这个工作流的思路是：将“获取新闻→提炼内容→设计海报”这些原本需要手动串连的任务，编排成自动化流程；这在零代码平台上几分钟就能完成，放在以前需要写大量代码才能实现。

开始前，我们先明确一下最终效果：它能根据你输入的关键词（如“AI”），找到当日新闻，并自动生成一张带日期和AI提炼摘要的新闻早报图片。

以下是完整的实现步骤：

🧭 创建工作流骨架：给自动化任务一个“家”

在扣子里，每个自动化任务都是一个独立的“工作流”。创建它是所有操作的起点。

• 🔍 操作解读：登录扣子平台后，找到“资源库”，点击“+资源”并选择“工作流”，给它起个能一看就懂的名字（如 daily_news_poster_生成器）。
• ✨ 你会看到：一个画布自动展开，上面有“开始”和“结束”两个节点，它们就是我们工作流的头和尾，所有核心逻辑都在中间搭建。

1️⃣ 第一步：搭建输入点与核心输出 - “开始/结束”

搭建工作流的第一步，是定义好输入和输出。开始节点决定了工作流接收什么“原料”，结束节点则定义最终要产出什么“成品”。

• 🍔 输入（开始节点）：点击“开始”节点，定义一个名为 news_type 的文本类型变量。这样，工作流就知道它需要接收一个新闻关键词。

• 📦 输出（结束节点）：点击“结束”节点，指定输出变量为后续画板节点生成的图片。这确保了最终产出的是一张图片。

2️⃣ 第二步：接入数据源 - “新闻搜索”插件

要让机器人获取实时信息，就需要使用插件，这好比直接给机器人接入外部互联网。

• 🧩 操作解读：在左侧菜单选择“插件”，搜索并添加 头条新闻 或 Bing搜索 节点。

• 🔗 关键参数配置：

  • 将节点连到“开始”之后。

  • 点开节点，找到 query 字段，按提示引用开始节点的 {{news_type}} 变量。这样，你在输入框里填的“科技”或“AI”，就能直接作为搜索关键词。
    

  • 将新鲜度（freshness）设为 day，指定只搜索“当日新闻”（bing有，需要apikey）。

3️⃣ 第三步：注入思考能力 - 大语言模型（LLM）

虽然拿到了新闻，但信息量可能很大且杂乱。这时就需要大模型节点出马，像给工作流“装上了大脑”。

• 🧠 操作解读：在搜索插件后连接“大模型”节点，模型推荐 豆包-1.5-Pro-32k 或 Kimi。

• ✍️ 编写提示词：提示词就是给大模型的指令，需要包括角色设定、输入变量引用、处理任务和输出格式。参考如下：

你是一名资深新闻编辑。请根据以下搜索结果，提炼今日最重要的5条新闻。
搜索结果：{{上一步插件节点的搜索结果变量}}
请严格按以下格式输出纯文本，不要用JSON，不要加任何代码块标记：

标题：xxxx
摘要：xxxx

标题：xxxx
摘要：xxxx

标题：xxxx
摘要：xxxx
（共5条）

4️⃣ 第四步：打造最终产品 - “画板”与“获取时间”节点

有了提炼好的新闻文字，最后就是要设计一张图文并茂的早报图片。画板节点能帮你基于文字自动生成一张设计好的图片，可以理解为文字内容的“自动排版美工”。

同时，我们需要一个获取当前时间节点，让生成的早报图片能自动带上当天的日期，让最终效果更加专业、贴心。

• 🎨 关键参数配置：

  • 连接“获取当前时间”节点。（操，这个节点怎么加都报错）

  • the input 'message' is invalid because it originates from an unconnected node 'get_current_datetime'
    

  • 在它之后连接“画板”节点。

  • 进入画板编辑器，把大模型节点的输出（新闻列表）拖入文本框；再把当前时间节点的输出（日期）拖入日期框。你可以完全自由地设计画板样式。

• 🔚 最终连线：将“画板”节点的输出端，连接到最后的“结束”节点。至此，你的第一个工作流就搭建完成了！

🚀 最后一步：测试、发布与应用

• 测试：点击“试运行”，输入任意新闻类型（如“AI”），查看能否在“结束”节点里看到一张精美的新闻早报图片。
• 发布：测试成功后点“发布”，你搭建的工作流就可以在其他地方被调用了。
• 应用：你可以在创建“智能体”时，在人设与回复逻辑里设置：“当用户询问最新新闻时，调用我的‘新闻早报生成’工作流”。

复制链接打开，或者直接点击链接打开