概述
LLM 驱动的研究的 n8n 工作流程。 Webhook 触发器接收一个主题，扇出到 Scavio 搜索，提取前 5 个结果，用 LLM 节点总结每个结果，返回组合摘要。
触发器
Webhook（临时）或 Cron（计划摘要）
计划
Webhook 或每日
工作流步骤
1
Webhook 触发器或 Cron
用于按需的 Webhook；每天的 Cron。
2
Scavio 搜索 HTTP 节点
POST /api/v1/search 并包含主题。
3
对前 5 名结果进行分批
每个结果循环。
4
Scadio 提取每个结果的 HTTP 节点
POST /api/v1/extract 返回降价。
5
LLM节点总结了每个
Claude / GPT / Groq，200 字简介。
6
合并节点
合并为单一响应。
7
响应 Webhook
返回合并摘要。
Python 实现
Python
import os, requests
API_KEY = os.environ['SCAVIO_API_KEY']
H = {'x-api-key': API_KEY}
def research(topic):
s = requests.post('https://api.scavio.dev/api/v1/search', headers=H, json={'query': topic}).json()
out = []
for r in s.get('organic_results', [])[:5]:
e = requests.post('https://api.scavio.dev/api/v1/extract', headers=H, json={'url': r['link'], 'format': 'markdown'}).json()
out.append({'url': r['link'], 'md': e.get('markdown', '')[:3000]})
return outJavaScript 实现
JavaScript
// In n8n use HTTP Request nodes. Equivalent TS:
const H = { 'x-api-key': process.env.SCAVIO_API_KEY, 'Content-Type': 'application/json' };
async function research(topic) {
const s = await fetch('https://api.scavio.dev/api/v1/search', { method: 'POST', headers: H, body: JSON.stringify({ query: topic }) }).then(r => r.json());
return s;
}使用的平台
包含知识图谱、PAA和AI概览的网页搜索