Automatisation Webhooks avec n8n : recherche et résumé de données
Ce workflow n8n permet d'automatiser la recherche et le résumé de données web en utilisant des outils avancés tels que Perplexity, Gemini AI et Bright Data. Il est particulièrement utile pour les entreprises qui souhaitent extraire des informations pertinentes à partir de diverses sources en ligne et les résumer de manière concise. Par exemple, une équipe marketing peut l'utiliser pour recueillir des données sur la concurrence ou des tendances de marché sans avoir à le faire manuellement. Le processus commence par un déclencheur manuel qui active le workflow. Ensuite, le modèle de chat Google Gemini est utilisé pour traiter les données. Les informations sont chargées par le biais d'un chargeur de données par défaut, puis divisées en segments plus petits grâce à un diviseur de texte récursif. Une condition est ensuite vérifiée pour déterminer la suite des actions. Si les conditions sont remplies, un identifiant de snapshot est défini, et les données sont téléchargées. Le workflow continue par une vérification de l'état du snapshot et l'extraction des données pertinentes. Enfin, les résultats de recherche sont résumés et envoyés via un webhook, permettant ainsi une notification instantanée. Les bénéfices de cette automatisation incluent un gain de temps considérable, une réduction des erreurs humaines et la possibilité de prendre des décisions basées sur des données fiables et à jour. Tags clés : automatisation, webhooks, Google Gemini.
Vue d'ensemble du workflow n8n
Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.
Détail des nœuds du workflow n8n
Inscris-toi pour voir l'intégralité du workflow
Inscription gratuite
S'inscrire gratuitementBesoin d'aide ?{
"id": "ZCAkUSpaxzoRPbse",
"meta": {
"instanceId": "885b4fb4a6a9c2cb5621429a7b972df0d05bb724c20ac7dac7171b62f1c7ef40",
"templateCredsSetupCompleted": true
},
"name": "Search & Summarize Web Data with Perplexity, Gemini AI & Bright Data to Webhooks",
"tags": [
{
"id": "Kujft2FOjmOVQAmJ",
"name": "Engineering",
"createdAt": "2025-04-09T01:31:00.558Z",
"updatedAt": "2025-04-09T01:31:00.558Z"
},
{
"id": "ddPkw7Hg5dZhQu2w",
"name": "AI",
"createdAt": "2025-04-13T05:38:08.053Z",
"updatedAt": "2025-04-13T05:38:08.053Z"
}
],
"nodes": [
{
"id": "674c6b61-76fa-4ac0-ab32-3f48ed5cba39",
"name": "When clicking ‘Test workflow’",
"type": "n8n-nodes-base.manualTrigger",
"position": [
-1140,
400
],
"parameters": {},
"typeVersion": 1
},
{
"id": "f6066e4c-4f6f-48fd-b19f-2c25fdc5b8b2",
"name": "Google Gemini Chat Model",
"type": "@n8n/n8n-nodes-langchain.lmChatGoogleGemini",
"notes": "Gemini Experimental Model",
"position": [
760,
580
],
"parameters": {
"options": {},
"modelName": "models/gemini-2.0-flash-thinking-exp-01-21"
},
"credentials": {
"googlePalmApi": {
"id": "YeO7dHZnuGBVQKVZ",
"name": "Google Gemini(PaLM) Api account"
}
},
"notesInFlow": true,
"typeVersion": 1
},
{
"id": "e16a1442-924a-4558-90cb-1c9ddc606532",
"name": "Default Data Loader",
"type": "@n8n/n8n-nodes-langchain.documentDefaultDataLoader",
"position": [
940,
580
],
"parameters": {
"options": {}
},
"typeVersion": 1
},
{
"id": "a8d9bc8e-c5f6-4d66-af60-9eecb9f6569c",
"name": "Recursive Character Text Splitter",
"type": "@n8n/n8n-nodes-langchain.textSplitterRecursiveCharacterTextSplitter",
"position": [
1040,
800
],
"parameters": {
"options": {},
"chunkOverlap": 100
},
"typeVersion": 1
},
{
"id": "4ba96504-4ca5-43cf-962c-87320a683b09",
"name": "If",
"type": "n8n-nodes-base.if",
"position": [
-200,
400
],
"parameters": {
"options": {},
"conditions": {
"options": {
"version": 2,
"leftValue": "",
"caseSensitive": true,
"typeValidation": "strict"
},
"combinator": "and",
"conditions": [
{
"id": "6a7e5360-4cb5-4806-892e-5c85037fa71c",
"operator": {
"type": "string",
"operation": "equals"
},
"leftValue": "={{ $json.status }}",
"rightValue": "ready"
}
]
}
},
"typeVersion": 2.2
},
{
"id": "11fbf88d-99f7-453c-946d-65c886bd50b8",
"name": "Set Snapshot Id",
"type": "n8n-nodes-base.set",
"position": [
-740,
400
],
"parameters": {
"options": {},
"assignments": {
"assignments": [
{
"id": "2c3369c6-9206-45d7-9349-f577baeaf189",
"name": "snapshot_id",
"type": "string",
"value": "={{ $json.snapshot_id }}"
}
]
}
},
"typeVersion": 3.4
},
{
"id": "2635d7ff-3de9-40af-925e-e391c3fd5f54",
"name": "Download Snapshot",
"type": "n8n-nodes-base.httpRequest",
"position": [
140,
200
],
"parameters": {
"url": "=https://api.brightdata.com/datasets/v3/snapshot/{{ $json.snapshot_id }}",
"options": {
"timeout": 10000
},
"sendQuery": true,
"authentication": "genericCredentialType",
"genericAuthType": "httpHeaderAuth",
"queryParameters": {
"parameters": [
{
"name": "format",
"value": "json"
}
]
}
},
"credentials": {
"httpHeaderAuth": {
"id": "kdbqXuxIR8qIxF7y",
"name": "Header Auth account"
}
},
"typeVersion": 4.2
},
{
"id": "fe5bff52-4745-4c8f-a5e8-b9b48d421ffe",
"name": "Google Gemini Chat Model1",
"type": "@n8n/n8n-nodes-langchain.lmChatGoogleGemini",
"position": [
380,
380
],
"parameters": {
"options": {},
"modelName": "models/gemini-2.0-flash-exp"
},
"credentials": {
"googlePalmApi": {
"id": "YeO7dHZnuGBVQKVZ",
"name": "Google Gemini(PaLM) Api account"
}
},
"typeVersion": 1
},
{
"id": "8124f050-ad7f-4478-8edf-c4d02193f54c",
"name": "Wait",
"type": "n8n-nodes-base.wait",
"position": [
-200,
620
],
"webhookId": "631cd5de-36b3-4264-88ae-45b30e2c2ccc",
"parameters": {
"amount": 30
},
"typeVersion": 1.1
},
{
"id": "1926f22c-e269-40e8-a55d-3945810d13e2",
"name": "Check on the errors",
"type": "n8n-nodes-base.if",
"position": [
-80,
40
],
"parameters": {
"options": {},
"conditions": {
"options": {
"version": 2,
"leftValue": "",
"caseSensitive": true,
"typeValidation": "strict"
},
"combinator": "and",
"conditions": [
{
"id": "b267071c-7102-407b-a98d-f613bcb1a106",
"operator": {
"type": "string",
"operation": "equals"
},
"leftValue": "={{ $json.errors.toString() }}",
"rightValue": "0"
}
]
}
},
"typeVersion": 2.2
},
{
"id": "50a8f7ac-bf66-493e-956e-7278ea7702c1",
"name": "Sticky Note",
"type": "n8n-nodes-base.stickyNote",
"position": [
-1140,
40
],
"parameters": {
"width": 400,
"height": 240,
"content": "## Note\n\nDeals with the Perplexity Search using the Bright Data Web Scrapper API.\n\nThe information extraction and summarization are done to demonstrate the usage of the N8N AI capabilities.\n\n**Please make sure to update the Webhook Notification URL**"
},
"typeVersion": 1
},
{
"id": "4906478c-6f10-4f47-94cc-78e36939e929",
"name": "Webhook Notifier",
"type": "n8n-nodes-base.httpRequest",
"position": [
1140,
200
],
"parameters": {
"url": "https://webhook.site/ce41e056-c097-48c8-a096-9b876d3abbf7",
"options": {},
"sendBody": true,
"bodyParameters": {
"parameters": [
{
"name": "response",
"value": "={{ $json.output }}"
}
]
}
},
"typeVersion": 4.2
},
{
"id": "dd5dcbf3-bc3e-4676-af64-8a41807ba970",
"name": "Sticky Note1",
"type": "n8n-nodes-base.stickyNote",
"position": [
-620,
40
],
"parameters": {
"width": 420,
"height": 240,
"content": "## LLM Usages\n\nGoogle Gemini Flash Exp model is being used.\n\nInformation extraction is being used for formatting the html to text\n\nSummarization Chain is being used for summarization of the content"
},
"typeVersion": 1
},
{
"id": "4cc0e400-5722-4eaf-ac95-10b0c9592345",
"name": "Perplexity Search Request",
"type": "n8n-nodes-base.httpRequest",
"position": [
-920,
400
],
"parameters": {
"url": "https://api.brightdata.com/datasets/v3/trigger",
"method": "POST",
"options": {},
"jsonBody": "[\n {\n \"url\": \"https://www.perplexity.ai\",\n \"prompt\": \"tell me about BrightData\",\n \"country\": \"US\"\n }\n]",
"sendBody": true,
"sendQuery": true,
"sendHeaders": true,
"specifyBody": "json",
"authentication": "genericCredentialType",
"genericAuthType": "httpHeaderAuth",
"queryParameters": {
"parameters": [
{
"name": "dataset_id",
"value": "gd_m7dhdot1vw9a7gc1n"
},
{
"name": "include_errors",
"value": "true"
}
]
},
"headerParameters": {
"parameters": [
{}
]
}
},
"credentials": {
"httpHeaderAuth": {
"id": "kdbqXuxIR8qIxF7y",
"name": "Header Auth account"
}
},
"typeVersion": 4.2
},
{
"id": "be9cc310-8f0d-4065-8246-aeddde697953",
"name": "Check Snapshot Status",
"type": "n8n-nodes-base.httpRequest",
"position": [
-460,
400
],
"parameters": {
"url": "=https://api.brightdata.com/datasets/v3/progress/{{ $json.snapshot_id }}",
"options": {},
"sendHeaders": true,
"authentication": "genericCredentialType",
"genericAuthType": "httpHeaderAuth"
},
"credentials": {
"httpHeaderAuth": {
"id": "kdbqXuxIR8qIxF7y",
"name": "Header Auth account"
}
},
"typeVersion": 4.2
},
{
"id": "66efd680-1d4d-4930-9712-ba9fd1b3a3be",
"name": "Readable Data Extractor",
"type": "@n8n/n8n-nodes-langchain.informationExtractor",
"position": [
360,
200
],
"parameters": {
"text": "={{ $json.answer_html }}",
"options": {},
"attributes": {
"attributes": [
{
"name": "readable content",
"description": "Readable Content"
}
]
}
},
"typeVersion": 1
},
{
"id": "3c5b4744-7475-40a6-a1f5-cce2b700c84a",
"name": "Summarization of search result",
"type": "@n8n/n8n-nodes-langchain.chainSummarization",
"position": [
760,
200
],
"parameters": {
"options": {},
"operationMode": "documentLoader"
},
"typeVersion": 2
}
],
"active": false,
"pinData": {},
"settings": {
"executionOrder": "v1"
},
"versionId": "4628ec64-b023-4185-b38f-a74e2de76ec5",
"connections": {
"If": {
"main": [
[
{
"node": "Check on the errors",
"type": "main",
"index": 0
}
],
[
{
"node": "Wait",
"type": "main",
"index": 0
}
]
]
},
"Wait": {
"main": [
[
{
"node": "Check Snapshot Status",
"type": "main",
"index": 0
}
]
]
},
"Set Snapshot Id": {
"main": [
[
{
"node": "Check Snapshot Status",
"type": "main",
"index": 0
}
]
]
},
"Download Snapshot": {
"main": [
[
{
"node": "Readable Data Extractor",
"type": "main",
"index": 0
}
]
]
},
"Check on the errors": {
"main": [
[
{
"node": "Download Snapshot",
"type": "main",
"index": 0
}
]
]
},
"Default Data Loader": {
"ai_document": [
[
{
"node": "Summarization of search result",
"type": "ai_document",
"index": 0
}
]
]
},
"Check Snapshot Status": {
"main": [
[
{
"node": "If",
"type": "main",
"index": 0
}
]
]
},
"Readable Data Extractor": {
"main": [
[
{
"node": "Summarization of search result",
"type": "main",
"index": 0
}
]
]
},
"Google Gemini Chat Model": {
"ai_languageModel": [
[
{
"node": "Summarization of search result",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"Google Gemini Chat Model1": {
"ai_languageModel": [
[
{
"node": "Readable Data Extractor",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"Perplexity Search Request": {
"main": [
[
{
"node": "Set Snapshot Id",
"type": "main",
"index": 0
}
]
]
},
"Summarization of search result": {
"main": [
[
{
"node": "Webhook Notifier",
"type": "main",
"index": 0
}
]
]
},
"Recursive Character Text Splitter": {
"ai_textSplitter": [
[
{
"node": "Default Data Loader",
"type": "ai_textSplitter",
"index": 0
}
]
]
},
"When clicking ‘Test workflow’": {
"main": [
[
{
"node": "Perplexity Search Request",
"type": "main",
"index": 0
}
]
]
}
}
}Pour qui est ce workflow ?
Ce workflow s'adresse aux équipes marketing, aux analystes de données et aux entreprises de taille moyenne à grande qui cherchent à automatiser la collecte et le résumé d'informations web. Un niveau technique intermédiaire est recommandé pour une personnalisation efficace.
Problème résolu
Ce workflow résout le problème de la collecte manuelle d'informations sur le web, qui peut être chronophage et sujet à des erreurs. En automatisant ce processus, les utilisateurs peuvent obtenir des résumés précis et rapides des données recherchées, ce qui leur permet de se concentrer sur des tâches à plus forte valeur ajoutée. Les entreprises peuvent ainsi améliorer leur réactivité face aux évolutions du marché et optimiser leur prise de décision.
Étapes du workflow
Étape 1 : Le workflow est déclenché manuellement. Étape 2 : Le modèle de chat Google Gemini traite les données. Étape 3 : Les données sont chargées via le chargeur de données par défaut. Étape 4 : Les textes sont divisés en segments plus petits. Étape 5 : Une condition est vérifiée pour déterminer la suite des actions. Étape 6 : Si les conditions sont remplies, un identifiant de snapshot est défini et les données sont téléchargées. Étape 7 : L'état du snapshot est vérifié. Étape 8 : Les données pertinentes sont extraites. Étape 9 : Les résultats de recherche sont résumés et envoyés via un webhook.
Guide de personnalisation du workflow n8n
Pour personnaliser ce workflow, vous pouvez modifier l'URL du webhook pour l'adapter à votre système de notification. Il est également possible de changer les paramètres du modèle Google Gemini en fonction de vos besoins spécifiques. Si vous souhaitez intégrer d'autres outils, vous pouvez ajouter des noeuds supplémentaires pour traiter les données avant ou après l'extraction. Assurez-vous de sécuriser le flux en configurant les authentifications nécessaires pour les requêtes HTTP et en surveillant les performances du workflow pour optimiser son efficacité.