# n8n 历史数据初始化 Workflow

## 概述

此 workflow 用于一次性收集和初始化 2017-2025 年的 AI 重大事件数据。

## Workflow 结构

### Node 1: Cron 触发器(手动触发)

- 节点类型: `Manual Trigger`
- 用途: 开发测试时手动运行

### Node 2: 设置年份列表

- 节点类型: `Code`
- 用途: 定义要处理的年份列表

```javascript
// 返回年份数组
return [
  { year: 2017 },
  { year: 2018 },
  { year: 2019 },
  { year: 2020 },
  { year: 2021 },
  { year: 2022 },
  { year: 2023 },
  { year: 2024 },
  { year: 2025 },
];
```

### Node 3: 搜索 Agent(循环每年)

- 节点类型: `Loop Over Items`
- 用途: 遍历每个年份

### Node 4: Web Search - Agent 1

- 节点类型: `HTTP Request`
- 方法: POST
- URL: `http://localhost:3000/api/web-search` (或 MCP 端点)
- Headers:
  ```json
  {
    "Content-Type": "application/json"
  }
  ```
- Body:
  ```json
  {
    "search_query": "AI breakthrough {{ $json.year }} LLM release transformer model",
    "search_recency_filter": "noLimit",
    "content_size": "high"
  }
  ```

### Node 5: 筛选 Agent - Agent 2

- 节点类型: `Code`
- 用途: 根据权威来源筛选

```javascript
const trustedDomains = [
  'arxiv.org',
  'openai.com',
  'anthropic.com',
  'google.ai',
  'meta.ai',
  'deepmind.com',
  'research.google',
];

const items = $input.all();

const filtered = items.filter(item => {
  const url = item.json.url || '';
  return trustedDomains.some(domain => url.includes(domain));
});

return filtered;
```

### Node 6: 格式化 Agent - Agent 3

- 节点类型: `Code`
- 用途: 转换为 API 格式

```javascript
const items = $input.all();

const formatted = items.map(item => {
  const publishedDate = item.json.published_date || new Date().toISOString();

  return {
    json: {
      title: item.json.title || 'Untitled',
      eventDate: new Date(publishedDate).toISOString(),
      description: (item.json.description || item.json.snippet || '').substring(0, 500),
      imageUrl: item.json.image_url || 'https://images.unsplash.com/photo-1677442136019-21780ecad995?w=800',
      sourceUrl: item.json.url,
    },
  };
});

return formatted;
```

### Node 7: 提交到 API

- 节点类型: `HTTP Request`
- 方法: POST
- URL: `http://localhost:3000/api/events`
- Headers:
  ```json
  {
    "Content-Type": "application/json",
    "X-API-Key": "={{ $env.WEBHOOK_API_KEY }}"
  }
  ```
- Body: `={{ $json }}` (发送整个数组)

### Node 8: 错误处理

- 节点类型: `IF`
- 条件: 检查上一个节点的 status code
- On True: 记录成功
- On False: 发送错误邮件

## 环境变量

在 n8n 中设置:
- `WEBHOOK_API_KEY`: 你的 API 密钥(从 .env.local 获取)
- `API_ENDPOINT`: `http://localhost:3000/api/events` (开发) 或生产 URL

## 测试步骤

1. 在 n8n UI 中创建此 workflow
2. 手动触发运行
3. 检查数据库: `pnpm prisma studio`
4. 验证事件已正确创建

## 数据质量标准

### 标题要求
- 清晰描述事件
- 1-200 字符
- 避免营销术语

### 描述要求
- 客观描述功能和价值
- 10-500 字符
- 突出技术亮点

### 日期要求
- ISO 8601 格式
- 准确的发布日期

### 链接要求
- 必须包含 sourceUrl（权威来源）
- 链接可访问
- 优先 arxiv.org、openai.com 等

## 权威来源列表

- 学术论文: arxiv.org
- 官方博客: openai.com, anthropic.com, google.ai, meta.ai
- 研究机构: deepmind.com, research.google
- 新闻媒体: techcrunch.com, theverge.com (需人工审核)

## 注意事项

1. **去重**: workflow 会自动跳过重复的事件（基于 sourceUrl）
2. **图片**: 如果没有图片，使用默认占位图
3. **错误处理**: 失败的事件会被记录，不会中断整个流程
4. **数据验证**: API 会验证所有字段，不符合标准的数据会被拒绝