我打造了一个人工智能活动管家，这样我就不会错过任何一次技术聚会（你也可以做到）

这是参加由 n8n 和 Bright Data 支持的 AI Agents Challenge的参赛作品。

我建造的

想象一下：你是一名在班加罗尔（或任何科技中心）工作的开发者，你不断听到“我上周错过了那个超棒的聚会”或者“你知道昨天有个 React 大会吗？”之类的消息。听起来是不是很熟悉？是啊，我也是。

那时我决定构建自己的 AI 驱动的活动发现代理，我亲切地称之为“活动管家”——因为谁不想要一个比你更擅长寻找配对袜子的数字管家呢？

问题：每天早上手动查看 Eventbrite 就像在 Internet Explorer 里调试 CSS 一样枯燥乏味。而且，由于每天发布的活动数量庞大，真正有价值的内容往往会被“两小时学会区块链”之类的讲座淹没。

解决方案：一个智能代理，它可以：

• 🕐 每天早上8点准时起床（说实话，比我靠谱多了）
• 🕷️ 从 Eventbrite 抓取班加罗尔最新的科技活动信息
• 🧠 使用 Google Gemini AI 来策划和创建引人入胜的新闻简报
• ✨ 向我的收件箱发送格式精美的 Morning Brew 风格邮件
• 💡 增添个性和趣味性，让活动发现过程真正充满乐趣

你可以把它想象成你有一个超级热情的朋友，他非常擅长找到很棒的活动，从不睡觉，而且对科技聚会有着无可挑剔的品味。

演示

由于我目前使用的是 n8n 云服务的免费套餐（嘿，谁不是从零开始呢！💸），所以我无法公开我的工作流程。不过，我已经准备好了完整的视频教程以及构建你自己的事件查找助手所需的所有代码。

📹完整演示视频：

视频中，你会看到整个工作流程——从最初的数据抓取到收到格式完美的电子报的那一刻，那种满足感简直妙不可言。这感觉很治愈，就像看着一个井然有序的电子表格活灵活现地呈现出来一样。

📧 简报示例输出：

每天早上我收到的邮件——格式精美，而且出乎意料地诙谐幽默

n8n 工作流程

🔗 完整工作流程 JSON： https://gist.github.com/Varshithvhegde/a40820f639034bac181e93146a9a21a1

要点包括：

• 完整的工作流程配置
• 人工智能代理系统指令
• 电子邮件模板结构
• 事件数据的自定义解析逻辑

专业提示：工作流程 JSON 就像一份食谱——您可以完全自定义“调味料”（提示），以匹配您的城市、兴趣或幽默感！

技术实施

人工智能代理：我的数字活动鉴赏家

模型选择： Google Gemini（因为它健谈、智能，而且不会评判我糟糕的事件发现能力）

系统指令：我赋予我的AI代理一种介于精通技术的朋友和《晨间速递》编辑之间的性格。提示信息指示它：

• 删除重复的类似事件（因为“JavaScript Workshop #47”不需要出现 5 次）
• 按时间分类：今天、明天、本周、即将到来
• 添加引人入胜的评论和巧妙的幽默
• 使用美观的 HTML 模板格式化所有内容，使其看起来不像 1995 年设计的。
• 详细的系统提示信息请见：https://notepage.vercel.app/n8n-brightdata-challenge-system-prompt

记忆：代理会记住每个会话中的事件模式以避免重复，尽管它每天都会重新开始（就像我去健身房的动力一样）。

使用工具：

• 数据处理：用于将混乱的 HTML 解析为结构化黄金数据的自定义 JavaScript 节点
• 邮件生成：人工智能代理提供精心设计的提示
• 推送方式： Gmail集成（毕竟谁不喜欢在收件箱里收到好消息呢？）

Bright Data 验证节点：本次操作的 MVP

这正是 Bright Data 的真正优势所在（此处双关，意指“大放异彩”✨）。Eventbrite 对机器人抓取其内容的行为非常不满——他们屏蔽 IP 地址的速度比 Twitter 用户屏蔽网络喷子还要快。

我如何使用 Bright Data：

• 可靠访问：再也不会因为“403 禁止访问”错误而毁了我的晨间例行活动。
• 住宅代理：看起来像是合法流量（因为它本来就是合法流量！）
• 速率限制处理：内置限流功能，可与 Eventbrite 服务器良好兼容
• 全球基础设施：即使在高峰时段也能确保持续访问

Bright Data节点基本上把我的爬虫程序从一个偷偷摸摸的地下作坊变成了一个合法、正规的数据收集服务。这就像从偷偷摸摸地混进活动升级到拥有VIP通行证一样。

配置亮点：

• 目标网址：Eventbrite 的班加罗尔科技活动页面
• 标头：正确的用户代理和浏览器指纹识别
• 重试逻辑：因为有时网络会出现故障
• 数据提取：已清理的 HTML 文件，可供解析

旅行

“这应该很容易”阶段🤔

一开始，我们抱着典型的开发者心态：“抓取一些事件能有多难？”

旁白：比预想的要难。

初期挑战：

• Eventbrite的反机器人措施（出乎意料地复杂）
• HTML结构不一致（显然并非所有人都遵循语义化的HTML规范）
• 数据质量问题（事实证明，事件描述可以……很有创意）
• 电子邮件格式噩梦（2025 年电子邮件中的 CSS 仍然很糟糕）

“为什么这行不通？！”阶段😤

我花了太多时间调试CSS选择器，这些选择器在浏览器中运行完美，但在爬虫程序中却彻底失败了。我还发现，Eventbrite会根据你是已登录用户、移动访客还是机器人而返回不同的HTML结构。

关键突破： Bright Data 的验证节点解决了 90% 的爬虫难题。数据突然变得稳定可靠！这感觉就像你的代码第一次运行就成功了一样——神奇又有点不可思议。

“人工智能让一切变得更好”阶段🤖

最初，我只是打算发送原始事件数据。但后来我想，“如果人工智能能让这些数据变得有趣起来呢？”

颠覆性创新：为双子座设计合适的提示。让人工智能做到：

• 了解事件背景及其重要性
• 增添个性而不令人讨厌
• 保持HTML格式一致
• 优雅地处理极端情况

响应式设计比抓取逻辑花费的时间更长，但绝对值得。现在我的新闻简报读起来就像是一位风趣幽默、真正关心我日程安排的科技记者写的。

“真的有效！”阶段🎉

三个月过去了，我已经：

• 发现了 47 件我原本会错过的事情
• 每周大约节省 2 小时的活动搜寻时间

意外收获：人工智能的评论常常让我注意到一些我原本不会想到的活动。事实证明，机器学习不仅擅长识别照片中的猫，它还能很好地理解哪些活动值得参加。

我学到了什么

1. 好的提示词价值连城——真的，一定要花时间在这上面。
2. 可靠的数据源比完美的解析更重要——Bright Data 改变了游戏规则。
3. 自动化应该增强而非取代人类的判断——人工智能提出建议，我来决定。
4. 小小的便利累积起来就能带来巨大的生产力提升——每天节省10分钟，一年就能节省60多小时。
5. 自己动手往往能打造出最好的产品——我每天都在实践这一点。

未来改进（因为我们永无止境）

• 多城市支持（方便我旅行或搬家时使用）
• 基于过往出勤记录和偏好的智能筛选
• 日历集成（一键添加事件）
• 社区功能（与朋友分享有趣的发现）
• 分析仪表盘（因为数据很美）

结论：如果你厌倦了碰运气寻找活动，那就打造一个人工智能助手吧。未来的你一定会感谢自己，而且你再也不用听到“哦，你错过了那场精彩的演讲？”这样的抱怨了。

要是我能造个AI智能体，让我真的能出席活动就好了……🤷‍♂️

PS：如果你自己开发了一个版本，我很想看看你的AI会发现哪些事件！请在评论区留下你的城市信息或任何你做的巧妙修改。让我们从每次自动发送新闻简报开始，彻底消除FOMO（害怕错过）的焦虑。