## 工作流概述
这个n8n工作流模板能够自动搜索最新的职位发布信息，使用AI代理和Tavily从每个职位信息中提取结构化详细信息，将结果打包，并通过电子邮件发送每周摘要。
## 工作流功能
### 主要功能
– **自动职位搜索**：定期搜索最新的职位发布信息
– **AI信息提取**：使用AI代理从职位信息中提取结构化数据
– **邮件摘要**：将搜索结果打包成单一邮件摘要发送
– **自定义配置**：可根据需求调整搜索关键词、频率和接收邮箱
### 技术特点
– 使用Tavily API进行网络搜索
– 集成OpenAI进行智能信息处理
– 通过Gmail发送邮件通知
– 支持自定义搜索参数和过滤条件
## 配置步骤
### 1. 所需凭证
在导入或运行工作流之前，需要在n8n实例中创建/配置以下凭证：
**OpenAI (Chat模型)**
– 用于OpenAI Chat Model和Message a model节点
– 添加OpenAI凭证并粘贴API密钥
**Tavily API**
– 用于Search in Tavily节点
– 添加Tavily凭证并输入API密钥
**Gmail (OAuth2)**
– 用于Send a message节点发送摘要邮件
– 配置Gmail OAuth2凭证
### 2. 节点配置
**Schedule Trigger**
– 配置间隔：每日或每周（例如：每周，08:00触发）
– 这是工作流的起点，可根据偏好调整频率
**AI Agent**
– 第一步：设置代理的提示/系统消息
**Search in Tavily (Tavily Tool节点)**
– 查询：用户可编辑字段（示例默认：本周发布的软件工程职位）
– 建议：保持查询在400字符以内；更改为目标职位/地点关键词
– 推荐选项：
– 搜索深度：高级（可选，更好的提取效果）
– 最大结果数：15
– 时间范围：周（限制为过去一周）
– 包含原始内容：true（获取完整页面内容以获得更好的提取效果）
– 包含域名：indeed.com, glassdoor.com, linkedin.com – 优先选择可信来源
**Edit Fields / Set (打包)**
– 目的：将代理输出收集到一个字段中，供下游处理使用
**Message a Model (OpenAI格式化步骤)**
– 使用OpenAI（openAiApi凭证）
– 此节点可用于将代理输出重新格式化为一致的块
– 使用与代理相同的系统规则
**Code Node (解析和结构化)**
– 目的：将代理/LLM文本拆分为单独的职位发布信息，并使用正则表达式提取字段
**Aggregate Node**
– 模式：aggregateAllItemData（将所有解析的职位信息合并到单个数据数组中）
**Gmail node (Send a message)**
– sendTo：设置为收件人（例如：您的收件箱）
– subject：例如：本周新职位！
– emailType：文本（或HTML，如果您构建HTML内容）
– message (body)：使用循环遍历数据并格式化每个职位信息的表达式
## 测试步骤
1. 在n8n中设置凭证（OpenAI、Tavily、Gmail）
2. 手动运行Schedule Trigger
3. 检查Search in Tavily节点输出 – 确认返回结果
4. 检查AI Agent和Message a model输出 – 确保生成格式化的职位信息
5. 运行Code节点 – 确认返回结构化项目
6. 检查Aggregate输出：应看到包含数据数组的单个项目
7. 在Gmail节点中运行测试发送 – 确认邮件收到包含所有职位信息的合并消息
## 故障排除提示
– **Gmail正文显示[Array: …]**：避免拖动原始数组 – 使用将数据映射到格式化字符串的表达式
– **Code节点拆分错误**：当原始数据未定义时发生。确保前一个节点返回message.content或调整以安全地使用$input.all()和连接内容
– **解析后缺少字段**：检查LLM/代理输出标签是否与Code节点的正则表达式匹配。如果标签不同，请更新正则表达式或LLM格式化
## 自定义建议
– 按地点或仅远程职位进行过滤，或添加关键词过滤器（资历、技术栈）
– 将结果发送到Google Sheets或Slack，而不是/除了Gmail
– 添加LLM摘要步骤，为每个职位信息创建1行亮点
评论(0)