Workflow n8n

Automatisation Jina AI avec n8n : recherche assistée par IA

Ce workflow n8n a pour objectif d'automatiser la recherche d'informations en utilisant Jina AI Deep Search. Dans un contexte où la collecte de données pertinentes est cruciale pour les entreprises, ce workflow permet de simplifier et d'accélérer le processus de recherche. Parfait pour les équipes marketing, les chercheurs ou toute organisation souhaitant optimiser ses recherches, il offre une solution efficace pour générer des résultats de recherche de manière automatisée.

  • Étape 1 : le flux commence avec le déclencheur 'User Research Query Input', qui permet à l'utilisateur de soumettre une requête de recherche.
  • Étape 2 : cette requête est ensuite envoyée à Jina AI via le noeud 'Jina AI DeepSearch Request', qui traite la demande et renvoie des résultats pertinents.
  • Étape 3 : les réponses obtenues sont ensuite formatées et nettoyées grâce au noeud 'Format & Clean AI Response', assurant que les données sont prêtes à être utilisées. Ce workflow d'automatisation n8n permet ainsi de gagner un temps précieux en éliminant les recherches manuelles fastidieuses, tout en augmentant la précision des résultats. En intégrant cette solution, les entreprises peuvent améliorer leur efficacité opérationnelle et se concentrer sur des tâches à plus forte valeur ajoutée.
Tags clés :automatisationJina AIrecherchen8nworkflow
Catégorie: Manual · Tags: automatisation, Jina AI, recherche, n8n, workflow0

Workflow n8n Jina AI, recherche : vue d'ensemble

Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.

Workflow n8n Jina AI, recherche : détail des nœuds

  • Sticky Note

    Ce noeud crée une note autocollante avec des paramètres de couleur, largeur, hauteur et contenu.

  • Sticky Note1

    Ce noeud crée une note autocollante avec des paramètres de largeur, hauteur et contenu.

  • Sticky Note2

    Ce noeud crée une note autocollante avec des paramètres de largeur, hauteur et contenu.

  • Jina AI DeepSearch Request

    Ce noeud effectue une requête HTTP vers une URL spécifiée avec des options et un corps JSON.

  • User Research Query Input

    Ce noeud déclenche une entrée de recherche utilisateur via une interface de chat.

  • Format & Clean AI Response

    Ce noeud traite et nettoie la réponse d'une IA en utilisant du code JavaScript.

Inscris-toi pour voir l'intégralité du workflow

Inscription gratuite

S'inscrire gratuitementBesoin d'aide ?
{
  "id": "GToc9QTzJY1h1w3y",
  "meta": {
    "instanceId": "cba4a4a2eb5d7683330e2944837278938831ed3c042e20da6f5049c07ad14798",
    "templateCredsSetupCompleted": true
  },
  "name": "AI-Powered Research with Jina AI Deep Search",
  "tags": [],
  "nodes": [
    {
      "id": "c76a7993-e7b1-426e-bcb4-9a18d9c72b83",
      "name": "Sticky Note",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -820,
        -140
      ],
      "parameters": {
        "color": 6,
        "width": 740,
        "height": 760,
        "content": "\n# **🚀 Developed by Leonard van Hemert**  \n\nThank you for using **FREE: Open Deep Research 2.0**! 🎉  \n\nThis workflow was created to **democratize AI-powered research** and make advanced **automated knowledge discovery** available to **everyone**, without **API restrictions** or **cost barriers**.  \n\nIf you find this useful, feel free to **connect with me on LinkedIn** and stay updated on my latest AI & automation projects!  \n\n🔗 **Follow me on LinkedIn**: [Leonard van Hemert](https://www.linkedin.com/in/leonard-van-hemert/)  \n\nI truly appreciate the support from the **n8n community**, and I can’t wait to see how you use and improve this workflow! 🚀  \n\nHappy researching,  \n**Leonard van Hemert** 💡"
      },
      "typeVersion": 1
    },
    {
      "id": "5620b6b5-1485-43a8-9acd-3368147bd742",
      "name": "Sticky Note1",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -60,
        -140
      ],
      "parameters": {
        "width": 740,
        "height": 300,
        "content": "## 🚀 **FREE: Open Deep Research 2.0**  \nFully automated **AI-powered research workflow** using **Jina AI’s DeepSearch** to generate structured, fact-based reports—**no API key required!**  "
      },
      "typeVersion": 1
    },
    {
      "id": "dbe1cc91-34b4-4e5b-b404-dd86f47d1ebf",
      "name": "Sticky Note2",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -60,
        180
      ],
      "parameters": {
        "width": 740,
        "height": 440,
        "content": "## 🧠 **How This Workflow Works**  \n\nThis workflow automates **deep research and report generation** using **Jina AI's DeepSearch API**, making **advanced knowledge discovery accessible for free**.  \n\n1️⃣ **User Input → AI Research**  \n- A user **enters a research query** via chat.  \n- The workflow **sends the query** to **Jina AI’s DeepSearch API** for **in-depth analysis**.  \n\n2️⃣ **AI-Powered Insights**  \n- DeepSearch **retrieves** and **analyzes** relevant information.  \n- The response includes **key insights, structured analysis, and sources**.  \n\n3️⃣ **Markdown Formatting & Cleanup**  \n- The response **passes through a Code Node** that extracts, cleans, and **formats** the AI-generated insights into **readable Markdown output**.  \n- URLs are properly formatted, footnotes are structured, and the report is easy to read.  \n\n4️⃣ **Final Output**  \n- The final, **well-structured research report** is ready for use, **fully automated and free of charge!**  "
      },
      "typeVersion": 1
    },
    {
      "id": "42fd2f04-7d83-44c9-a41b-48860efbcf79",
      "name": "Jina AI DeepSearch Request",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        220,
        0
      ],
      "parameters": {
        "url": "https://deepsearch.jina.ai/v1/chat/completions",
        "method": "POST",
        "options": {},
        "jsonBody": "={\n  \"model\": \"jina-deepsearch-v1\",\n  \"messages\": [\n    {\n      \"role\": \"user\",\n      \"content\": \"You are an advanced AI researcher that provides precise, well-structured, and insightful reports based on deep analysis. Your responses are factual, concise, and highly relevant.\"\n    },\n    {\n      \"role\": \"assistant\",\n      \"content\": \"Hi, how can I help you?\"\n    },\n    {\n      \"role\": \"user\",\n      \"content\": \"Provide a deep and insightful analysis on: \\\"{{ $json.chatInput }}\\\". Ensure the response is well-structured, fact-based, and directly relevant to the topic, with no unnecessary information.\"\n    }\n  ],\n  \"stream\": true,\n  \"reasoning_effort\": \"low\"\n}",
        "sendBody": true,
        "specifyBody": "json"
      },
      "typeVersion": 4.2
    },
    {
      "id": "1b7b3bbe-2068-4d3a-a962-134bbb6ee516",
      "name": "User Research Query Input",
      "type": "@n8n/n8n-nodes-langchain.chatTrigger",
      "position": [
        0,
        0
      ],
      "webhookId": "8a4b05af-cd63-4692-9924-e35aaed5f077",
      "parameters": {
        "options": {}
      },
      "typeVersion": 1.1
    },
    {
      "id": "218cbfe2-78de-4b00-875a-51761ac9f5c7",
      "name": "Format & Clean AI Response",
      "type": "n8n-nodes-base.code",
      "position": [
        440,
        0
      ],
      "parameters": {
        "jsCode": "function extractAndFormatMarkdown(input) {\n    let extractedContent = [];\n\n    // Extract raw data string from n8n input\n    let rawData = input.first().json.data;\n\n    // Split into individual JSON strings\n    let jsonStrings = rawData.split(\"\\n\\ndata: \").map(s => s.replace(/^data: /, ''));\n\n    let lastContent = \"\";\n    \n    // Reverse loop to find the last \"content\" field\n    for (let i = jsonStrings.length - 1; i >= 0; i--) {\n        try {\n            let parsedChunk = JSON.parse(jsonStrings[i]);\n\n            if (parsedChunk.choices && parsedChunk.choices.length > 0) {\n                for (let j = parsedChunk.choices.length - 1; j >= 0; j--) {\n                    let choice = parsedChunk.choices[j];\n\n                    if (choice.delta && choice.delta.content) {\n                        lastContent = choice.delta.content.trim();\n                        break;\n                    }\n                }\n            }\n\n            if (lastContent) break; // Stop once the last content is found\n        } catch (error) {\n            console.error(\"Failed to parse JSON string:\", jsonStrings[i], error);\n        }\n    }\n\n    // Clean and format Markdown\n    lastContent = lastContent.replace(/\\[\\^(\\d+)\\]: (.*?)\\n/g, \"[$1]: $2\\n\");  // Format footnotes\n    lastContent = lastContent.replace(/\\[\\^(\\d+)\\]/g, \"[^$1]\");  // Inline footnotes\n    lastContent = lastContent.replace(/(https?:\\/\\/[^\\s]+)(?=[^]]*\\])/g, \"<$1>\");  // Format links\n\n    // Return formatted content as an array of objects (n8n expects this format)\n    return [{ text: lastContent.trim() }];\n}\n\n// Execute function and return formatted output\nreturn extractAndFormatMarkdown($input);\n"
      },
      "typeVersion": 2
    }
  ],
  "active": false,
  "pinData": {},
  "settings": {
    "executionOrder": "v1"
  },
  "versionId": "e03d69b5-3304-4f28-b99f-970d6fd1225b",
  "connections": {
    "User Research Query Input": {
      "main": [
        [
          {
            "node": "Jina AI DeepSearch Request",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Format & Clean AI Response": {
      "main": [
        []
      ]
    },
    "Jina AI DeepSearch Request": {
      "main": [
        [
          {
            "node": "Format & Clean AI Response",
            "type": "main",
            "index": 0
          }
        ]
      ]
    }
  }
}

Workflow n8n Jina AI, recherche : pour qui est ce workflow ?

Ce workflow s'adresse aux équipes de recherche, aux départements marketing et aux entreprises qui souhaitent automatiser leurs processus de recherche d'informations. Il est conçu pour des utilisateurs ayant un niveau technique intermédiaire et peut être intégré dans des organisations de taille petite à moyenne.

Workflow n8n Jina AI, recherche : problème résolu

Ce workflow résout le problème de la recherche d'informations manuelle, souvent longue et peu efficace. En automatisant ce processus, il élimine les frustrations liées à la collecte de données, réduit le temps perdu et minimise les risques d'erreurs humaines. Les utilisateurs bénéficient ainsi de résultats de recherche plus rapides et plus précis, leur permettant de se concentrer sur l'analyse et l'application des données.

Workflow n8n Jina AI, recherche : étapes du workflow

Étape 1 : le flux débute avec le déclencheur 'User Research Query Input', où l'utilisateur soumet sa requête.

  • Étape 1 : cette requête est transmise au noeud 'Jina AI DeepSearch Request', qui effectue la recherche via l'API de Jina AI.
  • Étape 2 : les résultats obtenus sont ensuite traités par le noeud 'Format & Clean AI Response', qui nettoie et formate les données pour une utilisation optimale.
  • Étape 3 : enfin, les résultats sont prêts à être exploités par l'utilisateur.

Workflow n8n Jina AI, recherche : guide de personnalisation

Pour personnaliser ce workflow, vous pouvez modifier les paramètres du noeud 'User Research Query Input' pour adapter les types de requêtes acceptées. Il est également possible de changer l'URL dans le noeud 'Jina AI DeepSearch Request' pour pointer vers un autre service d'API si nécessaire. Assurez-vous de vérifier les clés d'API et les configurations de sécurité pour garantir un fonctionnement fluide. Enfin, vous pouvez ajuster le code dans le noeud 'Format & Clean AI Response' pour répondre à vos besoins spécifiques en matière de formatage des données.