Смотреть урок

Дополнительные файлы из урока

Показываю, как собрать в n8n Telegram-бота с доступом в интернет: без дополнительных узлов модель вроде DeepSeek не может выйти за пределы своей базы знаний (данные там только до 2024 года), поэтому подключаю ноду Tavily, которая по запросу ищет и скрапит сайты. Разбираю схему из двух агентов: первый превращает вопрос пользователя в параметры поиска — поисковый запрос, число дней давности, число результатов, язык и стиль ответа — в формате JSON, второй анализирует найденные статьи и формирует финальный ответ со списком источников. Показываю на живых примерах — погода в Батуми, положение футбольного клуба «Крылья Советов» в турнирной таблице, — как бот сначала выдаёт устаревший ответ без Tavily, а с ней отвечает актуальными данными. Материал полезен тем, кто хочет собрать бота с реальным поиском в интернете, а не выдумыванием ответов моделью.

Оглавление с таймкодами:

0:00–1:31 Автор объясняет идею урока: без дополнительной ноды модель типа DeepSeek не может выйти в интернет, её база данных ограничена 2024 годом — сейчас будет подключена нода Tavily, которая даёт агенту реальный поиск.
1:31–2:58 Демонстрация без Tavily: на вопрос «какое сегодня число в Батуми» бот отвечает «30 мая 2024 года» и придумывает источники — интернета у него нет.
2:58–3:44 С включённой Tavily тот же вопрос даёт верный ответ («4 марта 2026 года») — Tavily работает как скрапер: ищет сайты и передаёт найденную информацию агенту, который формирует правильное сообщение.
3:44–4:54 Начинается сборка новой схемы: добавляется триггер Telegram Message с уже готовым API-ключом бота.
4:54–6:44 Добавляется нода Set с двумя полями — chat_id и user_text, куда перетаскиваются соответствующие значения из сообщения Telegram.
6:44–8:22 Настраивается первый AI-агент: в промпт передаётся user_text, а в System Message — инструкция превращать запрос пользователя в параметры поиска.
8:22–10:05 Добавляется структурный парсер вывода (Structured Output Parser) с полями search_query, recency_days, max_results, language и style — без него агент не может отдать данные в нужном формате.
10:05–10:43 Устанавливается нода Tavily, для неё создаётся credential с API-ключом с сайта Tavily — бесплатный лимит 1000 запросов в месяц.
10:43–12:44 В параметры Tavily (search, max_results, days) подставляются значения, которые пришли от первого агента, — вручную их прописывать не нужно.
12:44–14:20 Добавляется нода Code (JavaScript) — она приводит найденные Tavily статьи (заголовок, ссылка, текст) к формату, удобному для второго агента; автор поясняет, что код для таких нод тоже пишет через ChatGPT.
14:20–16:23 Настраивается второй AI-агент с промптом, который анализирует найденные материалы и…