Steg 2: anslut ScrapegraphAI för community-listningen

Scrapa n8n:s huvudsida för community-arbetsflöden för att hämta avsnittet ”Recently Added” i Markdown.

1. Lägg till Scrape Community Listing och ställ in Resource till markdownify.
2. Ställ in Website URL till https://n8n.io/workflows/.
3. Aktivera Render Heavy JS.
4. Inloggningsuppgifter krävs: Anslut era scrapegraphAIApi-inloggningsuppgifter i Scrape Community Listing.

Steg 3: sätt upp AI-parsning och expandering av arbetsflödeslista

Använd AI för att extrahera arbetsflödestitlar och URL:er från den scrapade Markdownen, och expandera dem sedan till individuella objekt.

1. Konfigurera Gemini Chat Engine som språkmodell för Parse Recent Additions. Inloggningsuppgifter krävs: Anslut era googlePalmApi-inloggningsuppgifter.
2. Konfigurera OpenAI Chat Engine (modell gpt-5-mini) och anslut den till Structured Output Mapper. Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter i OpenAI Chat Engine.
3. I Structured Output Mapper, låt Auto Fix vara aktiverat och ställ in Input Schema till det tillhandahållna JSON-schemat för workflows.
4. I Parse Recent Additions, ställ in Text till {{ $json.result }} och låt Has Output Parser vara aktiverat. Structured Output Mapper är en sub-nod—autentisering ska läggas till i OpenAI Chat Engine, inte i parsern.
5. I Map Workflow List, tilldela workflows till {{ $json.output.workflows }}.
6. I Expand Workflow Items, ställ in Field to Split Out till workflows och anslut den till Iterate Workflow Batches.

Steg 4: scrapa varje arbetsflöde och kör parallell extrahering

För varje arbetsflödes-URL, scrapa detaljsidan och kör två parallella AI-processer: fältextrahering och Markdown-rensning.

1. Konfigurera Scrape Workflow Detail med Resource satt till markdownify, Website URL satt till {{ $json.url }} och Render Heavy JS aktiverat. Inloggningsuppgifter krävs: Anslut era scrapegraphAIApi-inloggningsuppgifter.
2. Säkerställ att Scrape Workflow Detail skickar output till både Extract Workflow Fields och Clean Article Markdown parallellt.
3. Anslut Gemini Extract Model som språkmodell för Extract Workflow Fields. Inloggningsuppgifter krävs: Anslut era googlePalmApi-inloggningsuppgifter.
4. I Extract Workflow Fields, ställ in Text till {{ $json.result }} och behåll attributen för categories, author, price, title, url och id.
5. Anslut Gemini Content Model som språkmodell för Clean Article Markdown. Inloggningsuppgifter krävs: Anslut era googlePalmApi-inloggningsuppgifter.
6. I Clean Article Markdown, ställ in Text till {{ $json.result }}.

Steg 5: generera sammanfattning och kombinera detaljer

Rensa Markdownen, generera en italiensk sammanfattning med Gemini och slå ihop alla fält till en enda post.

1. I Assign Clean Content, ställ in content till {{ $json.text }}.
2. Konfigurera Generate Summary med Model satt till models/gemini-2.5-flash och System Message satt till Riassumi in italiano lo scopo di questo flusso e gli strumenti utilizzati. Sii conciso e chiaro senza preamboli. Usa plain text.
3. Ställ in meddelandeinnehållet i Generate Summary till {{ $json.content }}. Inloggningsuppgifter krävs: Anslut era googlePalmApi-inloggningsuppgifter.
4. I Combine Details, ställ in Mode till combine och Combine By till combineAll, och anslut sedan både Generate Summary och Extract Workflow Fields till den.

Steg 6: konfigurera output till Google Sheets

Lägg till de sammanslagna arbetsflödesdetaljerna och sammanfattningen i ert Google Sheet.

1. Lägg till Append Sheet Row och ställ in Operation till append.
2. Välj målbladet med Document ID satt till [YOUR_ID] och Sheet Name satt till gid=0.
3. Mappa kolumner med dessa uttryck: ID {{ $json.output.id }}, URL {{ $json.output.url }}, PRICE {{ $json.output.price }}, TITLE {{ $json.output.title }}, AUTHOR {{ $json.output.author }}, SUMMARY {{ $('Generate Summary').item.json.content.parts[0].text }}, CATEGORIES {{ $json.output.categories }}.
4. Inloggningsuppgifter krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i Append Sheet Row.

Steg 7: testa och aktivera ert arbetsflöde

Validera hela arbetsflödet från början till slut och aktivera det för löpande användning.

1. Klicka på Execute Workflow med start från Manual Start Trigger för att köra ett test.
2. Verifiera att Scrape Community Listing returnerar Markdown och att Parse Recent Additions ger en workflows-array.
3. Bekräfta att Scrape Workflow Detail matar både Extract Workflow Fields och Clean Article Markdown parallellt, och att Combine Details tar emot båda grenarna.
4. Kontrollera ert Google Sheet för att säkerställa att en ny rad visas med ID, titel, sammanfattning och kategorier.
5. När ni är nöjda, växla arbetsflödet till Active. Om ni planerar att automatisera, anslut Utility: Scheduled Run Trigger till samma ingångspunkt som den manuella triggern.