1. Schedule Trigger
Dieser Node plant eine Trigger-Aktion, die einmal täglich um 21 Uhr ausgeführt wird. Er ermöglicht es, den Workflow zu einem festgelegten Zeitpunkt zu starten.
2. CreateYearsList
Dieser Node erstellt eine Liste von Jahren, die seit 2007 bis zum aktuellen Jahr zurückreichen, um Daten für die ausgewählten Tage zu sammeln. Er verwendet JavaScript, um die benötigten Daten für jeden Tag zu extrahieren.
3. CleanUpYearList
Hier wird die Liste der Jahre weiterverarbeitet, indem nur die notwendigen Daten in eine strukturierte Form gebracht werden, um die Überschriften zu sammeln.
4. SplitOutYearList
In diesem Schritt werden die Jahreslisten in separate Datensätze aufgeteilt, die dann zur Abfrage der Hacker-News-Frontseite verwendet werden.
5. GetFrontPage
Dieser Node führt eine HTTP-Anfrage an die URL https://news.ycombinator.com/front durch, um die aktuellen Überschriften von Hacker News für die aufgeteilten Jahre abzurufen.
6. ExtractDetails
Nachdem die Daten abgerufen wurden, extrahiert dieser Node mithilfe von CSS-Selektoren die relevanten Überschriften und das Veröffentlichungsdatum aus dem HTML-Inhalt der Antwort.
7. GetHeadlines
Hier werden die gesammelten Überschriften in ein Array umgewandelt, welches die Struktur für die nächste Verarbeitung bereitstellt.
8. GetDate
Dieser Node extrahiert das Datum der Headline und bereitet es für die Datenzusammenführung vor.
9. MergeHeadlinesDate
In diesem Schritt werden die gesammelten Überschriften und das Datum in einer Struktur zusammengeführt, die die nachfolgende Aggregation ermöglicht.
10. SingleJson
Hier wird das gesamte Datenpaket in einem einzigen JSON-Format aggregiert, um die spätere Verarbeitung zu erleichtern.
11. Basic LLM Chain
Dieser Node verwendet ein großes Sprachmodell (LLM), um die gesammelten Headlines zu analysieren und sie in thematische Kategorien einzuordnen. Die LLM-Verknüpfung ist entscheidend für die Auswertung der Trenddaten über die Jahre hinweg.
12. Telegram
Der letzte Schritt des Workflows sendet die analysierten und kategorisierten Daten über den Telegram-Bot an die angegebenen Abonnenten. Die Ausgabe wird in Markdown-Format bereitgestellt, um die Lesbarkeit zu gewährleisten.
Ergebnis
Der Workflow führt eine umfassende Analyse von Hacker-News-Überschriften durch und zeigt auf, wie sich die Themen und Trends in der Technologie über die Jahre verändert haben. Die Resultate werden in einem strukturierten Markdown-Format präsentiert und über einen Telegram-Bot an die Nutzer übermittelt.