Du är på väg att godkänna en utbetalning, ett uttag eller en kundöverföring … och så frågar någon: ”Har vi kollat plånboken?” Plötsligt alt-tabbar du mellan explorers, kopierar adresser, tvivlar på resultaten och hoppas att du inte missat något uppenbart.
Det är här automatisering av Tron blacklist checks verkligen gör nytta. Crypto ops-team känner pressen först, men grundare som driver en slimmad verksamhet och byråoperatörer som hanterar kundplånböcker sitter med samma risk: en enda dålig adress kan bli en supportmardröm.
Det här arbetsflödet gör Telegram till en snabb grind för ”säker vs. svartlistad”. Du ser exakt vad det gör, vad du behöver för att köra det och var team oftast går fel.
Så fungerar den här automatiseringen
Se hur detta löser problemet:
n8n Workflow Template: Telegram + Tronscan: snabba Tron-svartlistkontroller
flowchart LR
subgraph sg0["Telegram Flow"]
direction LR
n0["<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/>Telegram Trigger"]
n1["<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/>Telegram Send Message"]
n2@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Check Wallet Address Format", 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/httprequest.dark.svg' width='40' height='40' /></div><br/>Tron BlackList Stable Token .."]
n4["<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/>Check Api Response"]
n5["<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/>Set Error Message (Wallet Ad.."]
n0 --> n2
n4 --> n1
n2 --> n3
n2 --> n5
n3 --> n4
n5 --> n1
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 n2 decision
class n3 api
class n4,n5 code
classDef customIcon fill:none,stroke:none
class n0,n1,n3,n4,n5 customIcon
Utmaningen: fånga svartlistade plånböcker innan du betalar
Svartlistkontroller är en sådan uppgift som verkar ”snabb” tills du gör den hela dagen. Någon slänger in en Tron-adress i en chatt, du kopierar den, öppnar Tronscan, hittar rätt endpoint eller sida och tolkar det du ser. Sedan upprepar du. Under tiden staplas godkännanden på hög, kunder väntar och din uppmärksamhet dras bort från arbetet som faktiskt får verksamheten att växa. Och när kontrollen hoppas över (eller görs slarvigt) blir konsekvenserna brutala: fastlåsta medel, compliance-strul och en väldigt obekväm ”vi borde ha fångat det där”-post mortem.
Det summeras snabbt. Här är var det fallerar i verkligheten.
- Folk klistrar in adresser med extra tecken eller mellanslag, så manuella kontroller blir inkonsekventa och opålitliga.
- Varje kontroll stjäl några minuters fokus, och kontextbyten är den verkliga tidsdödaren.
- Godkännanden sker på samma ställe som allt annat (Telegram, Slack), men verifieringen sker någon annanstans.
- När volymen ökar blir ”jag kollar det senare” till ”vi har redan betalat”.
Lösningen: en Telegram-bot som svarar ”svartlistad” eller ”säker”
Det här n8n-arbetsflödet gör ett Telegram-meddelande till ett direkt svartlistsbeslut med data från Tronscan. En kollega skickar ett kommando (som /sorgu) följt av en Tron-plånboksadress. Arbetsflödet kontrollerar först meddelandeformatet, eftersom felaktiga indata är den vanligaste anledningen till att automatiseringar överges. Om adressen ser giltig ut skickar n8n en HTTP-förfrågan till Tronscan API-endpointen som rapporterar USDT-svartlistningar. Därefter läser ett kort logiksteg API-svaret och bygger ett människovänligt svar. Slutligen skickar Telegram resultatet tillbaka i samma chatt, så beslutet ligger nära godkännandedialogen.
Arbetsflödet startar i Telegram, validerar plånbokstexten och anropar sedan Tronscan. Efter det returnerar det ett tydligt meddelande: antingen är plånboken svartlistad (och visar adressen), eller så är den inte svartlistad och utbetalningen kan gå vidare.
Vad som ändras: före vs. efter
| Det här eliminerar | Effekt du kommer att se |
|---|---|
|
|
Effekt i verkligheten
Säg att ditt team kontrollerar 25 Tron-adresser per dag för uttag. Manuellt tar det oftast cirka 3 minuter per adress när du räknar in copy/paste, att sidan laddar och att du bekräftar det du ser, vilket blir ungefär 75 minuter per dag. Med det här arbetsflödet är det närmare 15 sekunder att skicka /sorgu plus adressen, och sedan väntar du en kort stund på svaret. Det är ungefär en timme tillbaka varje dag, och kontrollen blir lättare att upprätthålla eftersom den är inbyggd i chatten.
Krav
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Telegram-bot som tar emot kommandon och svarar.
- Tronscan API-åtkomst för att hämta svartlistsvar via HTTP.
- Telegram bot token (hämta den från BotFather i Telegram).
Svårighetsgrad: Nybörjare. Du kopplar Telegram-uppgifter och klistrar in rätt kommandoformat.
Behöver du hjälp att implementera detta? Prata med en automationsspecialist (gratis 15-minuters konsultation).
Arbetsflödets steg
Ett Telegram-meddelande triggar kontrollen. Någon skickar kommandot /sorgu med en Tron-plånboksadress, och n8n plockar upp det direkt via din bot.
Arbetsflödet validerar plånbokstexten. Om meddelandet inte matchar förväntat mönster routas det till ett svar om ”ogiltigt format” så teamet inte behöver gissa vad som gick fel.
Tronscan frågas via en HTTP-förfrågan. n8n anropar Tronscan API-endpointen för USDT-svartlistan och väntar på ett JSON-svar som visar om det finns några svartlistningar.
Ett tydligt svar skickas tillbaka till Telegram. Ett kort kodsteg översätter API-resultatet till ett läsbart meddelande: ”svartlistad” eller ”inte svartlistad”, och sedan postar boten det i samma chattråd.
Du kan enkelt ändra kommandonamn och formulering i svaren efter behov. Se den fullständiga implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera Telegram-triggern
Det här arbetsflödet startar när ett Telegram-meddelande kommer in, så ni konfigurerar triggern som lyssnar efter inkommande meddelanden.
- Lägg till noden Telegram Intake Trigger som din trigger.
- Ställ in Updates på
messageför att fånga användarens textinmatning. - Inloggningsuppgifter krävs: Anslut era telegramApi-inloggningsuppgifter i Telegram Intake Trigger.
- Behåll webhook-inställningarna som de genereras så att Telegram kan leverera meddelanden till n8n.
Steg 2: Anslut Telegram för svar
Konfigurera Telegram-svarsnoden så att användare får resultatet för blacklistan eller ett formatfel.
- Lägg till noden Send Telegram Reply och anslut den till utdata från Evaluate API Result och Compose Format Error.
- Ställ in Text till
={{ $json.text }}så att utdatameddelandet skickas dynamiskt. - Ställ in Chat ID till
={{ $('Telegram Intake Trigger').item.json.message.from.id }}så att svar går till avsändaren. - I Additional Fields ställer ni in Reply To Message ID till
={{ $('Telegram Intake Trigger').item.json.message.message_id }}. - Inloggningsuppgifter krävs: Anslut era telegramApi-inloggningsuppgifter i Send Telegram Reply.
Steg 3: Sätt upp logik för validering av plånbok
Arbetsflödet kontrollerar att användarens inmatning matchar ett mönster för en Tron-plånboksadress innan API:et anropas.
- Lägg till noden Validate Wallet Pattern efter Telegram Intake Trigger.
- Ställ in villkoret så att det använder String → Regex.
- Ställ in Left Value till
={{ $json.message.text }}. - Ställ in Right Value till
T[A-Za-z1-9]{33}. - Anslut utgången true till Fetch Tron Blacklist API och utgången false till Compose Format Error.
T[A-Za-z1-9]{33} om ni inte avsiktligt ändrar valideringsreglerna.Steg 4: Konfigurera API-uppslag och bearbetning av resultat
När en giltig adress upptäcks frågar arbetsflödet Tronscan och formaterar svaret för Telegram.
- Lägg till noden Fetch Tron Blacklist API och anslut den till utgången true från Validate Wallet Pattern.
- Ställ in URL till
=https://apilist.tronscanapi.com/api/stableCoin/blackList?blackAddress={{ $json.message.text }}. - Lägg till noden Evaluate API Result och anslut den efter Fetch Tron Blacklist API.
- I Evaluate API Result behåller ni JavaScript-koden enligt instruktion för att skapa antingen en blacklist-varning eller ett rent resultat.
- Säkerställ att utdata från Evaluate API Result ansluts till Send Telegram Reply.
Steg 5: Konfigurera meddelanden för formatfel
Om plånboksmönstret inte klarar valideringen returneras ett vänligt felmeddelande till användaren.
- Lägg till noden Compose Format Error och anslut den till utgången false från Validate Wallet Pattern.
- Använd den medföljande JavaScript-koden som returnerar
Please enter your wallet address correctly and completely.som text. - Säkerställ att Compose Format Error skickar utdata till Send Telegram Reply.
Steg 6: Testa och aktivera ert arbetsflöde
Verifiera arbetsflödet med ett riktigt Telegram-meddelande och aktivera det sedan för kontinuerlig användning.
- Klicka på Execute Workflow och skicka ett testmeddelande till er Telegram-bot med en giltig Tron-adress.
- Bekräfta att en giltig adress triggar Fetch Tron Blacklist API → Evaluate API Result → Send Telegram Reply.
- Skicka en ogiltig adress för att verifiera att svaret från Compose Format Error returneras.
- När resultaten ser korrekta ut växlar ni arbetsflödet till Active så att det körs i produktion.
Se upp med
- Telegram-uppgifter kan löpa ut eller få fel behörighetsomfång. Om svar plötsligt slutar komma, kontrollera bot token i n8n-uppgifterna och bekräfta att boten fortfarande är tillåten i den chatten.
- Om du använder Wait-noder eller extern rendering varierar bearbetningstiderna. Öka väntetiden om nedströmsnoder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du redigera utdata i all evighet.
Vanliga frågor
Cirka 20 minuter om din Telegram-bot redan är skapad.
Ja. Ingen kodning krävs, du kopplar främst Telegram och klistrar in botens kommandoformat.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer startar på 20 USD/månad för högre volymer. Du behöver också ta hänsyn till Tronscan API-tillgänglighet (det här arbetsflödet använder en publik HTTP-endpoint, så direkta kostnader är vanligtvis 0 USD, men hastighetsbegränsningar kan förekomma).
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärt och hanterar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serveradministration.
Du kan ändra kommandot i Telegram-triggern (till exempel /blacklist i stället för /sorgu) och justera svarstexten i kodsteget ”Evaluate API Result”. Vanliga justeringar är att lägga till ett andra API-anrop för extra risksignaler, routa ”svartlistad”-resultat till en intern godkännandekanal och logga varje kontroll till ett Google Sheet för revision.
Oftast handlar det om en ogiltig eller roterad bot token i n8n. Det kan också vara att boten inte har tillåtelse att läsa meddelanden i chatten (vanligt i grupper), eller att arbetsflödet lyssnar på ett annat kommando än det användarna skickar. Om meddelanden kommer in men svar uteblir, kontrollera Chat ID-mappningen i noden för att skicka meddelande och bekräfta att arbetsflödet är aktiverat.
Mer än tillräckligt för daglig drift: varje kontroll är bara en HTTP-förfrågan och ett Telegram-svar.
Ofta, ja – särskilt om du vill ha indatavalidering och olika grenar för ”ogiltigt format”, ”svartlistad” och ”säker”. n8n gör den typen av logik enkel, och du kan self-hosta för att undvika prissättning per uppgift när meddelandevolymen ökar. Zapier eller Make kan fortfarande fungera, men du kan hamna i strul med formatering, begränsad branching eller högre kostnader när boten används hela dagen. Dessutom är n8n:s hantering av HTTP-förfrågningar flexibel, vilket spelar roll när du är beroende av en API-svarsstruktur som Tronscans. Om du är osäker, prata med en automationsspecialist och mappa det mot er volym och riskprocess.
När detta väl är igång blir svartlistverifiering en vana i stället för ett irritationsmoment. Arbetsflödet tar hand om den repetitiva kontrollen så att teamet kan godkänna snabbare, med större trygghet.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.