您的求职助手

由 Mux 主办的 DEV 全球展示挑战赛：展示你的项目！

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

我建造的

我开发了“求职助手”（Your Job Finder Companion），这是一个智能AI助手，它会自动检查LinkedIn、Indeed和Glassdoor等平台上的最新职位空缺，并通过Telegram推送简洁明了、经AI分析的职位摘要。这款助手能帮助你快速掌握最新职位信息，让你在职位列表变得拥挤之前抢占先机。

演示

• 工作流程视频：
• Telegram 视频：仅在 YouTube Short 上提供
• LinkedIn 截图：
• 截图：
• Glassdoor 截图：
• 暂无职位空缺。截图：

工作原理

发送一条格式如下的 Telegram 消息：

Role name - Country

例如：Developer - US或Data Scientist - UK

经纪人会根据您提供的信息在三个平台上发起快照查询，并为每个平台返回最多一条房源信息。您最多会收到三条消息（每个平台一条），每条消息都包含一份人工智能生成的摘要以及一个可直接申请的链接（如有）。

LinkedIn回复示例格式：

🎯 LinkedIn Job Found
━━━━━━━━━━━━━━━━━━━━
🏢 Google
💼 Senior Software Developer
📍 Mountain View, CA
💰 $150,000 - $200,000

👥 Current Applicants: 12 candidates
📅 Posted: 2 hours ago

🤖 AI Analysis:
- SCORE: 92
- Excellent opportunity at a leading tech company...

🔗 Apply: [Direct Link]
━━━━━━━━━━━━━━━━━━━━

或者如果没有找到工作：

❌ Sorry, no job listings available for the specified keyword within the last 24 hours.

n8n 工作流程

当前的工作流程由21 个节点组成，负责协调整个职位发现和通知流程。
完整的工作流程 JSON 文件可在此处获取：GitHub Gist - 您的求职助手

技术实施

系统架构

1. Telegram 触发器：接收包含职位要求的用户消息
2. 消息解析器：从“role - country”中提取角色和国家/地区
3. 数据收集：为 LinkedIn、Indeed 和 Glassdoor 创建 Bright Data Marketplace 数据集快照
4. 快照处理：轮询快照元数据直至准备就绪，然后检索内容
5. AI 分析：使用 Google Gemini 对列表进行评分和总结
6. 通知发送：向 Telegram 发送格式化消息

模型和工具

• AI 模型：通过 n8n LangChain Google Gemini Chat 模型节点实现的 Google Gemini
• 通信：Telegram Bot API
• 数据处理：用于解析和处理数据的 JavaScript 代码节点
• 错误处理：等待/轮询循环以构建快照；平台特定的故障通知

明亮数据验证节点

Bright Data 集成是该解决方案的核心，它提供了对三个市场数据集的访问：

LinkedIn 数据集（gd_lpfll7v5hcqtkxl6l）

• 筛选条件：job_title 包含 role，country_code 等于 ISO-2（大写），application_availability 为 true，url 包含 http，job_posted_date 在过去 24 小时内。
• 24小时筛选示例：

{
  "name": "job_posted_date",
  "operator": ">",
  "value": "{{ new Date(Date.now() - 24 * 60 * 60 * 1000).toISOString() }}"
}

事实上，数据集（gd_l4dx9j9sscpvs7no2）

• 筛选条件：job_title 包括 role，country（小写），date_posted 等于“刚刚发布”。
• 例子：

{ "name": "date_posted", "operator": "=", "value": "Just posted" }

Glassdoor 数据集（gd_lpfbbndm1xnopbrcr0）

• 筛选条件：job_title 包含 role（此版本中没有近期性筛选条件）。

旅行

开发过程

第一阶段：规划

• 将用户输入映射到平台特定的筛选条件和近期性预期
• 研究了Bright Data的市场数据集
• 设计了工作流程架构

第二阶段：实施

• 利用 Telegram、Bright Data 和 AI 分析构建了 n8n 工作流程
• 配置了带有适当过滤器的 Bright Data 节点
• 实施了平台特定的近期性约束

第三阶段：人工智能增强

• 新增 Gemini 代理，用于生成 SCORE 评分和简短优先级摘要
• 已开发评分算法（1-100 分制）
• 创建了平台特定的消息格式

第四阶段：错误处理

• 已实现快照就绪的等待/轮询
• 每个平台都添加了故障消息
• 创建了用户友好的错误通知

挑战与解决方案

1. 快照时间

   • 不同数据集的构建时间各不相同
   • 解决方案：轮询元数据；如果元数据尚未准备就绪，则等待并重试，直到内容可检索为止。

2. 数据一致性

   • 每个平台采用不同的架构
   • 解决方案：规范化关键字段并按 URL（LinkedIn/Indeed/Glassdoor）路由

3. 最近发生时间的一致性

   • 每个数据集采用不同的近期性控制方法
   • 解决方案：LinkedIn 使用过去 24 小时的数据；Indeed 使用“刚刚发布”的数据；Glassdoor 在此版本中仅匹配标题。

4. 用户体验

   • 传递简洁明了、切实可行的信息
   • 解决方案：每个平台匹配一个最佳人选，AI评分+总结，尽可能提供直接申请链接

主要收获

• Bright Data 的市场数据集使用户无需自定义抓取即可轻松访问结构化的职位列表。
• 快照模式具有良好的可扩展性，有利于及时检索数据。
• 简洁的AI摘要帮助用户快速确定优先级
• 用户体验上的小选择（例如输入格式、不同平台的提示信息）会对用户体验的实用性产生显著影响。
• 妥善处理错误对用户体验至关重要。

您的求职助手展示了 n8n 的工作流程功能如何与 Bright Data 的强大数据集相结合，从而创建切实可行的解决方案，为求职者带来即时价值，确保他们不会错过过去 24 小时内的任何机会。