Mindket

AI 检查的实习帖子,提醒发到 WhatsApp

新上架第 1 版 · 更新于

概览

一个给在 Telegram 上关注实习频道的学生用的 n8n 工作流。它把每个转发来的帖子拆成岗位,读取申请页面,让 AI 只留下合适的。合适的会发给你名单上的号码。

AI 检查的实习帖子,提醒发到 WhatsApp 是一款 n8n 工作流,属于教育类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,或复制它的 JSON,再导入 n8n 画布。在 n8n 里启用之前,它不会运行。

速览

用在
  • n8n Cloud:把文件导入那里的一个新工作流
  • 你自己的 n8n 服务器:同一个文件,同样的步骤,还要有地方运行你自己的 WhatsApp 发送服务
  • 另一届:改提示词里和 Pre-Check 里的 2027
  • 另一个渠道:把 Send Whatsapp Message 换成 Telegram 或邮件节点

平台

连接 8 个应用

运行方式

触发

Telegram 消息

你的机器人收到一条 Telegram 消息时开始运行,带着:

  • 你转发的一则实习帖子的文字
  • 帖子里的申请链接

动作

  1. 没有实际文字的消息会被丢掉
  2. AI 模型把帖子拆成每个岗位一个条目
  3. 逐个读取申请页面,并截取到 30,000 个字符
  4. 只提到更早年份的页面当场淘汰
  5. 第二个 AI 模型检查这个岗位,必要时查重复或搜索网页
  6. 重复的和不合适的岗位连同原因进入淘汰分页
  7. 合适的岗位在截止日建日历事件,并给名单里的每个号码发 WhatsApp 消息
  8. 它被记在合格分页和数据表里

结果

每个合适的岗位都有一条 WhatsApp 消息和一个截止日提醒,每个岗位(合格的或淘汰的)都有一行记录

集成

开始之前要准备好这些。

Telegram

聊天

接收转发来的帖子,分析环节失败时把原文发回去。

需要一个 BotFather 发的机器人令牌

Groq

语言模型

把每个帖子拆成岗位,第一个模型失败时负责判断岗位。

需要一个 Groq API 密钥

Cerebras

语言模型

判断岗位是否合适,第一个模型失败时负责拆帖子。

需要一个 Cerebras API 密钥

Firecrawl

网页读取

把每个申请页面读成 Markdown。

需要一个 Firecrawl API 密钥

SerpApi

搜索

岗位文字没写明届别时,去查它的届别。

需要一个 SerpApi API 密钥

Google Calendar

提醒

给合适岗位的截止日建一个事件。

需要一个 Google 账号和一个日历

Google Sheets

记录和号码名单

存放要发消息的号码,并记录每个合格和淘汰的岗位。

需要一个 Google 账号和一张有三个分页的表格

WhatsApp

提醒

通过你自己的发送服务把提醒发给每个号码。

需要一个你自己的、接收 POST 的 WhatsApp 发送服务

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
24 个步骤,由 Telegram 事件启动
AI
2 个步骤调用 AI 模型:Splitter Agent、Analyst Agent
登录
需要登录:Firecrawl、SerpApi、Google Sheets、Google Calendar、Telegram、Groq、OpenAI
API 密钥
文件里没有留下 API 密钥
步骤类型
Mindket 的检查器能读懂它 13 种步骤类型中的 11 种,读不懂的是:AI Agent、Data Table

以上内容读自工作流文件,并非实际运行的结果。

关于

它是什么

这个 n8n 工作流读你转发给 Telegram 机器人的实习帖子。AI 模型把每个帖子拆成单独的岗位。工作流读每个申请页面,第二个 AI 模型判断这个岗位是否适合 2027 届学生。合适的岗位会被记到一张 Google 表格和一张数据表里。如果它有截止日,也会进你的日历。然后一条 WhatsApp 消息发给你名单上的每个号码。整个流程由三十个节点完成。

适合谁

关注很多实习频道、却在一堆信息里错过好岗位的学生。它也适合想提醒成员的就业办公室或校园社团。它是为一种画像做的,所以换一届或换一类岗位,就要改它的提示词和检查。只联系那些要求收到你消息的人。

谁在用,怎么用
行业谁在用怎么用例子
教育学生从频道里海量的实习帖子中筛选一位学生转发一个列出五个岗位的帖子,只听到那个合适的。
教育就业办公室向校园社团提醒新岗位一个办公室保存选择加入的成员的号码,把每个合适的岗位发给他们。
招聘校园社团记录通过和被拒的岗位一个社团读两个表格分页,看发出了什么、其他的为什么被跳过。
软件开发者研究一个带两个模型、工具和备用模型的工作流一位开发者把 WhatsApp 这一步换成一条 Telegram 消息。

你需要比平常更懂 n8n:导入一个文件,连接八个服务,并准备一张表格和一张数据表。文件里没有写设置要多久。

用在哪里

任何能访问 Telegram、模型服务商和你的 WhatsApp 发送服务的 n8n 都能运行它。

  • n8n Cloud:把文件导入那里的一个新工作流
  • 你自己的 n8n 服务器:同一个文件,同样的步骤,还要有地方运行你自己的 WhatsApp 发送服务
  • 另一届:改提示词里和 Pre-Check 里的 2027
  • 另一个渠道:把 Send Whatsapp Message 换成 Telegram 或邮件节点

设置

点“下载”会把一个压缩包存到你的下载文件夹,里面有 workflow.json 和 Mindket 写的设置说明。这张表列出了要先准备的所有东西。

先准备好这些
需要说明
n8n在 n8n Cloud 上,或在你自己的服务器上
Telegram用 @BotFather 建的机器人
Groq 和 Cerebras各一个 API 密钥,用于两个模型和它们的备用模型
Firecrawl一个 API 密钥,用来读申请页面
SerpApi一个 API 密钥,用来查届别
Google一张有三个分页的表格、一个日历,以及能用于两者的 Google 账号
n8n 数据表一张有 title、Company_Name、Eligibilty 和 Application_Link 这几列的表
WhatsApp一个你自己的发送服务,接收带 to 和 message 字段的 POST
  1. 在 n8n 里新建一个工作流,打开它的菜单,选 Import from File,选中 workflow.json。
  2. 添加一个 Telegram 凭据,在 Telegram Trigger 和 Resend failed message 里选中它。
  3. 添加一个 Groq 凭据,在 Splitter Main 和 Analyst Fallback 里选中它。
  4. 添加一个 OpenAI 凭据,它的基础 URL 是 https://api.cerebras.ai/v1,密钥是你的 Cerebras 密钥。在 Splitter Fallback 和 Analyst Main 里选中它。
  5. 为 Firecrawl 添加一个 Header Auth 凭据,名称是 Authorization,值是 Bearer、一个空格和你的密钥。在 Firecrawl Scrape 里选中它。
  6. 添加一个 SerpApi 凭据,在 serpapi_request 里选中它。
  7. 添加一个 Google Sheets 凭据和一个 Google Calendar 凭据。在 Get Mobile Numbers、Append Valid 和 Append Rejected 里替换 <YOUR_GOOGLE_SHEET_ID>,在 Add event reminder 里替换 <YOUR_GOOGLE_CALENDAR_ID>。
  8. 创建数据表,并在 check_duplicate、Check for duplicate valid 和 Insert row 里替换 <YOUR_DATA_TABLE_ID>。
  9. 在 Send Whatsapp Message 里,把 <YOUR_WHATSAPP_SEND_URL> 换成你的发送服务的地址。
  10. 在 Notify User 里选一个你自己的工作流,或删掉这个节点。
  11. 发布工作流,给你的机器人转发一个实习帖子。

如何使用

发布工作流,给你的机器人转发实习帖子。头几次运行时,检查它写入的三个地方:两个表格分页和数据表。如果你的届别不同,就改掉 2027。

想要不同的效果,改这里
要改的在哪里改
届别和岗位规则Analyst Agent 的提示词、Pre-Check 的代码和 For 2027? 的名字
提醒的文字Analyst Agent 提示词里的模板
谁收到它Mobile Numbers 分页里的行
截止日提醒Add event reminder 里的时间
模型四个聊天模型节点

示例

你转发一个实习频道的帖子,它列出三个岗位。

拆分器把这个帖子变成三个条目,工作流读每个申请页面。两个页面只提到更早的年份,当场淘汰,并在淘汰分页里留一行。第三个通过了分析,有截止日,而且还不在数据表里。它得到一个日历事件,名单上的每个号码收到一条消息,合格分页里多一行。

新手与专家

新手:n8n 把工作流画成用线连起来的方框,每个方框是一个节点,只做一件事。AI 智能体是一个让模型来判断、并能调用小工具的节点,这里的小工具是查重复和网页搜索。备用模型会在主模型失败时接手。

专家:两个智能体各跑在一个主模型和一个备用模型上,分析智能体还有两个工具。

值得细看的地方
节点做什么要知道的
Splitter Agent一个智能体,主模型是 Splitter Main(Groq openai/gpt-oss-20b),备用是 Splitter Fallback(Cerebras gpt-oss-120b)它最多试 5 次,出错时发给 Notify User
Pre-Check一个 Code 节点,把页面截到 30,000 个字符,并淘汰只提到更早年份的页面2027 这个年份写死在它的代码里
Analyst Agent一个智能体,主模型是 Analyst Main(Cerebras),备用是 Analyst Fallback(Groq),工具是 check_duplicate 和 serpapi_requestOutput Parser 从回复里取出它的 JSON
Firecrawl Scrape一个带 Header Auth、发到 Firecrawl v2 抓取地址的 POST它会重试,页面一直被拦时留下空结果,运行继续
Loop Over Items一个 Split In Batches 节点,一次给一个号码发消息它结束后,Append Valid 和 Insert row 为这个岗位各运行一次
Add event reminder一个 Google Calendar 节点,在截止日创建一个 09:00 到 10:00(UTC)的事件标题里有 APPLY TODAY

注意事项

它需要你自己的服务,而且它会给真人发消息。

  • 你的届别:2027 这个年份和技术岗位写在提示词和 Pre-Check 里。换成别的读者就要改
  • WhatsApp:它需要你自己的发送服务。WhatsApp 的商业消息政策(2026 年 11 月 12 日查看)说,只有当对方给了你号码并同意收到你的消息时,你才可以联系他们。让 Mobile Numbers 分页只留下主动要求的人
  • 修复:原始副本调用的是它所有者自己的 Firecrawl、搜索和 WhatsApp 服务器。Mindket 的副本直接调用 Firecrawl 的 v2 地址和 SerpApi,发送服务、表格、数据表和日历都是占位符
  • 模型:Groq 在 2026 年 8 月 16 日停用了 llama-3.3-70b-versatile,Cerebras 在 2026 年 5 月 27 日弃用了两个模型。Mindket 的副本在 Groq 上用 openai/gpt-oss-120b,在 Cerebras 上用 gpt-oss-120b,这两家的页面分别指定或列出了它们
  • 你的数据:每个帖子的文字会发给 Groq 和 Cerebras,申请链接会发给 Firecrawl,搜索词可能发给 SerpApi。电话号码留在你的表格里,只发给你的发送服务
  • 抓取:请读每个申请网站的条款。页面被拦时,Telegram 的文字就是唯一的输入
  • 缺的一块:Notify User 运行一个叫 Agent Error 的工作流,它不在文件里。选一个你自己的,或删掉这个节点
  • 计费:每个岗位最多可能花两次模型调用(含重试)、一次 Firecrawl 请求,有时还有一次 SerpApi 搜索
  • 没有运行:Mindket 没有运行这个工作流、Firecrawl v2 调用或 SerpApi 调用。它读的是各家厂商的页面和 n8n 的源码
  • 凭据:这个 JSON 里没有任何凭据,里面的 ID 都是占位符

README 和文件

README

AI 检查的实习帖子,提醒发到 WhatsApp

一个给在 Telegram 上关注实习频道的学生用的 n8n 工作流。你把一个帖子转发给你的机器人。AI 模型把它拆成单独的岗位,工作流读每个申请页面,第二个 AI 模型判断这个岗位是否适合 2027 届、倒数第二年的学生。合适的岗位会被记录,按它的截止日设成日历提醒,并作为 WhatsApp 消息发给你名单上的号码。三十个节点完成全部工作。

里面有什么

  • workflow.json:n8n 导出的工作流,30 个节点,没有便签。里面没有任何凭据。
  • README.md:这份说明。

我们对原始副本做了哪些改动

Mindket 修复并整理了这份副本:

  • 三个地址指向原来所有者自己的服务:一个 Firecrawl 服务器、一个包着搜索的 webhook 和一个 WhatsApp 发送服务。Firecrawl 这一步现在用 Header Auth 凭据调用 https://api.firecrawl.dev/v2/scrape。搜索工具现在直接调用 SerpApi,并且只要求它返回每条结果的标题和摘要。WhatsApp 的地址是占位符 <YOUR_WHATSAPP_SEND_URL>。
  • 原来所有者的 Google 表格、数据表和日历 ID 现在是 <YOUR_GOOGLE_SHEET_ID>、<YOUR_DATA_TABLE_ID> 和 <YOUR_GOOGLE_CALENDAR_ID>。三个表格分页按名字选:Mobile Numbers、True Classification 和 False Classification。
  • Groq 模型 llama-3.3-70b-versatile 已于 2026 年 8 月 16 日停用。Groq 的弃用页面(2026 年 11 月 12 日查看)指定 openai/gpt-oss-120b 为替代,所以 Mindket 的副本用它。Groq 模型 openai/gpt-oss-20b 保留不变。
  • Cerebras 模型 llama3.1-8b 和 qwen-3-235b-a22b-instruct-2507 已于 2026 年 5 月 27 日弃用。Cerebras 指定 gpt-oss-120b 为替代,它的模型列表里也有,所以两个 Cerebras 节点现在都用它。
  • Notify User 节点原来运行原来所有者的 n8n 里一个叫 Agent Error 的工作流。它的 ID 已清空,所以请选一个你自己的工作流,或删掉这个节点。
  • 数据表匹配列里一个多余的列名 Internship 已去掉。
  • 文件原来没有设置。Mindket 的副本用当前的执行顺序 v1。
  • 里面没有任何凭据。

开始之前

  • 一个 n8n 实例,n8n Cloud 或你自己的服务器都行。
  • 一个用 @BotFather 建的 Telegram 机器人。
  • 一个 Groq API 密钥、一个 Cerebras API 密钥、一个 Firecrawl API 密钥和一个 SerpApi API 密钥。
  • 一张有三个分页的 Google 表格。Mobile Numbers 有一列 Phone Number,填的是以国家区号开头、没有加号的数字。True Classification 有 Timestamp、Telegram Message、Title、Company Name、Eligibility、Application Link 和 Status。False Classification 有 Timestamp、Telegram Message、Application Link 和 Rejection Reason。
  • 一张 n8n 数据表,有 title、Company_Name、Eligibilty 和 Application_Link 这几列。第三个名字在文件里就是这样拼的。
  • 一个 Google 日历,和一个用于凭据的 Google 账号。
  • 一个你自己的 WhatsApp 发送服务,接收带 to 和 message 字段的 POST。

设置步骤

  1. 在 n8n 里新建一个工作流,打开它的菜单,选 Import from File,选中 workflow.json。
  2. 添加一个填了机器人令牌的 Telegram 凭据,在 Telegram Trigger 和 Resend failed message 里选中它。
  3. 添加一个 Groq 凭据,在 Splitter Main 和 Analyst Fallback 里选中它。
  4. 添加一个 OpenAI 凭据,它的基础 URL 是 https://api.cerebras.ai/v1,密钥是你的 Cerebras 密钥。在 Splitter Fallback 和 Analyst Main 里选中它。
  5. 为 Firecrawl 添加一个 Header Auth 凭据:名称是 Authorization,值是 Bearer,后面跟一个空格和你的密钥。在 Firecrawl Scrape 里选中它。
  6. 添加一个 SerpApi 凭据,在 serpapi_request 里选中它。
  7. 添加一个 Google Sheets 凭据。在 Get Mobile Numbers、Append Valid 和 Append Rejected 里,把 <YOUR_GOOGLE_SHEET_ID> 换成你表格的 ID。
  8. 创建数据表。在 check_duplicate、Check for duplicate valid 和 Insert row 里,把 <YOUR_DATA_TABLE_ID> 换成它的 ID。
  9. 添加一个 Google Calendar 凭据。在 Add event reminder 里,把 <YOUR_GOOGLE_CALENDAR_ID> 换成你日历的 ID。
  10. 在 Send Whatsapp Message 里,把 <YOUR_WHATSAPP_SEND_URL> 换成你的发送服务的地址。
  11. 在 Notify User 里选一个你自己的工作流,或删掉这个节点。
  12. 如果你的届别不同,就改掉 Analyst Agent 提示词里、Pre-Check 里和 For 2027? 名字里的 2027 和岗位规则。
  13. 发布工作流,给你的机器人转发一个实习帖子,检查每个分页和数据表。

一次运行是怎么走的

  1. Telegram Trigger 在机器人每收到一条消息时开始一次运行。
  2. Text Guard 只放行文字长度超过 20 个字符的消息。
  3. Splitter Agent 让 Splitter Main 把文字拆成一个 JSON 列表,每个岗位一个对象,带 role、company、stipend、eligibility、description 和 apply_link。它会跳过频道邀请链接。它最多试 5 次,主模型失败时由 Splitter Fallback 接手。出错时运行 Notify User。
  4. JSON Format Fixer 去掉 Markdown 代码围栏,把列表解析成每个岗位一个条目。
  5. Loop Over Each Link 一次取一个岗位。
  6. Firecrawl Scrape 把申请页面取成 Markdown。如果网站拦住了它,运行带着一个空结果继续。
  7. Pre-Check 保留页面的前 30,000 个字符。页面短于 150 个字符时,改用 Telegram 的文字。如果文字里出现 2020 到 2026 之间的年份而没有 2027,就淘汰这个岗位。For 2027? 把其余的送给分析,把被淘汰的送给 Merge。
  8. Analyst Agent 用 Analyst Main 和 Analyst Fallback 做判断。它的提示词要求它先调用 check_duplicate。只有缺少届别时才调用 serpapi_request。它用 JSON 回答:send_whatsapp、reason、whatsapp_message 和 deadline。出错时,Wait 暂停 2 分钟,Resend failed message 把帖子的文字发回给你。
  9. Output Parser 从回复里取出 JSON。Check for duplicate valid 在数据表里查这个链接,Not Duplicate? 只有在 send_whatsapp 为真、并且没有哪一行有这个链接时才放行这个岗位。
  10. Deadline Exists? 把有截止日的岗位送给 Add event reminder,它在那一天创建一个 09:00 到 10:00(UTC)的日历事件,标题带 APPLY TODAY。
  11. Get Mobile Numbers 读号码,Loop Over Items 通过 Send Whatsapp Message 给每个号码发消息。
  12. Append Valid 记一行,状态是 Pending,Insert row 把这个岗位存进数据表。被淘汰或重复的岗位带着原因进入 Append Rejected。然后循环转到下一个岗位。

想改样子,改这里

  • 实习的种类:Analyst Agent 的提示词、Pre-Check 的代码和 For 2027? 的名字。
  • 提醒的文字:Analyst Agent 提示词里的模板。
  • 渠道:把 Send Whatsapp Message 换成 Telegram 或邮件节点。
  • 截止日提醒:Add event reminder 里的时间,或删掉这个节点。
  • 模型:四个聊天模型节点。

要知道的

  • 这个工作流是为一位读者做的:想找技术实习的 2027 届、倒数第二年的学生。换成别人,就要改提示词和 Pre-Check。
  • Cerebras 节点是 OpenAI Chat Model 节点,通过凭据里的基础 URL 指向 Cerebras。Cerebras 自己的页面(2026 年 11 月 12 日查看)为此给出的是 https://api.cerebras.ai/v1。
  • WhatsApp 的商业消息政策(2026 年 11 月 12 日查看)说,只有当对方给了你号码并同意收到你的消息时,你才可以联系他们。让 Mobile Numbers 分页只留下主动要求的人,并把这些号码当作个人数据。
  • 每个帖子的文字会发给 Groq 和 Cerebras,申请链接会发给 Firecrawl,搜索词可能发给 SerpApi。不要把私人消息转发给机器人。
  • 抓取每个申请网站之前,请读它的条款。网站拦住请求时,Telegram 的文字就是唯一的输入。
  • 每个岗位最多可能花两次模型调用(含重试)、一次 Firecrawl 请求,有时还有一次 SerpApi 搜索。
  • Mindket 没有运行这个工作流、Firecrawl v2 调用或 SerpApi 调用。它读的是各家厂商的页面和 n8n 的源码,所以请手动检查最初几次运行。
  • 这个 JSON 里没有任何凭据。
文件
NOTICE.md  551 B
README.md  8 KB
workflow.json  41 KB

3 个文件,共 50 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Huashu Design

alchaincyf · 技能

把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。

新上架29.4k

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Claude Code Skills & Plugins

alirezarezvani · 技能

为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。

新上架29.8k

教育类的相似商品

查看教育类的全部商品

Vāgdhenu

prathoshap · 工具包

用一个训练好的声音,以吟诵风格朗读古典梵语诗节,由参考音频决定节奏。适合学习、背诵或需要梵语音频的人。

新上架

Limite 1B - Violetto

paradigma-inc · 工具包

用一个从头训练的 1B 参数模型解决难度很高的数学题,追求高速、大批量的推理。适合在 NVIDIA GPU 上运行数学任务的开发者。

新上架

Agaram 2.5B

murai-labs · 工具包

能用泰米尔文、罗马化泰米尔语和英语聊天,也能在泰米尔语和英语之间翻译。这是 Murai Labs 从零训练的 2.5B 模型,适合泰米尔语使用者、研究人员和开发者。

新上架