把 Hacker News 招聘帖整理成 Airtable 职位清单

把 Hacker News 招聘帖整理成 Airtable 职位清单

一个把每月的“Ask HN: Who is hiring?”帖子变成整齐职位清单的 n8n 工作流。它找到最新的帖子，加载下面的每条招聘信息，清理文字，再让 OpenAI 模型提取公司、职位、地点、薪资和链接。每条信息变成 Airtable 表里的一行。

包里有什么

• workflow.json：n8n 导出的工作流，20 个节点，其中 15 个运行，5 个是便签。里面没有任何凭据。
• README.md：这份设置说明，压缩包里的是英文版。

我们相对原来的副本改了什么

• Search for Who is hiring posts 原来发的是 Hacker News 搜索后端的一个浏览器请求的副本。它带着网站的应用 ID、浏览器请求头，和一个文件里没有的 API 密钥。现在它调用有文档的搜索 API hn.algolia.com/api/v1/search_by_date，不需要密钥。它请求匹配 Ask HN: Who is hiring 的故事，从新到旧，每次 30 条。回复里仍有 title、created_at、updated_at 和 story_id，我们在 2026 年 11 月 12 日核对过。
• OpenAI Chat Model 原来用 gpt-4o-mini。OpenAI 的弃用页面（2026 年 11 月 12 日查阅）显示它将于 2027 年 1 月 14 日关停，替代模型是 gpt-6-luna。节点现在用 gpt-6-luna，说明数据结构的便签也这么写。
• 在 Structured Output Parser 里，每个字段的 type 原来写成 ["string", null]，null 没有加引号。现在是 ["string", "null"]，这是 JSON Schema 期待的写法。
• 两个节点名有拼写错误。Trun into structured data 现在是 Turn into structured data，HI API: Get the individual job post 现在是 HN API: Get the individual job post。
• 让你复制浏览器请求的便签，和链接到示例 Airtable 库的便签都已重写。
• Airtable 的库和表 ID 是占位符，<YOUR_AIRTABLE_BASE_ID> 和 <YOUR_JOBS_TABLE_ID>。凭据关联已删除，文件的名称是我们起的。
• 别的都没改。清理代码、提示词和字段清单照原文件。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个 OpenAI API 密钥。
• 一个 Airtable 账号，一个个人访问令牌，和一个有表的库，表里有这些文本字段：type、title、salary、company、location、apply_url、company_url 和 description。

设置

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. 打开 Write results to airtable。添加一个 Airtable 凭据，再把两个占位符换成你的库和表。库 ID 以 app 开头，表 ID 以 tbl 开头，都在 Airtable 的地址里。
3. 添加一个 OpenAI 凭据，在 OpenAI Chat Model 里选中它。
4. 点 Test workflow。Limit for testing (optional) 只保留前 5 条，所以第一次运行很小。
5. 查看新增的行。想要整个帖子时，关掉这个限制，或调大它。

一次运行的过程

1. When clicking ‘Test workflow’ 手动开始这次运行。
2. Search for Who is hiring posts 向 Hacker News 搜索请求招聘帖。Split Out 每个结果拆成一个条目，Get relevant data 保留 title、createdAt、updatedAt 和 storyId，Get latest post 保留最近 30 天内创建的。
3. HN API: Get Main Post 从官方 Hacker News API 加载帖子。Split out children (jobs) 每个回复 ID 拆成一个条目，HN API: Get the individual job post 加载每条回复。
4. Extract text 保留回复的文字。Clean text 去掉 HTML 标签和实体，并让网页链接单独成行。Limit for testing (optional) 保留前 5 条。
5. Turn into structured data 把每条信息连同消息“Extract the JSON data”发给模型。Structured Output Parser 把答案整理成 company、title、location、type、work_location、salary、description、apply_url 和 company_url。任何一项都可能为空。
6. Write results to airtable 每条信息加一行，带其中八个字段。work_location 不保存。

想改的地方

• 要关注的帖子：Search for Who is hiring posts 里的 query。换一个短语就能找到另一类帖子。
• 字段：Structured Output Parser 里的结构，和 Write results to airtable 里的列。
• 测试限制：Limit for testing (optional)。
• 模型：OpenAI Chat Model。
• 行去哪里：把 Airtable 节点换成表格或数据库。

要知道的

• 一个帖子有几百条回复。每一条都是一次对 Hacker News 的请求和一次模型调用，所以完整运行要花一阵时间，费用也比测试高。
• 帖子每月发一次。最新一个发出 30 天之后再运行，就找不到帖子了。
• 再运行一次，会把同样的信息作为新行再加一遍。没有任何检查重复的步骤。
• 模型读的是自由文字，所以可能漏掉一个字段，或者把东西放错地方。依赖这份清单之前，先读一个样本。
• 这些帖子是公开的，常常带着联系方式。把表限制在你想到的用途里，更广的用途请先看网站的条款。
• 数据去向：每条信息的文字发给 OpenAI，行发给 Airtable。
• 费用：OpenAI 按每条信息收费。