Du öppnar webbläsaren för en ”snabbkoll” av nyheterna – och plötsligt drunknar du i flikar, pop-ups och halvfärdiga artiklar som du svär att du ska återvända till senare. Sedan rullar dagen vidare. När du väl kommer på det har du missat det som faktiskt spelade roll.
Det är här automatisering av RSS-sammanfattningar verkligen gör nytta. En marknadsansvarig som bevakar konkurrenter, en grundare som vill hålla sig uppdaterad utan att fastna i ett nyhetsträsk och en byråansvarig som följer branschförändringar behöver alla samma sak: en tydlig brief, levererad där de redan jobbar.
Det här flödet förvandlar valfritt RSS-flöde till en kort daglig sammanfattning och skickar den till Gmail och Telegram. Du får se vad det gör, vad du behöver och hur det sparar dig timmar av spretig läsning varje vecka.
Så fungerar automatiseringen
Hela n8n-flödet, från trigger till slutresultat:
n8n Workflow Template: RSS till Gmail och Telegram, daglig nyhetsöversikt
flowchart LR
subgraph sg0["When clicking ‘Execute workflow’ Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "When clicking ‘Execute workf..", pos: "b", h: 48 }
n1@{ icon: "mdi:cog", form: "rounded", label: "RSS Read", pos: "b", h: 48 }
n2@{ icon: "mdi:cog", form: "rounded", label: "Limit", pos: "b", h: 48 }
n3@{ icon: "mdi:swap-vertical", form: "rounded", label: "Loop Over Items1", pos: "b", h: 48 }
n4@{ icon: "mdi:cog", form: "rounded", label: "Convert a webpage or article..", pos: "b", h: 48 }
n5@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model", pos: "b", h: 48 }
n6@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Filter", pos: "b", h: 48 }
n7@{ icon: "mdi:message-outline", form: "rounded", label: "Send a message", pos: "b", h: 48 }
n8@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model1", pos: "b", h: 48 }
n9@{ icon: "mdi:swap-vertical", form: "rounded", label: "Set link", pos: "b", h: 48 }
n10@{ icon: "mdi:robot", form: "rounded", label: "Information Extractor", pos: "b", h: 48 }
n11@{ icon: "mdi:brain", form: "rounded", label: "Google Gemini Chat Model", pos: "b", h: 48 }
n12["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/telegram.svg' width='40' height='40' /></div><br/>Send to Telegram"]
n13@{ icon: "mdi:robot", form: "rounded", label: "Structured Output Parser", pos: "b", h: 48 }
n14@{ icon: "mdi:robot", form: "rounded", label: "Generate content", pos: "b", h: 48 }
n15@{ icon: "mdi:cog", form: "rounded", label: "Aggregate", pos: "b", h: 48 }
n2 --> n3
n6 --> n9
n1 --> n6
n9 --> n2
n15 --> n14
n14 --> n7
n14 --> n12
n3 --> n15
n3 --> n4
n5 -.-> n14
n8 -.-> n13
n10 --> n3
n11 -.-> n10
n13 -.-> n14
n0 --> n1
n4 --> n10
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 n0 trigger
class n10,n13,n14 ai
class n5,n8,n11 aiModel
class n6 decision
classDef customIcon fill:none,stroke:none
class n12 customIcon
Problemet: att hänga med i nyheter utan att förlora halva dagen
Manuell nyhetsbevakning ser harmlös ut tills du summerar tiden. Du skummar en RSS-läsare, klickar in på några artiklar, stöter på en betalvägg och hoppar vidare eftersom den första källan var full av annonser och ”relaterade länkar”. Senare försöker du sammanfatta det du läste för en kollega eller kund, men det blir diffust eftersom du skummade mellan möten. Även om du gillar att vara uppdaterad är processen stökig och inkonsekvent – och den stjäl fokus från arbete som faktiskt gör skillnad.
Det går fort att tappa tid. Här brukar det fallera.
- Du lägger cirka 10 minuter per artikel bara på att hitta det ”riktiga” innehållet genom allt brus.
- Viktiga uppdateringar försvinner eftersom det inte finns en konsekvent daglig sammanfattning på ett ställe.
- Att dela det du hittade blir en extra uppgift, så det blir ofta inte av.
- Gamla inlägg smyger sig in och du slösar tid på att läsa gårdagens ”senaste nytt”.
Lösningen: en AI-kurerad daglig sammanfattning till Gmail + Telegram
Det här n8n-flödet skapar en enkel vana: en sammanfattning per dag, automatiskt ihopplockad från ett RSS-flöde du väljer. Du startar det (manuellt, på ditt schema), och det läser flödet och filtrerar sedan posterna så att endast artiklar publicerade under de senaste 24 timmarna behålls. Därefter begränsar det arbetsmängden till de tre senaste relevanta objekten, så att du inte får en roman i inkorgen. För varje artikel extraherar det själva sidinnehållet med ScrapeGraphAI (så du får substansen, inte navigationsmenyn). Sedan analyserar en AI-modell den korrekt formaterade texten för att plocka ut nyckeldetaljerna. Till sist sammanställer OpenAI allt till en strukturerad, e-postliknande sammanfattning med tydlig ämnesrad och brödtext, och flödet skickar den till Gmail och publicerar samma uppdatering i Telegram.
Flödet startar när du kör det i n8n. Därifrån hämtar det dina RSS-objekt, behåller bara de senaste 24 timmarna, skrapar och strukturerar upp till tre artiklar och extraherar det som är viktigt. Den färdiga sammanfattningen levereras till Gmail och Telegram så att du kan läsa den där du naturligt ändå kollar meddelanden.
Det du får: automatisering vs. resultat
| Det här flödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut i praktiken
Säg att du följer ett RSS-flöde i din bransch och att du vanligtvis öppnar fem inlägg för att hitta två som är värda att läsa. Med ungefär 10 minuter per artikel (annonser, scrollande och skumläsning) blir det runt 50 minuter om dagen. Med det här flödet kör du det en gång, det behandlar bara de senaste 24 timmarna och begränsar till tre artiklar, och skickar sedan en snygg sammanfattning till Gmail och Telegram. Du lägger cirka 5 minuter på att läsa – inte nästan en timme på att leta.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- ScrapeGraphAI för att extrahera strukturerad artikeltext
- Gmail för att leverera sammanfattningen till din inkorg
- Telegram för att posta samma sammanfattning i en chatt/kanal
- OpenAI API-nyckel (hämtas i din OpenAI-dashboard)
- Åtkomst till Google Gemini (aktivera i din Google AI/Vertex-konfiguration)
Kunskapsnivå: Medel. Du kopplar konton, installerar en community-nod och klistrar in en flödes-URL plus ett Telegram-chatt-ID.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så funkar det
Du kör flödet när du vill ha sammanfattningen. Det triggas manuellt, vilket är praktiskt om du vill ha en ”morgonbrief” på vardagar och inget på helger.
RSS-flödet läses in och struktureras. n8n hämtar de senaste posterna, filtrerar sedan bort allt som är äldre än 24 timmar och begränsar listan till tre objekt så att sammanfattningen hålls kort.
Varje artikel skrapas och destilleras. ScrapeGraphAI konverterar sidan till strukturerad text, och därefter plockar steget för informationsutvinning (drivet av Google Gemini) ut nyckelpunkterna och ignorerar utfyllnad.
Sammanfattningen skrivs och levereras. OpenAI skriver en strukturerad ämnesrad och brödtext, och n8n skickar den via Gmail och publicerar samma innehåll i Telegram.
Du kan enkelt ändra RSS-källan och gränsen ”topp 3” så att det passar dina behov. Se hela implementeringsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera den manuella triggern
Starta arbetsflödet med en manuell trigger så att ni kan testa RSS-sammanställningen vid behov.
- Lägg till eller välj Manual Run Trigger som arbetsflödets trigger.
- Behåll standardinställningarna, eftersom den här noden inte kräver någon konfigurering.
- Koppla Manual Run Trigger till Retrieve RSS Entries.
Steg 2: anslut RSS-källan och filtrera senaste objekt
Hämta objekt från RSS-flödet och filtrera ned till endast de senaste posterna.
- I Retrieve RSS Entries ställer ni in URL till
URL_FEED. - I Validate Recent Items konfigurerar ni ett datumfilter där Left Value är
{{ $json.pubDate }}och Right Value är{{ $today.minus({ days: 1 }) }}, med operatorn after. - Koppla Retrieve RSS Entries → Validate Recent Items.
⚠️ Vanlig fallgrop: Om ert RSS-flöde använder ett annat datumfält än pubDate, uppdatera filtrets vänstervärde till rätt fält.
Steg 3: förbered och begränsa artiklar för bearbetning
Normalisera artikellänken, begränsa totala antalet objekt och iterera igenom dem för innehållsextrahering.
- I Assign Article Link lägger ni till ett fält med namnet link med värdet
{{ $json.link }}. - I Cap Items ställer ni in Max Items till
3. - Koppla Validate Recent Items → Assign Article Link → Cap Items → Iterate Articles.
- Säkerställ att Iterate Articles har standardinställningar för batch så att den bearbetar objekt ett i taget.
Steg 4: extrahera och aggregera artikelinnehåll
Skrapa varje artikel till markdown, extrahera nyckeldetaljer och aggregera dem till en enda datamängd.
- I Markdownify Web Page ställer ni in Resource till
markdownifyoch Website URL till{{ $json.link }}. - Inloggningsuppgifter krävs: Anslut era scrapegraphAIApi-inloggningsuppgifter i Markdownify Web Page.
- I Extract Key Details ställer ni in Text till
{{ $json.result }}och behåller beskrivningen för attributet content som angiven. - Säkerställ att Gemini Chat Engine är ansluten som språkmodell för Extract Key Details. Inloggningsuppgifter krävs: Anslut era googlePalmApi-inloggningsuppgifter i Gemini Chat Engine.
- I Aggregate Content ställer ni in Field to Aggregate från
output.contenttill Output Field Nametext. - Koppla Iterate Articles → Markdownify Web Page → Extract Key Details → Iterate Articles (loop) → Aggregate Content.
⚠️ Vanlig fallgrop: Om Markdownify Web Page returnerar tomt innehåll, verifiera att målsajten tillåter skrapning och att URL:en är korrekt.
Steg 5: skapa sammanställningen med AI och strukturerad output
Sammanfatta aggregerat innehåll till en formaterad sammanställning redo för e-post genom kedjade AI-modeller och parsning av strukturerad output.
- I Compose Digest ställer ni in Text till
{{ JSON.stringify($json.text) }}och behåller Prompt Type somdefine. - I Compose Digest säkerställer ni att Has Output Parser är aktiverat (
true). - Verifiera att OpenAI Summary Model är ansluten som språkmodell för Compose Digest. Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter i OpenAI Summary Model.
- I Structured Output Reader behåller ni Auto Fix aktiverat och säkerställer att schemat innehåller
subjectochbodyexakt som definierat. - Verifiera att OpenAI Format Model är ansluten som språkmodell för Structured Output Reader. Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter i OpenAI Format Model. Lägg till inloggningsuppgifter i den överordnade modellnoden, inte i parsernoden.
- Koppla Aggregate Content → Compose Digest och anslut Structured Output Reader till Compose Digest som output-parser.
Steg 6: konfigurera leverans av output (e-post och Telegram)
Skicka sammanställningen till e-post och Telegram parallellt när sammanfattningen är klar.
- I Dispatch Email Alert ställer ni in Send To till
[YOUR_EMAIL], Subject till{{ $json.output.subject }}och Message till{{ $json.output.body }}. - Inloggningsuppgifter krävs: Anslut era gmailOAuth2-inloggningsuppgifter i Dispatch Email Alert.
- I Post Telegram Update ställer ni in Chat ID till
[YOUR_ID]och Text till{{ $json.output.body }}. - Inloggningsuppgifter krävs: Anslut era telegramApi-inloggningsuppgifter i Post Telegram Update.
- Compose Digest skickar output till både Dispatch Email Alert och Post Telegram Update parallellt.
Steg 7: testa och aktivera ert arbetsflöde
Kör ett manuellt test för att validera innehållsextrahering och leverans, och aktivera sedan arbetsflödet för produktionsanvändning.
- Klicka på Execute Workflow för att köra Manual Run Trigger och verifiera att objekt flödar genom Retrieve RSS Entries och Validate Recent Items.
- Bekräfta att Compose Digest ger en strukturerad
subjectochbody, och att både Dispatch Email Alert och Post Telegram Update tar emot samma innehåll. - Kontrollera er inkorg och Telegram-chatt för sammanställningen; en lyckad körning visar ett formaterat sammanfattningsmeddelande levererat till båda kanalerna.
- Växla arbetsflödet till Active för att aktivera produktionsanvändning när testningen är lyckad.
Vanliga fallgropar
- ScrapeGraphAI-inloggningar kan löpa ut eller kräva specifika behörigheter. Om det börjar skapa fel, kontrollera först din ScrapeGraphAI-dashboard och n8n:s credential-test.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder fallerar på grund av tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du redigera utdata i all evighet.
Vanliga frågor
Cirka 30 minuter när dina konton är klara.
Nej, ingen kodning krävs. Du klistrar mest in din RSS-URL, kopplar inloggningar och anger Telegram-chatt-ID.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer startar på 20 USD/månad för högre volym. Du behöver också räkna med kostnader för OpenAI- och ScrapeGraphAI-API-användning.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och hanterar n8n bra. Self-hosting ger obegränsade körningar men kräver grundläggande serverhantering.
Ja, men du vill duplicera logiken för ”Retrieve RSS Entries” per flöde och sedan slå ihop objekten innan filtret ”Validate Recent Items”. Många höjer eller sänker även gränsen i ”Cap Items” beroende på hur brusigt varje flöde är. Du kan till och med routa olika flöden till olika Telegram-chattar genom att justera konfigurationen för ”Post Telegram Update”.
Oftast är det ett felaktigt chatt-ID eller en bot som inte har lagts till i kanalen med behörighet att posta. Kontrollera Telegram-inloggningarna i n8n igen och bekräfta sedan att boten faktiskt kan skicka meddelanden till den chatten. Om det fungerar en gång och sedan misslyckas senare kan du slå i rate limits när du testar upprepade gånger under en kort tidsperiod.
Som standard sammanfattar den upp till 3 artiklar per körning eftersom flödet begränsar antalet objekt.
För den här typen av flöde är n8n oftast ett bättre val, eftersom skrapning + AI-bearbetning i flera steg är mer omfattande än en enkel Zap med två åtgärder. Du får också mer flexibilitet för filtrering (som ”senaste 24 timmarna”), batchning och strukturerad output utan att betala extra för varje gren. Zapier eller Make kan fortfarande fungera om du förenklar flödet, men då får du ofta kompromissa med innehållsstrukturering eller sammanfattningskvalitet. Vill du hålla det robust och ändå lättläst är n8n det praktiska valet. Prata med en automationsexpert om du vill ha hjälp att välja den enklaste uppsättningen för just dina flöden.
När det här väl rullar slutar det kännas som ett måste att hålla sig uppdaterad. Du får en brief i Gmail och Telegram, och flödet tar hand om de stökiga delarna som du aldrig ville göra från början.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.