) ostatnio przetworzonego wpisu w danych statycznych workflow - dokładnie ten mechanizm pokazuję w Moduł 5: Kod i sub-workflow.

4. Połącz wpisy - Aggregate

Node Aggregate w trybie All Item Data bierze wszystkie pozostałe itemy i składa je w jeden - z jednym polem wpisy zawierającym tablicę obiektów (tytuł, link, zajawka treści i data każdego wpisu). Wybrałem Aggregate zamiast Code Node z Modułu 5, bo to zadanie ("połącz itemy w jeden") ma gotowy, wyspecjalizowany node - nie trzeba pisać ani jednej linii kodu, żeby je złożyć. Pole fieldsToInclude ogranicza dane tylko do tego, co naprawdę trafi do promptu (title, link, contentSnippet, isoDate) - pomija pełne, często dużo dłuższe pole content, żeby nie zużywać niepotrzebnie kontekstu modelu. Pełny opis trybów node'a znajdziesz w dokumentacji Aggregate.

5. Podsumowanie AI - HTTP Request do API OpenAI

Node HTTP Request wysyła żądanie POST pod adres https://api.openai.com/v1/chat/completions - standardowy punkt wejścia API OpenAI do generowania odpowiedzi czatu. W nagłówkach ustawiasz Authorization: Bearer TWOJ_KLUCZ_API_OPENAI - ręczne dopisywanie nagłówka Content-Type: application/json nie jest tu potrzebne, bo node HTTP Request ustawia go sam, gdy treść żądania wysyłasz w trybie JSON Body, dokładnie tak jak w tym gotowcu. Treść żądania (JSON Body) to wyrażenie budujące prompt:

{{ JSON.stringify({
  model: 'NAZWA_MODELU_AI',
  messages: [
    {
      role: 'system',
      content: 'Jesteś redaktorem newslettera. Przygotowujesz krótkie, rzeczowe podsumowanie nowości z branżowego kanału RSS, po polsku, w formie krótkiej listy.'
    },
    {
      role: 'user',
      content: 'Podsumuj poniższe wpisy z kanału RSS. Dla każdego wpisu napisz jedno, maksymalnie dwuzdaniowe podsumowanie i dodaj link źródłowy. Pomiń wpisy czysto promocyjne, jeśli takie się pojawią. Wpisy w formacie JSON: ' + JSON.stringify($json.wpisy)
    }
  ]
}) }}

Krok po kroku: messages to lista wiadomości w formacie, jaki rozumie większość dzisiejszych modeli czatu - wiadomość system ustawia rolę modelu, a wiadomość user to właściwe polecenie razem z danymi ($json.wpisy z poprzedniego node'a, zamienione na tekst przez JSON.stringify). Odpowiedź modelu trafia do pola choices[0].message.content zwróconej odpowiedzi - to z niego korzysta kolejny node.

To nie jest jedyny słuszny format

Dokładny kształt zapytania (nazwa pola na model, strukturę messages) zweryfikuj w bieżącej dokumentacji swojego dostawcy, zanim uruchomisz workflow produkcyjnie - dostawcy API modeli językowych potrafią zmieniać zalecane endpointy i parametry (np. wprowadzać nowsze API obok starszego) częściej niż inne, ustabilizowane integracje w tym kursie.

6. Wyślij podsumowanie - Telegram

Node Telegram w operacji Send Message wysyła treść z pola {{ $json.choices[0].message.content }} do czatu wskazanego w polu Chat ID. Credentials (token bota) skonfigurujesz dokładnie tak, jak opisuję w gotowcu Poranny brief na Telegram - stamtąd też weźmiesz swój Chat ID, jeśli jeszcze go nie znasz.

Co może pójść nie tak

Kanał zwraca tylko zajawki - podsumowanie jest płytkie

• Objaw: podsumowanie AI niemal powtarza sam tytuł wpisu, bez żadnych konkretów.
• Przyczyna: część kanałów RSS publikuje w polu content/contentSnippet wyłącznie krótką zajawkę (pierwsze zdanie albo dwa), nie pełną treść artykułu - model dostaje za mało materiału, żeby cokolwiek streścić.
• Naprawa: sprawdź w panelu danych node'a Wczytaj kanał RSS, ile tekstu faktycznie jest w polu contentSnippet. Jeśli to tylko zajawka, rozbuduj workflow o dodatkowy HTTP Request pobierający pełną stronę artykułu pod adresem z pola link - podobnie jak w gotowcu Monitor ceny produktu - zanim wpis trafi do podsumowania.

Brak pola isoDate albo inna nazwa pola daty w konkretnym kanale

• Objaw: node Tylko ostatnie 24h przepuszcza wszystkie wpisy albo żaden, niezależnie od ich faktycznej daty.
• Przyczyna: nie każdy kanał RSS ma datę w formacie, z którego parser potrafi zbudować pole isoDate - czasem dostępne jest tylko surowe pubDate w formacie tekstowym.
• Naprawa: sprawdź w panelu danych node'a Wczytaj kanał RSS, które pole z datą faktycznie istnieje, i w razie potrzeby podmień isoDate na pubDate w warunku node'a Filter (patrz krok 3 wyżej).

Przekroczony limit kontekstu przy bardzo płodnym kanale

• Objaw: node Podsumowanie AI kończy się błędem o przekroczonym limicie tokenów (context length exceeded) albo generuje zaskakująco wysoki koszt jednego uruchomienia.
• Przyczyna: kanał opublikował danego dnia wyjątkowo dużo wpisów, a każdy z nich w całości trafia do promptu - suma tekstu przekracza limit kontekstu modelu.
• Naprawa: ogranicz liczbę wpisów wysyłanych do modelu, np. node'em Limit z Modułu 3: Praca z danymi wstawionym przed Aggregate, albo zawęź pole fieldsToInclude w node'cie Połącz wpisy jeszcze bardziej (np. do samego tytułu i linku, bez zajawki treści).

Klucz API nieustawiony albo wyczerpany limit

• Objaw: node Podsumowanie AI kończy się błędem 401 (brak albo zły klucz) albo 429 (przekroczony limit zapytań lub wydatków).
• Przyczyna: placeholder TWOJ_KLUCZ_API_OPENAI nie został podmieniony na prawdziwy klucz, albo konto u dostawcy modelu wyczerpało przyznany limit.
• Naprawa: sprawdź wartość nagłówka Authorization w node'cie Podsumowanie AI oraz saldo i limit konta na stronie dostawcy modelu.

Bot Telegram milczy, mimo że workflow zakończył się bez błędu

• Objaw: node Wyślij podsumowanie kończy się błędem, a na Telegramie nic nie przychodzi.
• Przyczyna: bot nigdy nie dostał od Ciebie wiadomości - Telegram nie pozwala botom pisać pierwszym do użytkownika.
• Naprawa: dokładny opis tej naprawy (i jak w ogóle znaleźć swój Chat ID) znajdziesz w sekcji "Co może pójść nie tak" gotowca Poranny brief na Telegram.

Jak to rozbudować

• Wiele kanałów naraz - zamiast jednego adresu na stałe, przygotuj listę adresów RSS i przepuść ją przez ten sam ciąg node'ów; n8n domyślnie przetworzy każdy kanał z listy jako osobny item, bez dodatkowej pętli (patrz Moduł 3: Praca z danymi), a wyniki połącz przed podsumowaniem AI.
• Archiwum podsumowań w arkuszu - zamiast tylko wysyłać podsumowanie, dopisuj je razem z datą do arkusza Google Sheets, by mieć historię tego, co AI streściło danego dnia. Integrację z zewnętrznymi API opisuje Moduł 4: Integracje i API.
• Wersja z AI Agent i narzędziami - zamiast pojedynczego wywołania, AI Agent z narzędziem wyszukiwania mógłby samodzielnie doczytać pełną treść ciekawszych wpisów, zanim je streści - pokazuję to w Moduł 6: AI i agenci.
• Wysyłka mailem zamiast Telegrama - podmień ostatni node na Send Email albo integrację z Gmail/SMTP, którą omawiam w Moduł 4: Integracje i API. Reszta workflow zostaje bez zmian.

Co warto zapamiętać

• Nie każde zadanie z AI wymaga pełnego AI Agent - jednokrokowe podsumowanie tekstu równie dobrze obsłuży zwykły HTTP Request do API modelu, bez cluster nodes.
• Filtr czasowy (bezstanowy) wystarcza, gdy harmonogram jest regularny - pamięć między uruchomieniami (static data) potrzebna jest dopiero, gdy zależy Ci na precyzyjnym "nie wyślij tego samego dwa razy".
• Node Aggregate łączy wiele itemów w jeden bez pisania kodu - to prostszy wybór niż Code Node, gdy zadanie sprowadza się do "złóż to razem".
• Ograniczaj dane wysyłane do modelu (pola, liczbę wpisów) - to chroni przed przekroczeniem limitu kontekstu i przed niepotrzebnym kosztem.
• Każde uruchomienie workflow z AI kosztuje tokeny - sprawdzaj bieżący cennik dostawcy, zanim ustawisz harmonogram na sztywno.

Szukasz kolejnego gotowca do wdrożenia od razu? Zobacz wszystkie gotowe workflow.

Częste pytania

Czy to podsumowanie AI kosztuje pieniądze przy każdym uruchomieniu?

Tak - node Podsumowanie AI woła płatne API dostawcy modelu, więc każde codzienne uruchomienie zużywa tokeny i ma swój (zwykle niewielki) koszt. Dokładną stawkę znajdziesz w cenniku dostawcy - nie podaję tu konkretnej kwoty, bo modele i ceny zmieniają się szybciej niż ten artykuł.

Dlaczego workflow filtruje wpisy z ostatnich 24 godzin zamiast pamiętać, co już wysłał?

Filtr czasowy jest bezstanowy - działa tak samo przy każdym uruchomieniu, bez dodatkowej pamięci do utrzymania. Alternatywą jest zapamiętywanie ostatniego przetworzonego wpisu (np. jego daty albo ID) w danych statycznych workflow, jak pokazuję w Module 5, w sekcji o danych statycznych - ma to sens, gdy kanał publikuje rzadziej niż raz dziennie i filtr czasowy zacząłby gubić wpisy między uruchomieniami.

Co zrobić, jeśli mój kanał RSS nie ma pola isoDate?

Część kanałów nie publikuje daty w formacie, z którego parser RSS w n8n potrafi zbudować pole isoDate - wtedy dostępne jest tylko surowe pubDate. Sprawdź w panelu danych node'a Wczytaj kanał RSS, które pole faktycznie istnieje, i w razie potrzeby podmień je w warunku node'a Tylko ostatnie 24h.

Czy mogę użyć AI Agent albo Basic LLM Chain z Modułu 6 zamiast HTTP Request?

Tak, to w pełni realna alternatywa i dla tego jednokrokowego zadania (podsumuj tekst, koniec) wystarczy prostszy Basic LLM Chain, bez pełnego AI Agent. W tym gotowcu wybrałem zwykły HTTP Request, bo jego JSON eksportu opiera się wyłącznie na standardowych połączeniach i bezpiecznie się importuje - cluster nodes (root + sub-node modelu) używają specjalnych portów, które łatwiej skonfigurować ręcznie w edytorze niż odtworzyć z pliku.

Co, jeśli kanał publikuje bardzo dużo wpisów dziennie i podsumowanie się nie udaje?

Zbyt duża liczba wpisów w jednym żądaniu może przekroczyć limit kontekstu modelu albo znacząco podnieść koszt pojedynczego uruchomienia. Ogranicz liczbę wpisów przed node'em Połącz wpisy (np. node'em Limit z Modułu 3) albo zawęź pole fieldsToInclude w Aggregate do samego tytułu i linku, bez pełnej treści.

Czy ten workflow da się wysłać mailem zamiast na Telegram?

Tak - wystarczy zastąpić ostatni node (Telegram) node'em Send Email albo integracją z Gmail/SMTP, którą omawiam w Module 4. Reszta workflow (RSS, filtr, agregacja, wywołanie AI) zostaje bez zmian, bo dostarcza gotowy tekst podsumowania niezależnie od kanału wysyłki.