К содержимому
Дайджест

Второй мозг в n8n: Telegram, Notion и память агента

NeuralNine·16 ноября 2026·60:49
нужен экран можно повторить пошагово
Открыть на YouTube
Подробный туториал по сборке self-hosted второго мозга в n8n с захватом из Telegram и Gmail, для тех, кто хочет автоматизировать заметки и поиск по ним.

Что в ролике

Читатель, который хочет собирать заметки из Telegram и почты в одну базу, может собрать self-hosted второй мозг на n8n: три связанных workflow и векторный поиск. Основной workflow принимает сообщения Telegram от одного проверенного пользователя и разводит их по типу контента — текст, голосовое или картинка с подписью. Голосовые файлы переименовываются и транскрибируются через OpenAI, картинки проходят через Telegram getFile, а затем всё сливается в единое текстовое поле и передаётся AI-агенту. Агент работает на GPT-5 Mini с простой памятью по chat_id и набором инструментов: поиск в Qdrant, события Google Calendar, поиск в Gmail и вызов отдельного workflow ингеста. Этот workflow извлекает из текста структурированные поля title, type, tags, author, URL и создаёт страницу в базе Notion, а затем индексирует контент в Qdrant с эмбеддингами OpenAI text-embedding-3-small (размерность 1536) и добавляет текст кусками по 2000 символов. Третий workflow запускается каждые 15 минут, забирает письма с Gmail-меткой brain, при наличии вложений загружает их в Google Drive и вызывает тот же ингест, после чего снимает метку и зацикливается, пока письма не закончатся. В конце автор показывает, как отправить ссылку, картинку с цитатой или голосовой запрос, и агент сохраняет или находит нужное через векторный поиск.

Практика

Что получишь
Рабочую схему self-hosted второго мозга: захват из Telegram и Gmail, хранение в Notion и векторный поиск по заметкам с агентом, который понимает follow-up вопросы.
Первый шаг
Скачать workflow по ссылке в описании, поднять n8n через docker compose и настроить ngrok для публичного webhook URL.
Цифры
  • —15 минут — интервал, с которым третий workflow проверяет письма с меткой brain
  • —1536 — размерность эмбеддингов OpenAI text-embedding-3-small, под которую настроена коллекция Qdrant
  • —2000 символов — максимальный размер одного текстового блока при добавлении контента в Notion
  • —5 документов — лимит, который агент получает при поиске по векторной базе Qdrant
Честно
Видео спонсировано n8n, ссылка на n8n в описании; готовый workflow также лежит по ссылке в описании. Для повторения нужны платные аккаунты OpenAI (API), бесплатные Google Cloud проект с включёнными Gmail/Calendar/Drive API и OAuth, а также Telegram-бот через BotFather. Значения настроек в узлах (поля Notion, код JavaScript, параметры vector store) показываются на экране, но точные выражения и код доступны в шаблоне workflow.
Если слова незнакомы — 5 терминов

Понадобится экран

Часть информации есть только на экране (код в терминале). Открыть на YouTube с 1:13.

Связки из этого ролика

1 шт.

Компоненты

12 шт.

Цитаты-доказательства

дословно из субтитров

Формат: пошаговый урок · для практикующих · уверенность разметки 0.9 · источник