每15分钟筛选Upwork新职位并推送高分机会

原文要点

这是n8n官方模板库中的付费模板（作者标价大于零），需购买才能获得原工作流文件。其设计为：每15分钟定时运行，经HTTP读取公开的profile.md并提取其中JSON配置（技能、报价、屏蔽词、评分阈值等），按每条搜索通道调Upwork GraphQL接口（OAuth2）拉新职位；先做工期、预算下限、屏蔽词的确定性过滤并去重，跳过upwork_seen_jobs数据表中已记录的职位；首运行为seed模式只建档不推送；其余职位交OpenAI聊天模型评分并起草提案开头，超阈值者以HTML格式推Telegram，所有处理过的职位都写回数据表防重复。

这次做成什么

不购买原模板，在自有n8n实例中手工搭建一个同思路的迷你练习版：定时拉取合成职位数据→按profile配置过滤→AI评分→高分推送，理解各环节职责。原模板需购买，以下是本站独立设计的仿制练习，不是原工作流文件，也未实测。

准备什么

• 一个含Data Tables与AI节点的n8n实例（版本要求以原模板页为准）
• 一个可公开访问的profile.md原始URL（如GitHub raw）
• Telegram机器人Token与目标chat ID（测试用隔离账号）
• 练习阶段可用合成数据代替真实Upwork OAuth2凭据

具体怎么做

1. 放置profile配置

   在公开仓库建profile.md，内嵌profile-config的JSON代码块（见材料1），字段含技能、最低时薪、屏蔽词、最低评分阈值。密钥绝不写进此文件，一律走n8n Credentials。

2. 搭建触发与读取链路

   新建工作流：Schedule Trigger设为每15分钟→HTTP Request节点GET你的profile.md raw地址→Code节点用正则提取JSON块并校验必填字段，缺字段直接抛错停止。

3. 获取并过滤职位

   练习阶段用Code节点输出下方合成职位JSON代替Upwork GraphQL请求；接Filter节点执行确定性规则：预算≥配置下限、标题与描述不含屏蔽词、发布时间在24小时内；再用Data Table节点查询upwork_seen_jobs，丢弃URL已存在的条目。

4. AI评分与分流

   接AI聊天节点，用材料2的评分提示词让模型返回{score,reason,proposal_opening}的JSON；Switch节点判断score≥阈值走高分支→Telegram节点以HTML格式推送职位标题、预算、评分与提案开头；无论是否推送，都用Data Table upsert把职位URL写入upwork_seen_jobs。

5. 首跑seed验证

   首次手动执行设为seed模式：只把当前职位写入数据表、不发任何Telegram消息；第二次运行时才对新增职位评分推送，避免被存量职位轰炸。

可直接复制的材料

```profile-config
{
  "skills": ["Python", "n8n自动化", "数据清洗"],
  "min_hourly_rate_usd": 30,
  "min_fixed_budget_usd": 200,
  "blocked_keywords": ["adult", "crypto scam", "免费试稿"],
  "search_lanes": ["n8n automation", "python scraping"],
  "min_alert_score": 7,
  "high_priority_score": 9,
  "first_run_behavior": "seed"
}
```

你是自由职业职位匹配助手。根据以下自由职业者画像与职位信息，输出严格JSON：{"score": 0-10整数, "reason": "50字内中文理由", "proposal_opening": "80字内中文提案开场白"}。
评分维度：技能匹配度、预算是否达标、客户描述清晰度、工期合理性。
自由职业者画像：{{$json.profile_summary}}
职位标题：{{$json.title}}
职位描述：{{$json.description}}
预算：{{$json.budget}}
只输出JSON，不要其他文字。

[
  {"id": "job-001", "title": "n8n工作流自动化搭建", "description": "需要把表单数据同步到表格并定时发通知", "budget": "500 USD 固定价", "posted_hours_ago": 3, "url": "https://example.com/jobs/job-001"},
  {"id": "job-002", "title": "crypto scam推广脚本", "description": "帮做批量私信工具", "budget": "800 USD", "posted_hours_ago": 1, "url": "https://example.com/jobs/job-002"},
  {"id": "job-003", "title": "Python爬虫维护", "description": "每月维护现有采集脚本", "budget": "25 USD/小时", "posted_hours_ago": 5, "url": "https://example.com/jobs/job-003"}
]

输入与输出示例

本站虚构演示，评分为示例设定值，非模型真实输出，流程未实测。

输入

使用材料1配置与材料3三条合成职位，首跑已完成seed建档后，第二次运行注入job-001至job-003。

对应输出

job-002含屏蔽词"crypto scam"被确定性过滤直接标记seen不推送；job-003时薪25低于下限30被过滤；job-001进入AI评分，示例返回{"score":8,"reason":"技能完全匹配且预算达标","proposal_opening":"您好，我有三年n8n自动化搭建经验……"}，8≥7触发Telegram推送，HTML消息含标题、500 USD预算与评分8，同时三条职位URL均upsert进upwork_seen_jobs。

做完检查这些

• profile.md缺必填字段时工作流在提取节点即报错停止，不静默继续
• 三条合成职位中只有job-001触发Telegram推送，其余两条仅写入数据表
• 重复运行同一批数据时不产生第二条重复推送，数据表中URL不重复
• seed首跑模式下Telegram零消息但数据表完成建档

容易卡住的地方

• 这是付费模板，本文不附带可导入的工作流JSON，界面与字段名以购买后的原模板为准
• 真实使用需Upwork OAuth2且账户有API权限，练习阶段勿用生产凭据
• OpenAI或其他聊天模型调用可能另行收费，注意额度
• Telegram推送为HTML格式，职位描述里的特殊字符需转义否则会解析失败
• 屏蔽词匹配要注意大小写与部分匹配误伤，必要时加日志核对