[实战指南] n8n + OpenClaw + RSSHub 构建 YouTube 全自动 AI 情报中心

[实战指南] n8n + OpenClaw + RSSHub 构建 YouTube 全自动 AI 情报中心

by

在信息爆炸的时代，高频跟进特定领域的视频内容（如极客硬件评测、AI 前沿资讯）极其耗费精力。传统的 RSS 订阅仅能提供标题，而直接使用爬虫往往会被 YouTube 等平台的防爬机制（Captcha）无情拦截。

本文记录了一套基于 HomeLab 本地算力闭环的“事件驱动型”信息摄取架构。我们通过 n8n 串联调度，结合 RSSHub 绕过接口封锁，最终利用 OpenClaw 智能体驱动 Browserless 进行无头浏览器的深度阅读，实现了从“信息订阅”到“深度解析”再到“精美推送”的 100% 全自动化。

架构概览与算力分布

为保证系统的稳定与高效，模块被合理分配在不同的本地节点上：

  • 调度中枢 (n8n)：负责串联工作流，处理批处理任务与逻辑判断。
  • 防弹订阅源 (RSSHub)：部署于本地 Docker，用于绕过 YouTube 对数据中心 IP 的 API 限制。
  • 视觉破盾者 (Browserless)：部署于算力充沛的节点（如 R730）。通过 CDP 协议被远程调用，负责渲染动态网页、提取长视频完整字幕及描述。
  • 决策大脑 (OpenClaw)：本地 AI 智能体网关（如部署在 J1900 等轻量节点）。接收 n8n 任务，主动遥控 Browserless 抓取内容，并调用底层大模型进行深度总结。
  • 信息终端 (Telegram)：接收排版精美的 HTML 格式每日内参。
完整工作流

核心配置步骤

步骤一：利用 RSSHub 破解 YouTube 原生接口 404 封锁

由于 YouTube 近期对机房 IP 抓取原生 /feeds/videos.xml 接口实施了严格的时间段封锁（经常报 404 Not Found 错误），我们放弃直接抓取，转而利用本地的 RSSHub 实例进行代理转换。

  1. 提取真实频道 ID：进入目标 YouTube 频道，查看网页源码，搜索并提取以 UC 开头的真实 channel_id。
  2. 构建频道数组 (Code 节点)：在 n8n 中通过 JavaScript 切分任务流。

JavaScript

const myChannels = [
  "UCI8iQa1hv7oV_Z8D35vVuSg", // 频道 A
  "UCXGgrKt94gR6lmN4aN3mYTg", // 其他频道...
];
return myChannels.map(id => ({ json: { channelId: id } }));
  1. 调用 RSSHub (RSS Read 节点)：在 URL 表达式中使用你本地部署的 RSSHub 地址，彻底解决抓取被拦截的问题： http://<你的RSSHub_IP>:1200/youtube/channel/{{ $json.channelId }}

步骤二：规避数据类型陷阱的时间过滤器

在获取 RSS 数据后，需要过滤出 24 小时内的最新更新。 在 n8n 的 Filter (筛选) 节点中：

  • 关键开关：必须开启 Convert types where required (需要时转换类型)。将 RSSHub 吐出的文本时间强制转为系统时间格式。
  • 时间条件：设置比较符为 is after，表达式填入 {{ $now.minus(1, 'days') }}。
processed 2026 04 19 095149

步骤三：打通 OpenClaw 网关，进行智能体深度阅读

这是核心的 AI 处理节点。我们通过 HTTP Request 节点将视频参数传给智能体。

  1. 开启 OpenClaw 接口：确保在服务器终端执行过 openclaw config set gateway.http.endpoints.chatCompletions.enabled true 并重启了服务。
  2. 配置鉴权：在节点中选择 Header Auth，键名为 Authorization，键值为 Bearer 你的API_KEY。
  3. 精准注入 JSON 提示词 (极其重要)：
    • model 必须填 "openclaw"，不能填底层模型名。
    • 必须在提示词末尾加上严格的排版限制，以防止后续 Telegram 节点解析崩溃。

JSON

{
  "model": "openclaw",
  "messages": [
    {
      "role": "system",
      "content": "你是一个专业的科技与硬件分析师。遇到用户提供的网页链接时，请务必调用你的 browser 技能去抓取并阅读网页详情或字幕，然后再进行总结。"
    },
    {
      "role": "user",
      "content": "请根据最新发布的视频标题：【{{ $json.title }}】，以及链接：{{ $json.link }}，写一份简短的中文简报。1. 核心看点是什么。 2. 结合硬件领域知识，评价它值不值得看。注意：请在输出时直接使用纯文本排版，绝对不要使用任何 Markdown 符号（如 ** 或 * 或 #）。"
    }
  ]
}

步骤四：Telegram HTML 排版与静默容错 (解决 400 报错)

大语言模型生成的 Markdown 符号（如未闭合的 **）极易触发 Telegram API 的 Bad Request: can't parse entities 致命报错，导致推送中断。

1. 切换至 HTML 模式

在 Telegram 节点的 Additional Fields 中，将 Parse Mode 设定为 HTML。

2. HTML 表达式排版

使用标准的 HTML 标签（如 <b>）代替 Markdown 星号，并利用 n8n 的跨节点抓取语法 $('节点名') 还原视频标题和链接：

HTML

📺 <b>最新 YouTube 硬件简报</b>

<b>标题：</b> {{ $('Filter').item.json.title }}
<b>链接：</b> {{ $('Filter').item.json.link }}

💡 <b>小宝的深度解析：</b>
{{ $json.choices[0].message.content }}

3. 容错分支 (If 节点)

在 HTTP 和 Telegram 节点之间插入一个 If 节点。当 AI 返回的 content 包含 Agent couldn't generate a response（通常因网络波动或 YouTube 强力验证码导致抓取失败）时，走 False 分支静默丢弃，确保推送列表的极致纯净。

结语

通过这套架构，我们成功将 n8n 的工作流调度、RSSHub 的反封锁特性、Browserless 的动态渲染以及 OpenClaw 的智能体推理完美结合。这不仅是一个高效的 YouTube 监控工具，更是一套完全部署在 HomeLab 本地、数据高度私密可控的“数字员工”最佳实践方案。如果你对更多组建数字员工的内容感兴趣，可以查看我们另一篇文章《我给自己雇了 4 个不知疲倦的 AI 影视打工人》

常见问题解答 (FAQ)

1. 为什么使用 n8n 配合 YouTube 原生 XML 接口，而不是使用 RSSHub？

尽管 RSSHub 是强大的路由生成器，但 YouTube 的订阅列表路由 (/youtube/subscriptions) 强制要求完整的 Google OAuth 2.0 鉴权。这需要申请 API Key、Client ID 并定期维护 Refresh Token，维护成本极高。利用 n8n 的批处理（Item-based Execution）能力，直接循环抓取 YouTube 无鉴权的原生 XML 频道接口，既避开了权限封锁，又极大地提升了系统的稳定性与扩展性。

2. 在 n8n 中调用 OpenClaw API 时，频繁遇到 404 Not Found 或 Invalid model 报错该如何排查？

404 Not Found 通常是因为 OpenClaw 的 HTTP 服务未对外暴露。需要在服务端终端执行 openclaw config set gateway.http.endpoints.chatCompletions.enabled true 并重启网关服务。 Invalid model 报错则是因为在请求体 (JSON Body) 的 "model" 字段填入了底层的物理大模型名称。由于你是在调用 OpenClaw 的智能体调度服务，而非单纯的大语言模型推理接口，此处必须统一填写 "openclaw" 作为模型代号。

3. Telegram 推送中偶尔出现 Agent couldn't generate a response 提示是什么原因？

这并非 n8n 或推送节点的配置错误，而是 OpenClaw 智能体在执行任务时内部返回的结果。通常是因为远程遥控的 Browserless 容器在抓取目标 YouTube 网页时，遭遇了瞬时网络超时或被平台的反爬虫机制（如人机验证）拦截，导致 AI 无法获取足够的信息来进行总结。通过在 n8n 工作流中增加 If 节点进行关键字过滤，即可实现对该类偶发错误的静默处理，确保推送端内容的纯净度。

Leave a Comment