Czym jest ta automatyzacja i jak działa?
Moja automatyzacja uruchamia się codziennie o godzinie 20:00. Jej głównym zadaniem jest monitorowanie wybranych przeze mnie kanałów YouTube i sprawdzanie, czy pojawiły się na nich nowe materiały wideo. Celem jest podsumowanie tych filmów i przygotowanie skondensowanego “streszczenia” w formie dokumentu w Notion. Dzięki temu mogę szybko przeglądać najważniejsze informacje, zdobywać wiedzę i zaspokajać swoją ciekawość, nie tracąc przy tym godzin na oglądanie każdego wideo.
Kluczowe cechy i korzyści automatyzacji
- Elastyczność
Liczba monitorowanych kanałów jest zmienna. Mogę swobodnie dodawać nowe kanały, usuwać istniejące lub tymczasowo je dezaktywować.
System jest zaprojektowany tak, aby łatwo adaptować się do moich potrzeb.
- Oszczędność (czasu i zasobów)
Przetwarzam tylko najnowsze materiały – te, które pojawiły się poprzedniego dnia. Dzięki temu unikam nakładania się danych i zbędnego obciążania API.
Limituję liczbę przetwarzanych filmów do maksymalnie trzech na kanał w danej iteracji, co dodatkowo optymalizuje koszty i zużycie limitów API.
Pomijam długie materiały wideo, co pozwala skupić się na treściach, które można szybko przyswoić, ale też nie tracić limitów.
- Wygoda
Wszystkie podsumowania są zapisywane w Notion w wygodnym, czytelnym formacie Markdown.
Dodatkowo, codziennie otrzymuję e-mail z gotową “prasówką”, co sprawia, że dostęp do informacji jest błyskawiczny.
- Bezpieczeństwo i niezawodność
Zadbałem o bezpieczeństwo. Wykorzystuję filtry, limity oraz odpowiednią autoryzację (brak jawnych kluczy API).
Staram się przewidywać różne scenariusze błędów i nietypowych danych. Automatyzacja nie tylko działa, ale także informuje mnie o ewentualnych problemach i kontynuuje działanie, dzięki warunkom ponowienia operacji, odstępom czasowym między działaniami i alternatywnym ścieżkom błędów.
- Technologie i API, które wykorzystałem
RSS Read: Wbudowany moduł do pobierania danych o nowych filmach z kanałów YouTube.
Notion API: Do zapisywania podsumowań w Notion, zarówno poprzez dedykowany moduł, jak i HTTP requesty.
Gmail API: Do wysyłania codziennych e-maili z podsumowaniami.
YouTube API: Do pobierania szczegółowych informacji o wideo, takich jak długość.
Apify: Zewnętrzne narzędzie do pobierania transkrypcji wideo.
Google Gemini: Wykorzystuję model Gemini 2.0 Flashlight do podsumowywania transkrypcji, a w przypadku braku transkrypcji – do analizy wideo na podstawie ID.
Moduł społecznościowy (węzeł kodu): Niezbędny do konwersji tekstu z formatu Markdown na format obsługiwany przez Notion.
Napotkane wyzwania i rozwiązania
Podczas tworzenia tej automatyzacji napotkałem kilka problemów, które udało mi się rozwiązać:
Pętle: Konieczność jawnego użycia pętli w n8n, zwłaszcza przy RSS Read.
Odstępy czasowe między wywołaniami API: Kluczowe dla uniknięcia przekroczenia limitów i błędów.
Moduł YouTube w n8n: Początkowe problemy z “invalid URL” mimo poprawnego ID wideo. Rozwiązanie: przejście na klasyczny HTTP request.
Jakość podsumowań z Gemini: Prompty wymagają ciągłego dopracowywania, aby uzyskać optymalne rezultaty.
Formatowanie w Notion: Początkowo problematyczne było zapisywanie tekstu w Notion w czytelnym formacie, aby nie był to jeden “zlepek”. Dzięki odpowiedniemu oczyszczaniu Markdowna i konwersji do bloków, finalny wygląd jest bardzo satysfakcjonujący.
Co dalej?
Obecnie skupiam się na testowaniu i monitorowaniu działania automatyzacji, sprawdzaniu limitów API oraz wdrażaniu ewentualnych poprawek i ulepszeń. Zastanawiam się również nad dalszym rozwojem, np. generowaniem prezentacji z podsumowań za pomocą Gamma App.
Podsumowanie
Ta automatyzacja to dla mnie nie tylko narzędzie do oszczędzania czasu, ale także świetna lekcja budowania złożonych systemów. Mam nadzieję, że ten opis zainspirował Cię do własnych eksperymentów z automatyzacją! Jeśli masz pytania lub chciałbyś dowiedzieć się więcej o konkretnym aspekcie, zostaw komentarz pod filmem lub napisz do mnie.
