Behöver ert företag hjälp med att implementera AI? Kontakta oss och få prisoffert här →
AI Skolan ›
januari 22, 2026

Telegram + WEEX: spotsignaler i ett tydligt svar

Rickard Andersson Partner, Nodenordic.se

Du ställer en enkel fråga som “BTC bullish eller bearish?” och plötsligt sitter du och jonglerar fem flikar, två grafer, ett nyhetsflöde och ett halvfärdigt meddelande som du inte vågar skicka eftersom det redan är inaktuellt. Det är det verkliga problemet. Det är inte analysen. Det är stressen.

Community managers inom trading känner av det när deras Telegram blir en nonstop “vad är nästa move?”-support. Marknadsansvariga i kryptoprojekt känner av det när de behöver snabb och konsekvent marknadskontext för innehåll. Och grundare som fortfarande håller koll på spotmarknaderna? Samma sak. Den här automatiseringen för WEEX Telegram signals ger dig en felfri brief som du faktiskt kan dela.

Du får se vad workflowet gör, vad det ersätter och hur du får igång det i n8n utan att det blir ett forskningsprojekt.

Så här fungerar automatiseringen

Se hur detta löser problemet:

n8n Workflow Template: Telegram + WEEX: spotsignaler i ett tydligt svar

Utmaningen: att göra rörig marknadsdata till ett användbart Telegram-svar

De flesta “marknadsuppdateringar” faller på tråkiga orsaker. Personen som skriver dem har bråttom, datan kommer från olika håll och slutmeddelandet blir antingen för vagt (“ser bullish ut”) eller för långt för att orka läsa i chatten. Sedan gör du om det en timme senare för att någon frågar om ett annat mynt, en annan tidsram eller “vad som förändrades”. Den mentala belastningen smyger sig också på. Du ifrågasätter hela tiden: kollade jag orderbokens djup, missade jag en nyhet som precis kom, vände RSI på 4h?

Det eskalerar snabbt. Här är var det brister i praktiken.

  • Du slösar cirka 20 minuter på att plocka fram pris, candles och indikatorer innan du ens börjar skriva meddelandet.
  • Olika tidsramar berättar olika historier, så din “sammanfattning” blir en intern debatt i stället för en tydlig signal.
  • Nyhetssentiment läggs på i slutet (om alls), vilket gör att din uppdatering missar det som folk bryr sig mest om.
  • Långa Telegram-svar kapas eller formateras dåligt, så råden ser slarviga ut även när analysen är stabil.

Lösningen: fråga i Telegram, få en WEEX spotmarknads-brief tillbaka

Det här workflowet gör Telegram till din “enda ingång” för spotmarknadsanalys på WEEX. En användare skickar en fråga (som “15m- och 4h-trender för SOL” eller “orderboksstruktur för ETH”), och n8n tilldelar en session så att samtalet hänger ihop. Därifrån skickar en AI-orkestrator vidare förfrågan till rätt verktyg: den kan hämta livepris och senaste avslut, hämta candles för 15m/1h/4h/1d och lägga till kontext från orderbokens djup. Den samlar också kryptonyheter från källor som CoinDesk och CoinTelegraph och använder sedan GPT-4o (eller DeepSeek Chat) för att översätta bruset till sentiment du kan förstå. Till sist sätter den ihop en felfri, lättläst Telegram-brief och skickar tillbaka den. Om meddelandet är långt delas det upp i delar så att leveransen i Telegram förblir pålitlig.

Workflowet startar med en fråga i Telegram. Därefter hämtas WEEX-marknadsdata och indikatorer för flera tidsramar och tolkas av agenten. Nyheter och sentiment läggs till, och slutresultatet levereras som en strukturerad rapport i Telegram som du kan vidarebefordra till en grupp utan att skriva om.

Vad som förändras: före vs. efter

Effekt i verkligheten

Säg att du publicerar två spotuppdateringar per dag i Telegram: en morgonrecap och en eftermiddagsavstämning. Manuellt kan du lägga cirka 10 minuter på att hämta indikatorer för flera tidsramar, ytterligare 10 minuter på att kolla orderbok och senaste avslut, plus 10 minuter på att skumma rubriker och skriva en läsbar sammanfattning. Det är cirka 30 minuter per uppdatering, eller ungefär 1 timme per dag. Med det här workflowet skickar du en fråga i Telegram (en minut), väntar på att agenten hämtar och utvärderar data (några minuter) och vidarebefordrar sedan den felfria briefen. Du får tillbaka större delen av timmen, och meddelandekvaliteten håller en jämn nivå.

Krav

  • n8n-instans (testa n8n Cloud gratis)
  • Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
  • Telegram-bot för att ta emot frågor och skicka svar
  • OpenAI (GPT-4o) eller DeepSeek Chat för att generera den slutliga marknadsbriefen
  • API-token för Telegram Bot (hämta den via @BotFather i Telegram)

Kunskapsnivå: Medel. Du kopplar konton, lägger in API-nycklar och testar några riktiga prompts i Telegram.

Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).

Workflow-flödet

Ett Telegram-meddelande triggar allt. Telegram Trigger lyssnar efter nya uppdateringar till din bot, så workflowet startar i samma ögonblick som någon ber om en spot-analys.

En session tilldelas, så agenten håller kursen. n8n skapar en sessionsidentifierare och skickar prompten till Quant Analysis Orchestrator, som använder minne så att följdfrågor inte känns lösryckta.

Marknadsdata, indikatorer och sentiment samlas in och utvärderas. HTTP Request-verktyg hämtar WEEX spotdata som tickers, candles (15m, 1h, 4h, 1d), orderboksdjup och senaste avslut. RSS- och nyhetshämtare tar in rubriker, och OpenAI:s chattmodeller sammanfattar det till en signal du faktiskt kan agera på.

En felfri Telegram-rapport levereras. Om outputen är lång delar workflowet upp den innan den skickas, vilket gör formateringen läsbar och minskar risken för misslyckade meddelanden.

Du kan enkelt justera promptstil och outputformat så att det matchar din tonalitet eller riskpolicy. Se hela implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementering

Steg 1: konfigurera Telegram-triggern

Det här arbetsflödet startar när ett Telegram-meddelande tas emot och använder det meddelandet som indata för analys.

  1. Lägg till och öppna Telegram Update Trigger.
  2. Ställ in Updates på message.
  3. Inloggningsuppgifter krävs: anslut era telegramApi-inloggningsuppgifter.
  4. Spara noden och låt n8n skapa webhook-URL:en för Telegram.

Steg 2: koppla Telegram-indata till sessionskontext

Arbetsflödet sparar chatt-ID och meddelandetext för efterföljande AI-bearbetning.

  1. Öppna Assign Session Identifier.
  2. Ställ in sessionId till {{ $json.message.chat.id }}.
  3. Ställ in message till {{ $json.message.text }}.
  4. Bekräfta kopplingen i huvudflödet: Telegram Update Trigger → Assign Session Identifier → Quant Analysis Orchestrator.

Tips: om Telegram-meddelanden innehåller kommandon eller symboler, behåll dem i råmeddelandet så att orchestratorn kan avgöra symbolkontexten.

Steg 3: konfigurera den primära AI-orchestratorn

Orchestratorn routar begäran till Spot- eller Futures-analys och anropar subagenter och verktyg.

  1. Öppna Quant Analysis Orchestrator och ställ in Text till {{ $json.message }}.
  2. Säkerställ att Prompt Type är define och behåll systemmeddelandet som angivet.
  3. Bekräfta att OpenAI Chat Engine är ansluten som språkmodell för Quant Analysis Orchestrator.
  4. Inloggningsuppgifter krävs: anslut era openAiApi-inloggningsuppgifter till OpenAI Chat Engine.
  5. Obs: AI-minne och verktyg (t.ex. Quant Orchestrator Memory) ärver inloggningsuppgifter från den överordnade agenten.

Steg 4: konfigurera datakällor för nyheter och sentiment

Sentiment-subagenten slår ihop RSS-flöden och NewsAPI-resultat till ett enda kontextblock för marknaden.

  1. Öppna Market News Sentiment Tool och bekräfta att systemmeddelandet och verktygsbeskrivningen är intakta.
  2. Verifiera att RSS-verktygen är kopplade till den överordnade noden: CoinTelegraph RSS Reader, CoinDesk RSS Reader och NewsBTC RSS Reader.
  3. Öppna NewsAPI Fetcher och ställ in URL till https://newsapi.org/v2/everything.
  4. Ställ in frågeparametrar: q till {{ /*n8n-auto-generated-fromAI-override*/ $fromAI('parameters0_Value', `name of crypto that is being searched`, 'string') }} och sortBy till popularity.
  5. Inloggningsuppgifter krävs: anslut era httpHeaderAuth-inloggningsuppgifter i NewsAPI Fetcher.
  6. Bekräfta att OpenAI Chat Engine B är ansluten som språkmodell för Market News Sentiment Tool; lägg till openAiApi-inloggningsuppgifter i OpenAI Chat Engine B.

⚠️ Vanlig fallgrop: RSS-verktygen och NewsAPI-verktyget är AI-subnoder. Lägg inte till inloggningsuppgifter i dessa subnoder; lägg i stället till inloggningsuppgifter i deras överordnade språkmodellnoder.

Steg 5: konfigurera Spot-dataaggregering och REST-hämtning

Spot-pipelinen hämtar snapshot-data, orderboksdjup, affärer och flera tidsramar för candles.

  1. Öppna Spot Quant Subagent Tool och bekräfta systemmeddelandet som kräver anrop till REST-snapshot-, WebSocket-stream- och indikator-subagenter.
  2. Bekräfta att OpenAI Chat Engine A är ansluten som språkmodell för Spot Quant Subagent Tool och lägg till openAiApi-inloggningsuppgifter där.
  3. Öppna Spot Raw Data Aggregator och säkerställ att den använder verktygen Spot REST Snapshot Tool och Raw Data Merge Reasoning för normaliserade utdata.
  4. Öppna Spot REST Snapshot Tool och behåll prompten för REST-baslinjer; notera att den använder {{minBars}} i systemmeddelandet för att styra candle-gränser.
  5. Kontrollera URL:er för REST-verktyg (exempel): Retrieve Single Ticker använder {{ /*n8n-auto-generated-fromAI-override*/ $fromAI('URL', `Request example\n\ncurl "https://contract-openapi.weex.com/api/spot/v1/market/ticker?symbol=BTCUSDT_SPBL"\n`, 'string') }}.
  6. Verifiera att candle-verktygen är konfigurerade på liknande sätt, som Retrieve 15m Candles och Retrieve 1h Candles med de angivna WEEX REST-exempel-URL:erna.

Tips: flera HTTP-verktyg hanterar ticker, candles, orderbok och affärer (12+ noder). Konfigurera dem konsekvent i stället för att redigera var och en individuellt.

Steg 6: konfigurera indikatoragenter för flera tidsramar och resonemangsverktyg

Indikatorer genereras av dedikerade subagenter för tidsramarna 15m, 1h, 4h och 1d.

  1. Verifiera att varje indikator-subagent finns: Spot 15m Indicator Tool, Spot 1h Indicator Tool, Spot 4h Indicator Tool, Spot 1d Indicator Tool.
  2. Bekräfta att varje subagent har en ansluten språkmodell: OpenAI Chat Engine D (15m), OpenAI Chat Engine E (1h), OpenAI Chat Engine F (4h), OpenAI Chat Engine G (1d). Lägg till openAiApi-inloggningsuppgifter i varje engine.
  3. Säkerställ att resonemangsverktyg och matematikhelpers är länkade: Reasoning Step 15m, Spot 1h Reasoning, Spot 4h Reasoning, Spot 1d Reasoning, samt Math Helper 15m, Math Helper 1h, Math Helper 4h och Math Helper 1d.
  4. Behåll minnesnoder för kontinuitet: Spot 15m Memory, Spot 1h Memory, Spot 4h Memory, Spot 1d Memory och Spot Quant Memory.

⚠️ Vanlig fallgrop: minnes- och resonemangs-subnoder sparar inte inloggningsuppgifter. Säkerställ att inloggningsuppgifter i stället läggs till i de överordnade OpenAI chat engines.

Steg 7: konfigurera Telegram-utdata och uppdelning av meddelanden

Slutrapporten delas upp i delar för att undvika Telegrams längdbegränsningar och skickas sedan tillbaka till chatten.

  1. Öppna Chunk Long Telegram Text och behåll jsCode som angivet (delar upp utdata i 4 000-teckens chunkar).
  2. Öppna Send Telegram Report och ställ in Text till {{ $json.message }}.
  3. Ställ in Chat ID till {{ $('Telegram Update Trigger').item.json.message.chat.id }}.
  4. Inloggningsuppgifter krävs: anslut era telegramApi-inloggningsuppgifter i Send Telegram Report.

Tips: om ni anpassar rapportformatet, håll det under 4 000 tecken för att minimera antalet chunkar som skickas.

Steg 8: testa och aktivera ert arbetsflöde

Validera end-to-end-flödet från Telegram-indata till slutlig rapportutdata.

  1. Klicka på Execute Workflow och skicka ett Telegram-meddelande som “BTC spot report”.
  2. Bekräfta att exekveringsvägen kör: Telegram Update Trigger → Assign Session Identifier → Quant Analysis Orchestrator → Chunk Long Telegram Text → Send Telegram Report.
  3. En lyckad exekvering ser ut som en formaterad Spot Market-rapport som levereras till er Telegram-chatt, eventuellt i flera chunkar.
  4. När det är verifierat, växla arbetsflödet till Active för att aktivera kontinuerliga Telegram-uppdateringar.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Se upp med

  • Telegram-credentials kan löpa ut eller så kan webhooken vara felkonfigurerad. Om meddelanden slutar komma, kontrollera först webhook-statusen för Telegram Trigger och din bottoken.
  • Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om noder längre fram fallerar på tomma svar.
  • Standardprompter i AI-noder är generiska. Lägg in din tonalitet tidigt, annars kommer du redigera outputen för alltid.

Liknande automatiseringar

Om du vill ha ett lättare alternativ för enkla coin-uppdateringar (utan full multi-agent-analys), passar CryptoCompare till Telegram, SOL-uppdateringar postas snyggt bra som ett “basflöde” bredvid din WEEX-brief.

För team som jämför börser eller validerar prisögonblicksbilder mot en annan plats är OKX + Telegram: spotmarknads-ögonblicksbilder i ett meddelande smidigt när du snabbt behöver en second opinion.

Behöver du tradinguppdateringar vid begäran som ser snygga ut i chatten men bygger på Binance-data i stället? Ha Binance till Telegram, strukturerade tradinguppdateringar vid begäran i verktygslådan för täckning över flera marknader.

När din publik oftare vill ha snabba “var är vi just nu?”-svar än djup analys är Coinbase till Telegram, omedelbara marknads-ögonblicksbilder i chatten ett bra komplement till det här mer detaljerade WEEX-workflowet.

Slutligen, om du driver flera communities och vill ha en liknande chattbaserad snapshot-upplevelse med en annan börs, ger Bitget + Telegram: omedelbara marknads-ögonblicksbilder vid begäran samma “fråga i Telegram, få en brief tillbaka”-rytm.


Snabbreferens:

Vanliga frågor

Hur snabbt kan jag implementera den här automatiseringen för WEEX Telegram signals?

Cirka 30 minuter om din bot och dina API-nycklar är klara.

Kan icke-tekniska team implementera den här automatiseringen för WEEX Telegram signals?

Ja, men du vill ha någon som är bekväm med att klistra in API-nycklar och testa webhooks. Ingen kodning krävs i det dagliga arbetet.

Är n8n gratis att använda för det här workflowet för WEEX Telegram signals?

Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in API-användning för OpenAI eller DeepSeek, vilket beror på hur långa dina prompts och svar är.

Var kan jag hosta n8n för att köra den här automatiseringen?

Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och klarar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.

Hur anpassar jag den här WEEX Telegram signals-lösningen till mina specifika utmaningar?

Du kan anpassa instruktionerna för “Quant Analysis Orchestrator” så att den levererar ditt föredragna format (kort, detaljerat eller “risk först”). Vanliga justeringar är att tvinga fram specifika tidsramar (endast 4h och 1d), lägga till en obligatorisk riskdisclaimer eller ändra layouten på Telegram-rapporten så att den matchar din kanalstil. Om du inte vill ha nyhetssentiment kan du stänga av RSS/NewsAPI-verktygen och behålla endast WEEX-pris, candles och orderbokskontext. Och om ditt team loggar signaler kan du koppla outputen till Google Sheets så att varje rapport lagras automatiskt.

Varför misslyckas min Telegram-anslutning i det här workflowet?

Oftast handlar det om en ogiltig bottoken eller ett problem med webhook/polling-upplägget i Telegram Trigger. Skapa en ny token i @BotFather vid behov och uppdatera sedan credential i n8n. Kontrollera också att din n8n-instans är nåbar från Telegram om du använder webhooks (brandväggar vid self-hosting kan blockera det). Om meddelanden kommer fram men svaren misslyckas, titta på inställningarna i noden “Send Telegram Report” och bekräfta att chat-ID:t kommer igenom korrekt.

Vilken kapacitet har den här WEEX Telegram signals-lösningen?

Med n8n Cloud Starter kan du köra några tusen körningar per månad, vilket räcker för en typisk Telegram-kanal. Om du self-hostar finns inget tak för körningar, men din server och API-rate limits blir den praktiska gränsen. I verklig användning är flaskhalsen oftast antalet HTTP-requests för candles och LLM:ens svarstid, så tunga prompts med “många tickers samtidigt” kommer att sakta ner.

Är den här automatiseringen för WEEX Telegram signals bättre än att använda Zapier eller Make?

För den här typen av flerstegsanalys: ja, oftast. Zapier och Make är starka för enkel routing, men blir klumpiga när du behöver minne, förgreningar och flera verktygsanrop i ett och samma “chatty” flöde. n8n ger dig också möjlighet att self-hosta, vilket spelar roll om du kör många Telegram-förfrågningar. Om du bara skickar en enkel pris-snapshot kan Zapier eller Make vara helt okej. Prata med en automationsexpert om du vill ha hjälp att välja.

När det här väl rullar slutar din “snabba marknadskoll” att vara en uppgift du drar dig för. Det blir ett meddelande du kan lita på, skicka och gå vidare från.

Kontakta oss

Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.

Våra tjänster Om Node Nordic
×

Använd mall

Få direkt tillgång till denna n8n-arbetsflödes JSON-fil

Kopiera och importera JSON-arbetsflödet i ditt n8n-arbetsflöde

Få prisoffert redan idag!
Få prisoffert redan idag!

Berätta vad ni behöver hjälp med så hör vi av oss inom en arbetsdag!

Få prisoffert redan idag!
Få prisoffert redan idag!

Berätta vad ni behöver hjälp med så hör vi av oss inom en arbetsdag!