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。
一个找工作用的 n8n 工作流。表单收下地点、职位名称和一份 PDF 简历。Apify 抓取 LinkedIn 上的职位,gpt-4o-mini 对照简历给每个职位打分并写一封求职信,全部存进 Google Sheets。
在 LinkedIn 上找工作,每个职位配一封求职信 是一款 n8n 工作流,属于效率类,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。
求职表单
有人提交 Job Search 表单时开始运行,表单里有:
一张在招职位的表格,每个职位都有链接、公司、职位描述和一封可修改的求职信
开始之前要准备好这些。
职位抓取
用你的地点和职位运行一个 LinkedIn 职位 Actor,返回每条招聘的链接、公司、描述和发布日期。
需要Apify API 令牌,填在节点的请求头里,以及够用的运行额度
语言模型
每个职位运行两次 gpt-4o-mini:一次评估匹配度,一次写求职信。
需要OpenAI API 密钥
职位表格
为每个职位加一行,链接相同的就更新那一行。
需要一个用来登录的 Google 账号,以及一张有六个表头的表格
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流在 LinkedIn 上找正在招人的职位,并根据你的简历为每个职位起草一封求职信。表单收下地点、职位名称和一份 PDF 简历,再由一个 Apify Actor 抓取符合条件的职位。每个职位先由 gpt-4o-mini 评估简历的匹配程度,再写信。Google Sheets 为每个职位留一行,记下链接、公司、职位描述、发布日期和求职信。它由八个工作节点和一个便签组成。
同时投很多相近职位、想给每个职位先拿到一版草稿的人,以及帮他们求职的职业教练和招聘顾问。如果你只想给最匹配的职位写信,就别选它。文件会给每个职位打分,但不管分数高低都照样写信,分数也不保存。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 软件和数据 | 求职者 | 每周在一个城市搜一个职位名称,修改新写出的信 | 一位数据分析师每周一搜柏林的职位,把其中值得发的两封信发出去。 |
| 职业辅导 | 职业教练 | 把客户的简历放进表单,和客户一起过一遍草稿 | 教练让客户看到同一份简历放在五个不同职位前读起来有什么不同。 |
| 高校就业指导 | 就业顾问 | 为还不确定往哪投的毕业生跑一次 | 顾问为一名毕业生跑一次,从表格里挑出三个职位。 |
| 招聘 | 猎头公司的招聘顾问 | 给候选人打电话前先搜一个职位名称 | 招聘顾问列出一个城市里的空缺职位,把表格留作候选清单。 |
你需要懂一点 n8n,还要有三个账号:Apify、OpenAI 和 Google。作者估计设置要 13 分钟左右,前提是账号都已备好。
只要 n8n 能访问 Apify、OpenAI 和 Google 就能运行。职位和求职信都写进同一张 Google 表格。
点“获取”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。先建好表格,因为最后一个节点要往里写。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| Apify | 一个账号和它的 API 令牌,账户里要有够跑 LinkedIn 职位 Actor 的余额 |
| OpenAI | 一个 API 密钥。两个模型步骤都用 gpt-4o-mini |
| 一个能编辑这张表格的账号,用于 Google Sheets OAuth2 凭据 | |
| 一张表格 | 一个名为 Sheet1 的标签页,第一行有六个表头:Link、Title、Job Description、Date、Company Name 和 Cover Letter |
workflow.json。/d/ 和 /edit 之间那一长段。Google Sheets1 里选中它,再把 YOUR_SHEET_ID 换成这个 ID。OpenAI4 和 OpenAI3 里选中它。Linkedin Job Scrapper 里,把 Authorization 请求头中的 <YOUR_APIFY_TOKEN> 换成你的令牌。尖括号也一起删掉,让请求头读作 Bearer、一个空格和令牌。打开表单,填一个地点,比如一个城市或国家,再填职位名称,附上 PDF 格式的简历。表单会马上确认收到。在后台,Apify 要先把整个搜索跑完,后面的步骤才会开始,所以第一行可能要等几分钟。之后每个职位调用两次模型。用同样的条件再跑一次,链接相同的行会被更新,信也会重写。
| 要改的 | 在哪里改 |
|---|---|
| 怎样算匹配 | OpenAI4 的系统消息,它按技能、级别、远程工作和过往职位给分 |
| 求职信的语气和长度 | OpenAI3 的系统消息,只有一行 |
| 搜索什么 | Linkedin Job Scrapper 的 JSON 请求体,只发送地点和职位名称 |
| 保存哪些列 | Google Sheets1 的映射。Benefits 在 Edit Fields1 里留着,却从没保存 |
| 模型 | OpenAI4 和 OpenAI3 里的 gpt-4o-mini |
你在表单里这样填。
Location: Manchester, United Kingdom Title: Marketing coordinator Your Resume: cv.pdf
Apify 返回它在曼彻斯特一带找到的市场协调员职位。每个职位,OpenAI4 给出一个分数,OpenAI3 写出一封信,形状分别如下:
{ "score": "…" }
{ "cover_letter": "…" }每个职位变成一行,带着链接、职位名称、描述、发布日期、公司和那封信。分数只留在这次运行的数据里,没有哪一列接收它。
新手:n8n 把工作流画成一个个用线连起来的方框,每个方框叫一个节点,只做一件事。这里的 Loop Over Items 一次把一个职位送下去,写完表格后再收回来。先试一个范围窄的搜索。跑完后每个节点都会显示它收到和送出的内容,令牌填错或简历是扫描件,都会在这里看出来。
专家:两个模型步骤是普通的 OpenAI 调用,输出 JSON,不是智能体,所以每个职位刚好两次请求。
| 步骤 | 模型或服务 | 要知道的 |
|---|---|---|
Linkedin Job Scrapper | 一个 Apify Actor,按 ID 调用 | 一次经由 Apify 住宅代理的同步调用。Apify 的 API 文档给这类调用 300 秒 |
OpenAI4 | gpt-4o-mini | 把职位当作 JSON,和简历文字一起读。提示词要求满分 5 分,可它列出的分值加起来是 10 |
OpenAI3 | gpt-4o-mini | 读职位名称、描述、公司、地点和简历,用 cover_letter 作答 |
想保留分数,就加一个 Score 表头,在 Google Sheets1 里把 {{ $('OpenAI4').item.json.message.content.score }} 映射过去。之后在 OpenAI4 后面加一个 If 节点,就能跳过匹配度低的职位。
每个职位要调用两次模型,文件里还有两处缺口会影响你拿到的结果。
OpenAI4 给每个职位打分,但没有节点读取它的回答,每个职位都会写信Extract from File 读的是 PDF 的文字层。扫描件简历让模型无字可读gpt-4o-mini-2024-07-18)将于 2027 年 1 月 14 日从 API 下线,替代模型是 gpt-6-luna一个找工作用的 n8n 工作流。提交一个表单,写上地点、职位名称,附上 PDF 简历。一个 Apify Actor 抓取符合条件的 LinkedIn 职位,gpt-4o-mini 对照简历给每个职位打分并写一封求职信,每个职位都记进一张 Google 表格。
workflow.json:n8n 导出的工作流,九个节点,其中一个是便签。里面没有任何凭据。README.md:这份说明,压缩包里的是英文版。Linkedin Job Scrapper 的 Authorization 请求头里原本只有一个光秃秃的占位符,现在写作 <YOUR_APIFY_TOKEN>。Google Sheets1 需要填 YOUR_SHEET_ID,并按名称 Sheet1 找到标签页。BHzefUZlZRKWxkTck 调用。先在 Apify Store 里看它的页面:那里有些 Actor 在用量之外还收月租。Sheet1 的标签页,第一行是这些表头:Link、Title、Job Description、Date、Company Name、Cover Letter。workflow.json。/d/ 和 /edit 之间那一长段。Google Sheets1 里选中它,再把 YOUR_SHEET_ID 换成这个 ID。OpenAI4 和 OpenAI3 里选中它。Linkedin Job Scrapper 里,把 Authorization 请求头中的 <YOUR_APIFY_TOKEN> 换成你的令牌。尖括号也一起删掉,让请求头读作 Bearer、一个空格和令牌。On form submission 收下 Location、Title 和 Your Resume,三项都必填。Extract from File 读出 PDF 里的文字。Linkedin Job Scrapper 把地点和职位名称发给 Apify Actor,等它返回职位。Loop Over Items 一次送一个职位往下走。Edit Fields1 留下它的链接、职位名称、描述、发布日期、公司和福利。OpenAI4 对照简历文字给职位打分,用 score 作答。OpenAI3 根据职位和简历写信,用 cover_letter 作答。Google Sheets1 新增一行,或更新 Link 相同的那一行。然后循环取下一个职位。OpenAI4 给每个职位打分,但没有节点读取它的回答:表格里没有对应的列,不管分数多少都会写信。想保留分数,就加一个 Score 表头,在 Google Sheets1 里把下面这个映射过去:
{{ $('OpenAI4').item.json.message.content.score }}
想跳过匹配度低的职位,就在 OpenAI4 和 OpenAI3 之间放一个 If 节点,把低分的送回 Loop Over Items。提示词要求满分 5 分,可它列出的分值加起来是 10,按分数筛选之前,先在提示词里定下一种分制。
OpenAI4 的系统消息。它为技能对口、级别合适、远程职位、过往职位和符合资格条件给分。OpenAI3 的系统消息,只有一行,要求写一封贴合职位的信。Linkedin Job Scrapper 的 JSON 请求体,只发送地点和职位名称。Actor 的页面列出了它接受的其他字段。Google Sheets1 里的映射。Benefits 在 Edit Fields1 里留着,却从没保存。gpt-4o-mini。gpt-4o-mini,Apify 按 Actor 的运行收费。Extract from File 读的是 PDF 的文字层。扫描件简历让模型拿不到文字。gpt-4o-mini-2024-07-18)将于 2027 年 1 月 14 日从 API 下线,替代模型是 gpt-6-luna。在那之前把两个 OpenAI 节点的模型都换掉。README.md 5 KB workflow.json 12 KB
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。
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。
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。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。
iptv-org · 工具包
把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。
uwg · 工具包
收录来自 OpenModelDB 社区的一组图像放大模型,适合想在自己电脑上用 AI 放大低分辨率图片的人。