Du kollar RSI, sedan MACD, sedan band, sedan glidande medelvärden. Sedan börjar du tvivla på allt eftersom siffrorna inte berättar en tydlig historia på egen hand. Det går långsamt, blir mentalt rörigt och det är alldeles för lätt att missa en riktig trendvändning när du jonglerar fem grafer.
Den här automatiseringen för OpenAI Telegram-sammanfattningar träffar kryptotraders och marknadsförare som jobbar tungt med research först, eftersom de lever i “snabb uppdatering”-läge hela dagen. Byråägare som publicerar marknadskommentarer märker det också. Utfallet är enkelt: konsekventa 1D-trendsammanfattningar levererade till Telegram, utan att du behöver räkna på indikatorer och tolka dem varje gång.
Nedan ser du hur flödet gör om en symbol som “SOLUSDT” till en makrotolkning på vanlig svenska, vad du behöver för att köra det och hur mycket tid du realistiskt kan få tillbaka.
Så fungerar automatiseringen
Hela n8n-workflowet, från trigger till slutresultat:
n8n Workflow Template: OpenAI + Telegram: snabba kryptotrendsammanfattningar
flowchart LR
subgraph sg0["When Executed by Another Workflow Flow"]
direction LR
n0@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model", pos: "b", h: 48 }
n1@{ icon: "mdi:memory", form: "rounded", label: "Simple Memory", pos: "b", h: 48 }
n2@{ icon: "mdi:play-circle", form: "rounded", label: "When Executed by Another Wor..", pos: "b", h: 48 }
n3@{ icon: "mdi:robot", form: "rounded", label: "Binance SM 1day Indicators A..", pos: "b", h: 48 }
n4@{ icon: "mdi:web", form: "rounded", label: "HTTP Request 1d Indicators T..", pos: "b", h: 48 }
n1 -.-> n3
n0 -.-> n3
n4 -.-> n3
n2 --> n3
end
%% Styling
classDef trigger fill:#e8f5e9,stroke:#388e3c,stroke-width:2px
classDef ai fill:#e3f2fd,stroke:#1976d2,stroke-width:2px
classDef aiModel fill:#e8eaf6,stroke:#3f51b5,stroke-width:2px
classDef decision fill:#fff8e1,stroke:#f9a825,stroke-width:2px
classDef database fill:#fce4ec,stroke:#c2185b,stroke-width:2px
classDef api fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef code fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
classDef disabled stroke-dasharray: 5 5,opacity: 0.5
class n2 trigger
class n3 ai
class n0 aiModel
class n1 ai
class n4 api
Problemet: dagliga makrobedömningar tar för lång tid
“Gör bara en snabb 1D-koll” låter litet tills du gör det varje dag, över flera par, samtidigt som du försöker hålla huvudet klart. RSI säger överköpt, MACD antyder en korsning, banden vidgas, EMA vs. SMA skiftar, ADX säger att rörelsen har styrka. Nu har du siffror, men inget beslut. Så du kollar Binance igen, öppnar en ny flik, skannar Twitter och lägger din bästa fokus på repetitiv bekräftelse i stället för exekvering, planering eller innehåll.
Det adderar snabbt. Och det stökiga är att du sällan märker tidsläckan förrän du redan ligger efter.
- Att läsa 5–6 indikatorer per symbol blir ungefär 20 minuter av “snabba kollar” när du räknar in kontextbyten.
- Du får inkonsekventa anteckningar, så gårdagens logik matchar inte dagens, vilket gör att backtesta ditt eget tänk i princip blir omöjligt.
- När du har mycket att göra hoppar du över makroperspektivet helt och tradar på kortsiktigt brus.
- Att dela en tydlig marknadssammanfattning till ett team eller community blir ett manuellt omskrivningsjobb varje gång.
Lösningen: OpenAI tolkar 1D-indikatorer och postar till Telegram
Det här workflowet fungerar som en daglig makroanalytiker du kan kalla in vid begäran. Ett överordnat workflow (eller en Telegram-styrd process) skickar in en symbol som MATICUSDT plus ett sessions-ID. Workflowet hämtar sedan ett förberett set med 1D-indikatorvärden från en intern webhook som redan gör candle-beräkningarna. De råa siffrorna går in i en OpenAI-agent (gpt-4.1-mini i den medföljande setupen) som översätter dem till en läsbar sammanfattning som lyfter trendriktning, styrka och risk för vändning. Till sist formateras resultatet så att det kan klistras in direkt i Telegram för snabb distribution eller användas som strukturerad JSON för andra efterföljande automatiseringar.
Workflowet startar med en Execute Workflow-trigger, så det är byggt för att återanvändas som en “sub-agent” i större system. Därefter kommer indikator-API-anropet och AI-tolkningssteget. Slutresultatet är en Telegram-klar makroöversikt som är konsekvent, lätt att skumma och enkel att vidarebefordra.
Vad du får: automatisering vs. resultat
| Vad detta workflow automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du följer 12 spotpar på Binance och gör en 1D-makrobedömning en gång per dag. Om du lägger ungefär 10 minuter per par på att hämta indikatorer, tolka dem och skriva en snabb sammanfattning, blir det runt 2 timmar per dag. Med det här workflowet stoppar du in symbollistan via det överordnade workflowet och låter n8n köra: några sekunder för att trigga, sedan en kort väntan på webhook + AI-svar. Du granskar fortfarande outputen, men din “analystid” blir läsning, inte att jaga siffror.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Självhostningsalternativ om du föredrar det (Hostinger fungerar bra)
- OpenAI för att omvandla indikator-data till sammanfattningar
- Telegram för att leverera sammanfattningar till dig eller en kanal
- OpenAI API-nyckel (hämta den i OpenAI API-dashboarden)
Kunskapsnivå: Medel. Du kopplar in credentials, bekräftar att webhook-endpointen fungerar och justerar prompts så att de matchar din stil.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Ett överordnat workflow triggar en 1D-analysförfrågan. Indatan är en liten JSON-payload, typiskt en symbol (som “MATICUSDT”) plus ett sessions-ID så att svar kan routas rätt.
Indikator-data hämtas från en webhook. n8n anropar den interna endpointen /1d-indicators, som returnerar beräknade RSI-, MACD-, BBANDS-, EMA-, SMA- och ADX-värden baserat på ungefär 40 dagliga candles.
OpenAI tolkar siffrorna till en trading-berättelse. Agenten gör om “RSI 71” till “överköpt tryck”, flaggar saker som att en bearish MACD-korsning håller på att formas och sammanfattar trendstyrka med ADX så att du kan agera snabbare. Ärligt talat är det här delen som tar bort mest friktion, eftersom du slipper översätta matte till ord varje gång.
Resultatet returneras i ett Telegram-anpassat format. Du kan posta det direkt till en chatt/kanal eller skicka den strukturerade outputen till andra automatiseringar som hanterar larm, loggning eller rapportering.
Du kan enkelt modifiera sammanfattningsformatet för att matcha din husstil utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera triggern Execute Workflow
Det här arbetsflödet startar när ett annat arbetsflöde anropar det. Konfigurera triggern så att den tar emot de indata som krävs.
- Lägg till noden Triggered by Parent Flow som din trigger.
- I Workflow Inputs inkluderar ni två värden med namnen
messageochsessionId. - Bekräfta att exekveringsflödet kopplar Triggered by Parent Flow till Daily Indicator Agent.
Steg 2: Anslut OpenAI för språkmodellen
AI-agenten använder en språkmodell för att tolka instruktioner och interagera med verktyg. Sätt upp modellnoden först.
- Lägg till noden AI Chat Engine.
- Ställ in Model till
gpt-4.1-mini. - Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter.
- Säkerställ att AI Chat Engine är ansluten som språkmodell för Daily Indicator Agent.
Steg 3: Konfigurera Daily Indicator Agent
Agenten samordnar prompt, minne och verktygsanrop för att generera dagliga indikatorer.
- Lägg till noden Daily Indicator Agent.
- Ställ in Text till
={{ $json.message }}. - Ställ in Prompt Type till
define. - Behåll det angivna systemmeddelandets innehåll som beskriver 1-dagsindikatorbeteendet och förväntade indata.
- Anslut Session Buffer till Daily Indicator Agent som AI-minne.
- Anslut AI Chat Engine till Daily Indicator Agent som AI-språkmodell.
message (t.ex. SOLUSDT) kommer agenten inte att ha någon symbol att analysera.Steg 4: Konfigurera verktyget Indicator API Call
Agenten förlitar sig på ett verktygsanrop för att hämta indikator-data för den angivna symbolen.
- Lägg till noden Indicator API Call som ett AI-verktyg anslutet till Daily Indicator Agent.
- Ställ in URL till
https://treasurium.app.n8n.cloud/webhook/1d-indicators. - Ställ in Method till
POSToch aktivera Send Body. - I Body Parameters lägger ni till symbol med värdet
={{ /*n8n-auto-generated-fromAI-override*/ $fromAI('parameters0_Value', ``, 'string') }}.
Steg 5: Testa och aktivera ert arbetsflöde
Verifiera att triggern och agenten fungerar korrekt och aktivera sedan för användning i produktion.
- Från det överordnade arbetsflödet kör ni anropet till det här arbetsflödet och skickar
messageochsessionId. - Bekräfta att Daily Indicator Agent tar emot indata och anropar Indicator API Call.
- En lyckad körning returnerar ett strukturerat JSON-svar som innehåller sammanställda indikatorer för symbolen.
- När ni har verifierat, ställ in arbetsflödet till Active för användning i produktion.
Vanliga fallgropar
- OpenAI-credentials kan löpa ut eller vara kopplade till fel projekt. Om det skapar fel, börja med att kontrollera status på din OpenAI API-nyckel och dina faktureringsgränser.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder fallerar på grund av tomma svar.
- Telegram-botar kan inte posta överallt som standard. Om leveransen misslyckas, kontrollera att boten är tillagd i målchatten/kanalen och har behörighet att posta meddelanden.
Vanliga frågor
Cirka 30 minuter om din webhook och dina credentials är redo.
Nej. Du klistrar mest in credentials och testar webhook-svaret. Prompt-justeringar är vanlig text.
Ja. n8n har ett gratis självhostat alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna med OpenAI API-kostnader, som vanligtvis är småpengar per sammanfattning.
Två alternativ: n8n Cloud (hanterat, enklast setup) eller självhosting på en VPS. För självhosting är Hostinger VPS prisvärt och kör n8n bra. Självhosting ger dig obegränsade körningar men kräver grundläggande serveradministration.
Ja, och det är främst en prompt-ändring i Daily Indicator Agent. Du kan be om en kortare rubrik som “Bias: Bullish/Bearish/Neutral”, lägga till en enkel confidence-etikett baserad på ADX eller outputa strukturerade JSON-nycklar för efterföljande botar. Om du vill ersätta Telegram-leveransen byter du Telegram-sändsteget i ditt överordnade workflow, men behåller detta som analys-subworkflow.
Oftast är det en ogiltig eller utgången API-nyckel. Generera en ny OpenAI-nyckel och uppdatera credential i n8n, och kör sedan om en enda testsymbol. Om det fortfarande misslyckas, kontrollera användningsgränser eller fakturering och säkerställ att modellnamnet du valt är tillgängligt på ditt konto.
Om du självhostar n8n finns ingen exekveringsgräns (det beror mest på din server och OpenAI:s rate limits). På n8n Cloud beror dina månadsvisa körningar på plan, men en typisk daglig körning på 20–50 symboler ligger väl inom vad de flesta små team använder. Om du trycker ut hundratals på en gång, batcha dem och lägg in korta väntetider så att webhook- och OpenAI-anropen inte blir strypta.
Ofta, ja. n8n är smidigare när du vill ha ett agent-liknande flöde, återanvända det som ett sub-workflow och hålla logiken flexibel utan att betala mer för varje gren. Zapier och Make fungerar bra för enkla “skicka meddelande när X händer”-uppgifter, men det här workflowet lutar sig mot en AI-agent plus ett webhook-verktygsanrop, och där känns n8n oftast mer naturligt. Om du behöver hjälp att välja, prata med en automationsexpert.
När detta väl rullar blir din dagliga makrokoll en snabb Telegram-skanning i stället för en chartsafari. Sätt upp det en gång och lägg sedan din uppmärksamhet där den faktiskt ger avkastning.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.