今天我的目標是為工作流裝上「篩選器」與「解析器」，只從自己信任的來源（白名單）中，精準地提取出最有價值的內容。

靈感一：建立內容的護城河，為什麼需要 RSS 白名單？

在資訊爆炸的時代，「Garbage In, Garbage Out」是條鐵律，如果我們的靈感來源充滿了不實資訊、廣告農場文或低品質內容，那麼無論後端的LLM有多強大，最終產出的日更靈感來源也將是枯燥乏味，毫無意思。而這份白名單列出了我們信任且欣賞的部落格、新聞媒體或技術網站，只有來自這些源頭的內容，才有資格進入我們的處理流程。

n8n實作步驟：

一、定義來源清單：不再使用單一的RSS節點，而是先用一個Code節點來定義我們的白名單。此節點將輸出一個包含多個RSS網址的陣列。

新增Code節點，貼上以下JavaScript程式碼：(以下以AI工具,一人公司相關文章為主)，我使用code節點的原因，是因為我可以自己改寫獲取來源，維護簡單，未來也能改成讀資料庫或表單。

const rsssources = [
{ "url": "https://www.indiehackers.com/feed" },
{ "url": "https://nav.al/feed" },
];
return rsssources;

二、逐一處理：現在我們有了一個清單，但n8n的RSS Feed Read節點一次只能處理一個網址，這時就需要一個關鍵的流程控制節點：Split In Batches（將Batch Size設定為1）。

這個設定會讓n8n像迴圈一樣，將上一步傳來的陣列拆開，一次只將一個RSS網址傳給下一個節點處理，直到全部處理完畢。

透過這兩個節點，我們的工作流就從「處理單一來源」升級為「巡訪整個白名單」，大大擴展了靈感的來源廣度，同時保證了品質。

靈感二：深入內容核心 —— HTML Extract節點剝絲抽繭

RSS Feed 通常只提供文章的標題、摘要和原文連結。但我們需要的是完整的文章內容，才能交給LLM進行分析。這意味著我們需要讓n8n模擬瀏覽器，「訪問」原文連結，並抓取網頁的HTML內容。

靈感三：洗去雜質，留下純金 —— code節點淨化文本

雖然 HTML Extract 幫我們定位到了主要內容，但其中仍然夾雜著許多 HTML 標籤（如 , , 等）。這些標籤對於 LLM 來說是無用的雜訊，甚至可能干擾它的語意理解。在將內容送往 LLM 之前，我們必須進行最後的「清洗」。

Code節點（新版n8n中也稱為 Code 節點）給了我們最大的彈性，可以用幾行JavaScript程式碼來完成這個淨化任務。

明日預告：用Prompt讓AI為我們生成精準的摘要與標籤

今日完成「篩選（Whitelist）→ HTML提取（Extract）→ 資料清洗（Clean）」的工作流，系統不再只是搬運，而是能過濾與淨化的內容處理器。明天將初探LLM，用Prompt讓AI為我們生成精準的摘要與標籤。

【哈囉你好：）感謝你的閱讀！其他我會常出沒的地方：Threads】