Upwork职位提醒邮件自动筛选并推送到Telegram

原文要点

原流程每分钟监听Gmail中符合筛选条件的Upwork职位提醒邮件，Set节点把你的自由职业者档案、偏好语言和最低匹配分阈值拼进数据，OpenAI解析邮件内全部职位并返回JSON列表：摘要、风险点和0–10匹配度。低于阈值的职位被丢弃，链接按直接职位URL、「View job details」链接、兜底搜索链接三级回退选取，每个保留职位渲染成含分数、预算、理由和风险的HTML卡片发Telegram，附一键打开Upwork的内联按钮。

这次做成什么

搭一条从Upwork提醒邮件到Telegram高分职位卡片的自动筛选流程。练习方案：先用一封合成的职位提醒邮件手动喂给解析节点，阈值设6，验证JSON解析、过滤、链接回退和卡片渲染四段各自正确。

准备什么

• n8n实例（Cloud或自托管）且能使用Gmail Trigger轮询
• 接收Upwork职位提醒邮件的Gmail账号及OAuth凭据
• OpenAI API key，且账号可用所选GPT模型
• 用@BotFather创建的Telegram bot token和目标chat ID
• 一段写清技能、时薪、偏好的个人自由职业者档案文本

具体怎么做

1. 配置Gmail监听

   Gmail Trigger设为每分钟轮询，搜索查询限定发件人与时间窗，例如 from:alerts@upwork.com newer_than:1d（发件地址以你真实收到的提醒邮件为准）。手动触发一次，确认能拉到一封提醒邮件。

2. 注入档案与阈值

   在「Your profile & settings」Set节点填三值：profileText（你的技能与报价）、language（卡片语言，如中文）、minScore（练习设6）。这些字段并入邮件数据传给下一步。

3. OpenAI解析并打分

   OpenAI节点接收邮件正文加档案，提示词要求抽取邮件中每个职位，返回纯JSON数组：title、budget、summary、risks、score（0–10）、jobUrl。后续Split节点把数组拆成每职位一条item。

4. 过滤、选链接、发卡片

   Filter节点丢弃score<minScore的item。链接逻辑依次取jobUrl、邮件中「View job details」链接，都没有则用Upwork搜索兜底链接。Telegram节点以HTML parse mode发送卡片（分数、预算、摘要、理由、风险），inline keyboard按钮指向最终链接。

可直接复制的材料

你是自由职业职位筛选助手。下面是自由职业者档案和一封Upwork职位提醒邮件正文。
任务：抽取邮件中全部职位，逐个按档案匹配度打0–10分（10为完美匹配），指出风险（预算过低、要求模糊、技能不符等）。
严格只输出合法JSON数组，不输出任何其他文字。每项字段：title、budget、summary（一句中文）、risks（字符串数组）、score（数字）、jobUrl（邮件中该职位的链接，没有则空字符串）。
【档案】{{ $json.profileText }}
【邮件正文】{{ $json.emailBody }}

{
  "profileText": "中文自由职业者，擅长React前端与n8n自动化，时薪40-70美元，不接固定价低于500美元的项目，偏好可远程异步协作的长期客户。",
  "language": "zh",
  "minScore": 6
}

Subject: Upwork Job Alert: New jobs matching your search

1) React Dashboard for Analytics Startup — Fixed $800 — Need a React dev to build charts dashboard. Apply: https://www.upwork.com/jobs/~demo001
2) Full-stack App Rewrite — Hourly $15-25 — Migrate legacy PHP app to modern stack, 6 months. Apply: https://www.upwork.com/jobs/~demo002
3) Workflow Automation with n8n — Fixed $600 — Build lead-enrichment automations. Apply: https://www.upwork.com/jobs/~demo003

输入与输出示例

本站虚构演示，分数是提示词预期格式的示意，非模型实际返回。

输入

以上合成邮件 + 档案（React与n8n、时薪40-70、固定价≥500美元），minScore=6。

对应输出

预期JSON：[{"title":"React Dashboard for Analytics Startup","budget":"Fixed $800","summary":"React图表仪表盘开发","risks":["需求细节少"],"score":8,"jobUrl":"https://www.upwork.com/jobs/~demo001"},{"title":"Full-stack App Rewrite","budget":"Hourly $15-25","summary":"PHP旧系统迁移","risks":["时薪低于底线","技能栈不符"],"score":3,"jobUrl":"https://www.upwork.com/jobs/~demo002"},{"title":"Workflow Automation with n8n","budget":"Fixed $600","summary":"n8n线索富集自动化","risks":[],"score":9,"jobUrl":"https://www.upwork.com/jobs/~demo003"}]；3分职位被过滤，其余两条各发一张Telegram HTML卡片。

做完检查这些

• Set节点三值（profileText/language/minScore）正确并入数据流并出现在OpenAI输入里
• OpenAI输出是合法JSON数组且每项含title、score、jobUrl字段，Split后每职位一条item
• 低于minScore的职位不进Telegram；保留职位卡片含分数、预算、摘要与风险
• 卡片按钮链接有效：优先jobUrl，缺失时回退到邮件链接或搜索链接

容易卡住的地方

• Gmail搜索查询的发件地址要以你真实收到的Upwork提醒邮件为准，抄示例可能一条都匹配不到
• 模型偶尔在JSON外多输出解释文字，提示词必须强调只输出JSON，必要时加解析兜底
• 邮件里多个职位的链接容易被混配，jobUrl为空时要有回退逻辑否则按钮指向错误
• OpenAI与Telegram均按各自计费/限额规则运行，每分钟轮询注意配额消耗