跳到主要内容

实战拆解：用 n8n 构建 GitHub 热门项目排行榜自动更新系统

1. 引言：当自动化遇上开源数据​

在信息爆炸的时代，获取高质量的数据并高效分发是内容创作者、开发者和运营人员的共同需求。GitHub 作为全球最大的开源社区，蕴藏着无数有价值的项目。然而，如何自动化获取高星项目、分类整理，并实时推送到数据库或表单中，成为一个颇具实用性的自动化场景。

n8n，这款开源的工作流自动化平台，凭借「低代码 + 可视化 + 可自托管」的特性，为开发者提供了一个高自由度的自动化工具箱。今天，我们就来拆解一个真实的 n8n 工作流——自动采集 GitHub 热门项目排行榜，并写入飞书多维表格（Bitable）。

2. 工作流概览：从 GitHub 到飞书，一键生成排行榜​

📌 目标：定时获取 GitHub 上 stars 数在某区间（如 3000~5000）之间的热门项目，并将结果存入飞书表格，形成一个可视化的排行榜数据库。

📌 关键能力：

  • Redis 存储上下文，实现区间分页（stars 分段查询）
  • GitHub API 数据抓取与过滤
  • 多项目数据拆分处理
  • 飞书 Bitable API 写入
  • 动态更新 Redis 查询区间，实现增量刷新

3. 核心流程解析​

下面我们分步骤拆解整个流程逻辑：

🧩 Step 1：定时触发 - Schedule Trigger​

  • 作用：每隔一段时间自动运行（配置为按分钟）
  • 功能定位：是整个工作流的“心跳”

🧩 Step 2：Redis 获取上次查询区间 - Redis1​

  • 操作：GET star
  • 作用：从 Redis 获取上一次存储的星标范围（例如 "3000..5000"），用于构造下一步的 GitHub 查询参数

🧩 Step 3：HTTP 请求 GitHub API - HTTP Request​

  • 请求地址动态构建：

    https://api.github.com/search/repositories?q=stars:{{ $json.start }}&sort=stars&order=desc&per_page=100&page=1

  • 动态参数：start 来自 Redis（即 stars 区间）

🧩 Step 4：拆分列表数据 - Split Out​

  • 作用：把 GitHub API 返回的 items 数组逐条拆分为单项，便于后续处理

🧩 Step 5：字段清洗与提取 - Edit Fields1（Set 节点）​

  • 提取字段：name, html_url, description, stargazers_count
  • 作用：结构化整理字段，统一输出数据格式

🧩 Step 6：数据转格式 - Code​

  • 类型：JavaScript 执行节点
  • 作用：构建符合 Feishu Bitable 的写入格式
return items.map(item => {
  const data = item.json;
  return {
    json: {
      body: JSON.stringify({
        fields: {
          title: data.name,
          star: data.stargazers_count,
          github: data.html_url,
          description: data.description
        }
      })
    }
  };
});

🧩 Step 7：写入飞书表格 - Feishu Node​

  • 接口操作：调用飞书 Bitable 插入记录
  • 参数配置：
    • app_token 和 table_id 来自飞书后台
    • body 是步骤 6 中构造好的字段 JSON

🧩 Step 8：更新 Redis 区间 - Redis2​

  • 操作：SET star = 3000..{{ 当前记录最大星数 }}
  • 目的：动态更新下次查询的起始 stars 区间，实现分页式递进更新

4. 技术亮点解析​

✅ Redis 状态控制​

工作流中巧妙地使用 Redis 存储 stars 区间，模拟分页查询，避免重复抓取。这在采集类任务中是非常关键的设计模式。

✅ GitHub API 高阶查询​

使用 q=stars:3000..5000&sort=stars 构造高级查询语法，有效过滤数据，精确获取目标项目。

✅ 动态数据构造 + JavaScript 格式转换​

通过 Code 节点构建 JSON body，可灵活适配飞书 Bitable 的结构，非常适合结构化输出需求。

✅ 飞书自定义节点调用​

利用社区节点 feishu-lite 对接 Bitable 表格，实现企业内部协作数据更新，满足跨团队信息同步需求。

5. 总结与扩展思路​

这个工作流充分展示了 n8n 在“数据抓取 - 清洗 - 写入 - 状态控制”方面的强大能力，尤其适合以下场景：

  • 定时榜单类内容自动更新（如热搜榜、项目推荐、文章排行）
  • 结构化 API 抓取并入库
  • 与 Redis 搭配构建有状态的增量抓取系统

🔧 进阶玩法建议：​

  • 接入飞书群机器人，每天定时发送 GitHub Top 项目列表
  • 拓展多语言分类榜单（如 Python/JavaScript），通过 IF 条件分支筛选
  • 增加 GPT 总结节点，对项目描述进行摘要再上传