用于Set Automate,通过每30分钟自动搜索Twitter,筛选并分析内容,存储积极情感的帖子到Strapi,提升社交媒体互动和内容管理效率。
该工作流适合以下人群:
- 社交媒体管理者:希望自动化从 Twitter 收集和分析内容的用户。
- 内容创作者:需要定期获取和发布相关内容的博主或作者。
- 市场营销人员:关注社交媒体趋势并希望利用用户生成内容进行品牌推广的专业人士。
- 开发者:希望通过 n8n 集成不同平台的开发人员,特别是在内容管理和社交媒体分析方面。
此工作流解决了以下问题:
- 信息过载:自动从 Twitter 收集相关内容,避免手动搜索和筛选。
- 时间管理:通过每 30 分钟定期运行,确保用户获取最新的社交媒体动态。
- 内容分析:利用 Google Cloud Natural Language API 分析内容情感,帮助用户了解公众情绪。
- 集成管理:通过 Strapi 存储和管理收集到的内容,简化内容管理流程。
工作流过程的详细说明:
1. Webhook 触发:通过 POST 请求接收来自外部系统的表单提交。
2. 简化 Webhook 结果:提取表单内容、作者信息和创建时间。
3. 分析表单提交:使用 Google Cloud Natural Language API 对内容进行情感分析。
4. 合并情感与源数据:将情感分析结果与表单提交结果合并。
5. 条件判断:检查情感是否为积极,如果是,则将内容存储到 Strapi。
6. 每 30 分钟定期搜索:定期从 Twitter 搜索与特定关键词(如 strapi 或 n8n.io)相关的最新推文。
7. 简化结果:提取推文的内容、作者、创建时间和 URL。
8. 检查推文是否为转发或旧推文:如果是转发或时间超过 30 分钟,则跳过该推文。
9. 分析推文:对推文内容进行情感分析。
10. 合并推文情感与源数据:将推文的情感分析结果与推文信息合并。
11. 条件判断:检查推文的情感是否为积极,如果是,则将其存储到 Strapi。
用户可以通过以下方式自定义和适应此工作流:
- 修改搜索关键词:在 "Search Tweets" 节点中调整 searchText 参数,以获取不同主题的推文。
- 调整时间间隔:在 "Every 30 Minutes" 节点中更改 interval 参数,以满足不同的更新频率需求。
- 自定义情感分析阈值:在 "Positive Form Sentiment?" 和 "Positive Tweet Sentiment?" 节点中,调整情感得分的比较值,以适应不同的情感判定标准。
- 扩展存储内容类型:在 "Store in Strapi" 节点中,修改 contentType 参数,以便将数据存储到 Strapi 的其他内容类型中。
- 添加更多节点:根据需求在工作流中添加更多的处理节点或条件判断,以实现更复杂的逻辑处理。