Du ställer en enkel väderfråga och hamnar sedan i en pingpong mellan appar, annonser, radarskärmbilder och fem olika ”känns som”-siffror. När du väl har bestämt dig har prognosen ändrats. Igen.
Telegram-svar om väder är en livräddare för dig som behöver fatta tidskritiska beslut. En marknadschef som planerar en pop-up, en driftledare som schemalägger fältarbete eller en småföretagare som vill undvika att regnet ställer in allt vill samma sak: ett tydligt svar, snabbt.
Det här workflowet förvandlar en fråga i naturligt språk till ett användbart svar (aktuellt väder eller en 5‑dagarsprognos) med OpenAI plus väderdata i realtid. Du ser hur det fungerar, vad du behöver och var det passar in i riktiga affärsbeslut.
Så här fungerar automationen
Hela n8n-workflowet, från trigger till slutligt resultat:
n8n Workflow Template: Telegram + OpenAI: vädersvar vid begäran
flowchart LR
subgraph sg0["Manual Execution Start Flow"]
direction LR
n0@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Engine", pos: "b", h: 48 }
n1@{ icon: "mdi:robot", form: "rounded", label: "AI Orchestration Agent", pos: "b", h: 48 }
n2@{ icon: "mdi:web", form: "rounded", label: "WeatherTrax API Tool", pos: "b", h: 48 }
n3["<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/code.svg' width='40' height='40' /></div><br/>🧪 Inspect Output"]
n4@{ icon: "mdi:swap-vertical", form: "rounded", label: "🧪 Input Weather Query", pos: "b", h: 48 }
n5@{ icon: "mdi:play-circle", form: "rounded", label: "Manual Execution Start", pos: "b", h: 48 }
n1 --> n3
n2 -.-> n1
n0 -.-> n1
n4 --> n1
n5 --> n4
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 n5 trigger
class n1 ai
class n0 aiModel
class n2 api
class n3 code
classDef customIcon fill:none,stroke:none
class n3 customIcon
Problemet: väderinfo går snabbt, beslut gör det inte
Väder är ”enkelt” att kolla tills det inte är det. Du är inte ute efter trivia. Du försöker svara på: ”Kan vi köra utomhusfotot vid 15?” eller ”Behöver vi tält på lördag?” eller ”Blir vinden ett problem för skyltningen?” De flesta hamnar i samma loop: öppna en väderapp, växla till en annan källa, tolka timme vs. dag, och sedan översätta det till ett ja/nej-beslut åt alla andra. Det är långsamt, inkonsekvent och det bjuder in till misstag när det är bråttom.
Friktionen bygger på.
- Folk ställer samma fråga i chatten hela dagen, och du svarar manuellt eftersom ”det går snabbare än att förklara”.
- Skärmbilder på prognoser blir snabbt inaktuella, vilket gör att team planerar utifrån väder som redan är föråldrat.
- Du tappar tid på att tolka rådata i stället för att få en rekommendation i klartext som du kan agera på.
- När ett beslut blir fel kan ingen säga vilken källa som användes eller vad prognosen faktiskt sa vid tillfället.
Lösningen: fråga på vanlig svenska och få ett användbart vädersvar
Det här n8n-workflowet tar en väderfråga i naturligt språk och gör om den till ett tydligt svar baserat på prognosdata i realtid. Du börjar genom att skicka (eller testa med) en fråga som ”Kommer det att regna nästa tisdag i Seattle?” AI-agenten läser vad du menar, plockar ut plats och tidsperiod och anropar sedan ett hostat MCP Weather-verktyg som ger aktuella förhållanden och en detaljerad 5‑dagarsprognos med data från WorldWeatherOnline. Till sist formaterar workflowet svaret så att det är enkelt att klistra in i chatten eller skicka vidare till en annan automation, till exempel schemaläggning, larm eller dagliga briefar. Det är byggt för att fungera direkt, med felhantering och rate limiting inbyggt.
Workflowet börjar med en enkel input, och sedan avgör AI-agenten vilken väderdata som behövs (aktuellt vs. prognos). MCP-verktyget hämtar väderdetaljer i realtid, och slutresultatet blir ett lättläst svar som du kan dela direkt. Rent. Repeterbart. Ärligt talat, lugnande.
Det här får du: automation vs. resultat
| Vad det här workflowet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut i praktiken
Säg att ditt team kör tre utomhusjobb i veckan och att ni får fem väderfrågor per jobb i Telegram (från personal, kunder och partners). Manuell hantering tar kanske 5 minuter per fråga när du kollar ett par källor och skriver ett svar, alltså runt 75 minuter i veckan. Med det här workflowet ställer du frågan en gång, väntar en kort stund på bearbetning och klistrar sedan in det formaterade svaret, vilket hamnar närmare 1 minut per fråga. Det är ungefär en timme tillbaka varje vecka, och svaren blir konsekventa.
Det här behöver du
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- Telegram för att ställa frågor där ni redan chattar
- OpenAI för att tolka frågor och formatera svar
- OpenAI API-nyckel (hämta den i OpenAI API-dashboarden)
Kunskapsnivå: Nybörjare. Du kopplar in behörigheter och justerar en prompt, men du behöver inte skriva riktig kod om du inte vill anpassa outputen.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
En fråga startar allt. I mallen börjar workflowet med en manuell körning och ett exempel-fält för ”weather query”, vilket är perfekt för test. I produktion byter du normalt input till Telegram (eller en webhook) så att frågor kommer in naturligt.
AI-agenten tar reda på vad du menar. Agenten läser din mening, plockar ut platsen och avgör om du frågar efter aktuella förhållanden eller en prognos för flera dagar.
Väderdata i realtid hämtas automatiskt. Workflowet anropar det hostade MCP Weather-verktyget via en HTTP-request, som returnerar tillförlitlig, strukturerad väderdata utan att du behöver hantera en separat API-nyckel för väder.
Ett strukturerat svar kommer ut i andra änden. Ett litet inspektions-/kodsteg hjälper till att forma slutsvaret så att det är läsbart i chatten och även kan återanvändas i efterföljande automationer.
Du kan enkelt ändra svars-stilen så att den matchar din ton, eller byta destination från en test-output till Telegram-meddelanden utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementation
Steg 1: konfigurera den manuella triggern
Det här arbetsflödet startar manuellt så att ni kan testa olika väderförfrågningar vid behov.
- Lägg till och öppna Manual Execution Start.
- Lämna alla standardinställningar som de är för att möjliggöra manuell testning.
- Bekräfta att Manual Execution Start är ansluten till 🧪 Input Weather Query.
Steg 2: anslut input weather query
Ange ett exempel på en väderförfrågan som agenten ska tolka.
- Öppna 🧪 Input Weather Query.
- Under Values → String, ställ in Name till
Weather Request. - Ställ in Value till
What is the weather in New York City?(eller er föredragna testfråga). - Verifiera att 🧪 Input Weather Query skickar utdata till AI Orchestration Agent.
Steg 3: konfigurera ai orchestration agent
Den här agenten tolkar väderförfrågan och triggar verktygsanropet.
- Öppna AI Orchestration Agent.
- Ställ in Text till
={{ $json['Weather Request'] }}. - Ställ in Prompt Type till
define. - I Options → System Message, behåll de angivna instruktionerna som tvingar fram anrop till väderverktyget.
- Bekräfta att AI Orchestration Agent skickar utdata till 🧪 Inspect Output.
Autentiseringsuppgifter krävs: Anslut era openAiApi-autentiseringsuppgifter i OpenAI Chat Engine. Den här modellen är kopplad som språkmodell för AI Orchestration Agent.
Steg 4: konfigurera weathertrax api tool
Verktyget gör väderuppslagningen när agenten begär det.
- Öppna WeatherTrax API Tool.
- Ställ in URL till
https://mcp-weathertrax.jaredco.com. - Ställ in Method till
POST. - Aktivera Send Body och ställ in Specify Body till
json. - Ställ in JSON Body till
={{ /*n8n-auto-generated-fromAI-override*/ $fromAI('JSON', ``, 'json') }}. - Behåll Tool Description som
Get weather information for any location - supports current weather, forecasts, and multi-day predictions.
WeatherTrax API Tool är ansluten till AI Orchestration Agent som ett AI-verktyg. Om ni senare lägger till autentisering, tillämpa autentiseringsuppgifter i den överordnade tjänstekonfigurationen (inte i verktygsanslutningen).
Steg 5: inspektera utdata
Granska payloaden för verktygsanropet och tolkade indata för felsökning.
- Öppna 🧪 Inspect Output.
- Bekräfta att JavaScript Code är inställt på
return [{ fullAgentOutput: $json, toolCall: $json.tool_call, toolParams: $json.tool_call?.input, message: '✅ Click this node to view the tool call and parsed input!' }]. - Använd den här noden för att validera agentens struktur för verktygsanrop under tester.
Steg 6: testa och aktivera ert arbetsflöde
Kör arbetsflödet för att verifiera väderförfrågningar och verktygsanrop innan ni aktiverar.
- Klicka på Execute Workflow för att köra Manual Execution Start manuellt.
- Öppna 🧪 Inspect Output och bekräfta att verktygsanropet inkluderar
location,query_typeoch (om tillämpligt)num_days. - Om verktygsanropet saknas eller är felaktigt utformat, gå tillbaka till systemmeddelandet i AI Orchestration Agent.
- När allt är validerat, växla arbetsflödet till Active för användning i produktion.
Vanliga fallgropar
- OpenAI-behörigheter kan löpa ut eller vara kopplade till fel projekt. Om det slutar fungera, kontrollera först OpenAI-credentialn i AI Agent- eller Chat Model-noden.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att redigera output i all evighet.
Vanliga frågor
Cirka 30 minuter om du redan har din OpenAI-nyckel redo.
Nej. Du kopplar mest ihop konton och justerar en prompt. Mallen innehåller redan den viktigaste logiken.
Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna med OpenAI API-användning, vilket vanligtvis kostar småpengar för enkla väderfrågor.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärd och klarar n8n bra. Egen hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, men då ändrar du triggern och destinationen. Byt ut Manual Trigger mot en Schedule-trigger och byt sedan ut ”input weather query” mot en förinställd stadlista (eller ett Google Sheet). De flesta justerar också systemprompten i AI Agent för att tvinga fram ett konsekvent format som ”Idag / Imorgon / Nästa 3 dagar”. Om du vill att den ska posta tillbaka i Telegram automatiskt lägger du till en Telegram send-message-nod efter output-formateringen.
Oftast är det en ogiltig eller utgången API-nyckel som är sparad i OpenAI-credentialn. Uppdatera credentialn som används av OpenAI Chat Model- eller Agent-noden och kör igen. Om det fortfarande misslyckas, kontrollera dina kontogränser i OpenAI (betalning, rate limits) och bekräfta att vald modell är tillgänglig för ditt konto.
Många.
Det beror på hur ”smart” du behöver att svaret ska vara. Zapier och Make funkar bra för enkla flöden i två steg, men n8n är mer bekvämt när du lägger till förgreningar, minne eller retries, och med egen hosting slipper du räkna varje körning som om det vore en skatt. Det här workflowet bygger på en AI Agent plus ett verktygsanrop, och det är precis där n8n ofta glänser eftersom du kan forma prompten, inspektera output och hantera fel utan krångliga workarounds. Om du bara behöver en grundläggande automation som ”skicka prognos dagligen” kan enklare verktyg kännas snabbare. Om du vill ha frågor vid begäran, konsekvent formatering och en väg till mer avancerade åtgärder är n8n en bättre långsiktig lösning. Prata med en automationsexpert om du vill ha en second opinion innan du bygger.
När detta väl rullar slutar vädret vara en distraktion och blir i stället en snabb input till bättre beslut. Sätt upp det en gång och låt workflowet ta hand om återkommande frågor.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.