n8n автоматизация без кода: учимся делать парсер Telegram за выходные

Разбираем визуальный конструктор воркфлоу и собираем парсер новостей

n8n автоматизация без кода: учимся делать парсер Telegram за выходные

Часто в работе или личных проектах возникает задача: нужно взять данные из одного места и перекинуть в другое. Например, следить за новыми статьями на любимом сайте и присылать их себе в Телеграм. Или собирать заявки из формы на сайте и отправлять их в гугл-таблицу.

Можно написать для этого скрипт, арендовать сервер, настроить планировщик и поддерживать этот код годами. А можно использовать готовые системы автоматизации, где всё собирается мышкой из визуальных блоков.

Сегодня поговорим про n8n — один из самых простых инструментов такого рода. Разберёмся, как он работает, запустим его прямо на своём компьютере и за пять минут соберём автоматического бота, который будет парсить новости.

Что такое n8n

n8n (читается как «Нейтан») — это платформа для автоматизации рабочих процессов (workflow), что такое zero-code и как работают визуальные автоматизаторы. По сути, это визуальный конструктор, который умеет общаться с сотнями разных сервисов по их API: от Telegram и Google Sheets до нейросетей вроде ChatGPT и Claude.

Возможно, вы слышали про Zapier или Make. n8n делает то же самое, но имеет преимущество: его можно запускать на своём железе абсолютно бесплатно. У остальных подобных облачных сервисов обычно есть жесткие лимиты: например, не больше 1000 операций в месяц, а дальше — будьте добры раскошелиться.

Если вы собираете сложного бота, который обрабатывает каждую запятую в чате, этот лимит улетит за пару дней. n8n можно установить на свой компьютер или дешевый VPS-сервер и гонять миллионы операций, оплачивая только само железо. А если у вас есть иностранные карта и айпишник, то можно вообще бесплатно полгода крутить n8n на AWS.

Как работает n8n

Вся автоматизация в n8n строится на воркфлоу — процессах, которые состоят из узлов, соединенных между собой связями-ниточками.

Глобально узлы делятся на три типа — триггеры, действия и обработки:

Триггеры — это то, что запускает процесс. Триггером может быть служить вебхук, сообщение в Телеграме, добавление новой строчки в базу данных или просто срабатывание таймера.

Действия общаются с внешним миром: скачивают страницу, отправляют письмо, сохраняют файл в облако или делают запрос к нейросети.

Обработки и логические узлы работают с данными внутри сценария. Например, узел If или Switch проверит условие и пустит процесс по нужной ветке. А узлы вроде Merge или Set помогут объединить несколько списков в один, отфильтровать лишнее или переименовать переменные перед отправкой в следующий узел.

Когда триггер срабатывает, он выдаёт порцию данных (обычно в формате JSON). Эти данные по ниточке передаются в следующий узел. Логические узлы их фильтруют и переупаковывают, а узлы действий — отправляют по назначению. Получается гибкий конвейер по обработке информации.

Разберем на примере. Допустим, мы хотим получать в Телеграме новости, отобранные по нашим личным критериям — темам, изданиям, ключевым словам. Тогда нам нужно будет построить такую цепочку:

  1. Триггер — задать, как часто наш сценарий запускается.
  2. Действие — проверить RSS-ленты выбранных изданий и скачать последние публикации.
  3. Логика — проверить тексты статей и отсеять всё, кроме новостей про искусственный интеллект.
  4. Обработка — сформировать красивый текст сообщения с заголовком и ссылкой.
  5. Действие — переслать готовое сообщение нам в Телеграм.

В итоге у нас получится воркфлоу из пяти узлов. Мы по шагам разберем, как построить его в n8n. Но сначала установим и запустим саму программу.

Полезный блок со скидкой

Если тема зашла и хочется войти в ИТ или повысить свой грейд, — держите промокод Практикума на любой платный курс: по ссылке (можно просто нажать). Он даст скидку 15% при покупке и позволит сэкономить на обучении — но только до 30 апреля.

Устанавливаем и запускаем n8n на своем железе

Чтобы пощупать n8n, нам не обязательно покупать сервер. Мы можем запустить его локально прямо на своём компьютере.

Пользователям Windows для установки n8n понадобится Visual Studio Installer. Скачайте его с официального сайта Microsoft. Откройте программу и нажмите «Изменить». Далее перейдите во вкладку «Рабочие нагрузки» и отметьте галочкой пакет «Разработка классических приложений на C++».

Обратите внимание на колонку «Сведения об установке» справа. Убедитесь, что там стоят галочки напротив MSVC v143 – VS 2022 C++ x64/x86 build tools (версия может немного отличаться) и Windows 10/11 SDK. Обычно они отмечаются автоматически.

Запустите скачивание и перезапустите компьютер после его завершения.  

Единственное, что нам понадобится — установленный Node.js (среда выполнения для JavaScript). Если у вас его нет, скачайте установщик с официального сайта nodejs.org и установите как обычную программу.

Открываем терминал (или командную строку) и пишем одну короткую команду:

npx n8n

Команда npx сама скачает нужные файлы n8n и запустит локальный сервер. При первом запуске терминал может спросить, разрешаете ли вы установить пакет — вводим y (yes) и жмём Enter.

В терминале побегут строчки запуска, а в конце появится сообщение с адресом, по которому теперь доступен наш локальный n8n:

Устанавливаем и запускаем n8n на своем железе

Если вы работаете в Windows и установка слетает из-за ошибки EPERM: operation not permitted, то либо запускайте CMD от имени администратора, либо устанавливайте n8n глобально. Для этого очистите кэш от предыдущей провальной установки (если таковая была):

npm cache clean –force

После очистки запускайте установку глобально:

npm install -g n8n

Если адрес не появился, но установка завершилась без ошибок, запустите n8n командой:

n8n start

Открываем браузер и переходим по адресу http://localhost:5678. При первом входе система попросит указать почту, а также задать логин и пароль для вашей локальной учётки — придумываем любые. После этого мы попадём на экран приветствия:

Устанавливаем и запускаем n8n на своем железе

Кликайте на Start from scratch и перед вами откроется пустой холст, на котором мы и будем работать.

Устанавливаем и запускаем n8n на своем железе

Собираем парсер-публикатор новостей

Соберём воркфлоу, который раз в день заходит на новостной сайт (например, читает RSS-ленту «Кода»), берет оттуда последнюю статью, проверяет, есть ли в ней нужное нам ключевое слово, и, если есть, отправляет заголовок и ссылку нам в личные сообщения в Телеграм.

Шаг 1: Ставим триггер

На пустом холсте нажимаем Add first step из открывшегося окошка перетаскиваем на холст узел Trigger manually. Это наш триггер, который запускается по клику. После тестирования воркфлоу мы поменяем его на узел Schedule — запуска по расписанию.

Собираем парсер-публикатор новостей

Шаг 2: Читаем RSS-ленту

Теперь нам нужно получить сами новости. В окне поиска узлов ищем RSS Read.

В настройках этого узла нужно указать только одну вещь — ссылку на RSS-ленту. Возьмём ленту журнала «Код»: https://thecode.media/feed/.

Чтобы проверить, работает ли связь, нажимаем внутри узла кнопку Execute step. n8n сходит по адресу и покажет нам в правой части экрана список последних статей в удобном формате:

Собираем парсер-публикатор новостей

Шаг 3: Включаем логику (фильтруем новости)

Читать вообще всё подряд мы не хотим — давайте сделаем так, чтобы бот присылал нам только статьи про Python. Здесь на сцену выходят логические узлы.

От узла RSS Read тянем плюсик и добавляем узел If. Проследите, чтобы линия-коннектор от узла RSS Read к If приняла форму стрелочки, иначе система будет воспринимать последний узел как отдельно стоящий и данные из предыдущего узла не подтянутся.

Узел If работает как развилка: он проверяет условие и направляет поток данных либо по ветке true (условие выполнено), либо по ветке false (условие не выполнено).

Настраиваем правило:

В поле Value 1 (Что проверяем) перетаскиваем переменную title (заголовок) из панели с результатами прошлого шага (RSS).

В поле Operation (Как проверяем) выбираем Contains (Содержит).

В поле Value 2 (С чем сравниваем) пишем слово «Python» (или любое другое, которое вам интересно).

Собираем парсер-публикатор новостей

Теперь, если в заголовке есть слово Python, данные побегут по верхней ветке (true). Если слова нет, данные уйдут в ветку false (которую мы просто оставим пустой, и сценарий на этом остановится).

Шаг 4: Отправляем в Телеграм

Теперь нам нужно настроить финальное действие. Важный момент: плюсик для следующего узла мы тянем от выхода true нашего узла If.

Добавляем узел Telegram Send Message. Теперь нам понадобится подключить аккаунт бота — как создать Телеграм-бота на Python с нуля. Заходим в Телеграме к @BotFather, пишем /newbot, выбираем незанятое имя для бота и получаем токен (длинную строку с буквами и цифрами). Найдите бота по имени в поиске и запустите его кнопкой «Старт».

В n8n в ноде Telegram нажимаем Create New Credential, вставляем туда этот токен и сохраняем.

В поле Chat ID нужно вписать свой ID в Телеграме (его можно узнать через бота @getmyid).

Осталось сформировать текст сообщения. В поле Text мы можем не просто писать слова, а перетаскивать данные из предыдущего узла. Нажимаем на поле Text и перетаскиваем туда переменную title (заголовок) и link (ссылку) из панели слева. n8n сам подставит нужные выражения.

Нажимайте Execute step и бот сразу же отправит сообщения.

Собираем парсер-публикатор новостей

Шаг 5: Тестируем и запускаем

Проверим всю цепочку целиком. В самом низу экрана нажимаем кнопку Test workflow.

Конвейер запустился, проверил все новости, отфильтровал ненужные, и в Телеграм пришло сообщение от нашего бота только со статьями про Python:

Собираем парсер-публикатор новостей

Чтобы сценарий работал в фоновом режиме по нашему расписанию, вместо первого узла ставим Schedule и настраиваем на свой вкус. В узле можно настроить единицы интервалов (часы, дни, минуты), их число и конкретное время. Ниже узел настроен срабатывать в полночь с интервалов в одни сутки. 

Собираем парсер-публикатор новостей

Готово! Вы великолепны и только что автоматизировали часть своей рутины без строчки кода.

Конечно, такой воркфлоу будет работать, только если n8n будет постоянно запущен, а с локальным хостингом это не очень удобно. Но если повторить такую цепочку на сервере, то получите целиком рабочую автоматическую рассылку материалов.

Что еще изучить в экосистеме n8n

Мы собрали самую базовую цепочку из трёх кубиков, но возможности n8n этим не ограничиваются. Если вам понравился инструмент, вот куда можно копать дальше:

Серверный хостинг и Docker. Держать n8n запущенным на своём ноутбуке не всегда удобно. Идеальный вариант — арендовать самый дешевый Linux-сервер и развернуть n8n там через Docker. У n8n есть отличная документация, как это сделать за 10 минут.

AI-агенты. В n8n встроены узлы для работы с нейросетями. Можно, например, попросить бота не просто пересылать новость, а прогонять её текст через нейронку, делать из неё краткую выжимку (саммари) на три предложения и только потом отправлять вам.

HTTP-запросы и API. Если нужного вам сервиса нет в стандартном списке узлов n8n, всегда есть нода HTTP Request. С её помощью можно постучаться в любое открытое API интернета.

Ручной код. А для тех случаев, когда визуальных блоков не хватает, в n8n есть узел Code, где можно писать нативные скрипты на JavaScript или Python для сложной обработки данных.

Пробуйте, экспериментируйте и помните: программирование и автоматизация — это не всегда сложно. Иногда это просто правильное соединение нужных квадратиков.

Советуем дополнительно почитать по теме: 

  • 12 AI GitHub-репозиториев 2026: Ollama, n8n, Claude Code и OpenHands — за доступ к AI-инструментам сегодня мы платим от 20 до 200$ в месяц: ChatGPT, Claude, Cursor, Zapier — у каждого своя подписка и свои лимиты. Инструменты из этой подборки работают по-другому: те же задачи, но данные остаются на вашей стороне, а токены не тикают. 
  • Как создать AI-агента: пошаговое руководство — если вы попросите чат-бота отменить вашу подписку, он напишет вежливую инструкцию из пяти шагов. А AI-агент — сам пойдёт в биллинг-систему, проверит тариф и нажмёт кнопку «Отменить». Под капотом — суровая инженерия: выстроить архитектуру, выдать инструменты, настроить память. 
  • 15 скиллов для AI-агентов: один раз настроил — агент запомнил — представьте тимлида, который нанял опытного разработчика. В первый день он умный и быстрый, но не знает ничего про ваш проект. Скилл — это способ один раз передать агенту весь этот контекст так, чтобы он работал как разработчик, который уже давно знает проект. 

Бонус для читателей

Если вам интересно погрузиться в мир ИТ и при этом немного сэкономить, держите наш промокод на курсы Практикума. Он даст вам скидку при оплате, поможет с льготной ипотекой и даст безлимит на маркетплейсах. Ладно, окей, это просто скидка, без остального, но хорошая.

Вам может быть интересно
medium