Automatisation Telegram avec n8n : envoi d'alertes d'actualités

Ce workflow n8n a pour objectif d'automatiser l'envoi d'alertes d'actualités via Telegram, en utilisant des modèles de langage avancés. Dans un contexte où les entreprises ont besoin de rester informées des dernières nouvelles, ce workflow permet de récupérer des informations pertinentes et de les transmettre directement à une chaîne Telegram. Les cas d'usage incluent la veille concurrentielle, la surveillance des tendances du marché et l'envoi d'alertes personnalisées aux équipes. Étape 1 : Le déclencheur de ce workflow est programmé via un 'Schedule Trigger', qui exécute le flux selon une règle définie. Étape 2 : Une fois déclenché, le workflow crée une liste d'années à l'aide du noeud 'CreateYearsList', qui est ensuite nettoyée avec 'CleanUpYearList'. Étape 3 : Les données sont récupérées à partir d'une page web via le noeud 'GetFrontPage', et les détails sont extraits grâce au noeud 'ExtractDetails'. Étape 4 : Les titres d'actualités sont ensuite traités et fusionnés avec les dates correspondantes à l'aide des noeuds 'GetHeadlines' et 'MergeHeadlinesDate'. Enfin, les informations consolidées sont envoyées à un chat Telegram via le noeud 'Telegram'. Ce workflow permet ainsi de gagner du temps et d'améliorer la réactivité des équipes face aux nouvelles informations, offrant une valeur ajoutée significative en matière de communication interne.

À qui s'adresse ce workflow ?

Ce que ce workflow résout

Comment ça fonctionne

Visualisation du workflow n8n

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

Importer dans n8n en un clic

Inscris-toi gratuitement pour télécharger le fichier .json, puis fais Import from File dans n8n pour déployer le workflow en quelques secondes.

{
  "nodes": [
    {
      "id": "6ea4e702-1af8-407b-b653-964a519db1c2",
      "name": "Basic LLM Chain",
      "type": "@n8n/n8n-nodes-langchain.chainLlm",
      "position": [
        1560,
        -360
      ],
      "parameters": {
        "text": "=You are a highly skilled news categorizer, specializing in indentifying interesting stuff from Hacker News front-page headlines.\n\nYou are provided with JSON data containing a list of dates and their corresponding top headlines from the Hacker News front page. Each headline will also include a URL linking to the original article or discussion. Importantly, the dates provided will be the SAME DAY across MULTIPLE YEARS (e.g., January 1st, 2023, January 1st, 2022, January 1st, 2021, etc.). You need to indentify key headlines and also analyze how the tech landscape has evolved over the years, as reflected in the headlines for this specific day.\n\nYour task is to indentify top 10-15 headlines from across the years from the given json data and return in Markdown formatted bullet points categorizing into themes and adding markdown hyperlinks to the source URL with Prefixing Year before the headline. Follow the Output Foramt Mentioned.\n\n**Input Format:**\n\n```json\n[\n {\n \"headlines\": [\n \"Headline 1 Title [URL1]\",\n \"Headline 2 Title [URL2]\",\n \"Headline 3 Title [URL3]\",\n ...\n ]\n \"date\": \"YYYY-MM-DD\",\n },\n {\n \"headlines\": [\n \"Headline 1 Title [URL1]\",\n \"Headline 2 Title [URL2]\",\n ...\n ]\n \"date\": \"YYYY-MM-DD\",\n },\n ...\n]\n```\n\n**Output Format In Markdown**\n\n```\n# HN Lookback <FullMonthName-DD> | <start YYYY> to <end YYYY> \n\n## [Theme 1]\n- YYYY [Headline 1](URL1)\n- YYYY [Headline 2](URL2)\n...\n\n## [Theme 2]\n- YYYY [Headline 1](URL1)\n- YYYY [Headline 2](URL2)\n...\n\n... \n\n## <this is optional>\n<if any interesing ternds emerge mention them in oneline>\n```\n\n**Here is the Json data for Hackernews Headlines across the years**\n\n```\n{{ JSON.stringify($json.data) }}\n```",
        "promptType": "define"
      },
      "typeVersion": 1.5
    },
    {
      "id": "b5a97c2a-0c3b-4ebe-aec5-7bca6b55ad4c",
      "name": "Google Gemini Chat Model",
      "type": "@n8n/n8n-nodes-langchain.lmChatGoogleGemini",
      "position": [
        1740,

Personnaliser ce workflow

Détail des nœuds n8n

• 01

  Basic LLM Chain

  Ce noeud exécute une chaîne de traitement de langage naturel en utilisant un modèle de langage.

• 02

  Google Gemini Chat Model

  Ce noeud utilise le modèle de chat Google Gemini pour générer des réponses basées sur des options spécifiées.

• 03

  Schedule Trigger

  Ce noeud déclenche le workflow selon un calendrier défini par une règle.

• 04

  CreateYearsList

  Ce noeud exécute un code JavaScript pour créer une liste d'années.

• 05

  CleanUpYearList

  Ce noeud nettoie la liste d'années en assignant des valeurs spécifiques.

• 06

  SplitOutYearList

  Ce noeud divise la liste d'années en fonction d'un champ spécifié.

• 07

  GetFrontPage

  Ce noeud effectue une requête HTTP pour obtenir le contenu de la page d'accueil d'une URL donnée.

• 08

  ExtractDetails

  Ce noeud extrait des détails spécifiques d'un document HTML selon des valeurs d'extraction définies.

• 09

  GetHeadlines

  Ce noeud définit et assigne des titres à partir des données traitées.

• 10

  GetDate

  Ce noeud définit et assigne la date actuelle à partir des données traitées.

• 11

  MergeHeadlinesDate

  Ce noeud fusionne les titres et les dates en utilisant des critères de combinaison spécifiés.

• 12

  SingleJson

  Ce noeud agrège les données en un seul objet JSON selon des options définies.

• 13

  Telegram

  Ce noeud envoie un message via Telegram à un chat spécifié avec le texte fourni.