面试前自动生成公司情报研究档案

原文要点

原文模板是一条 n8n 工作流：用 n8n 表单收公司名、官网 URL、目标岗位和职位描述，经 Clearbit Autocomplete 猜域名、Clearbit Logo 与 WordPress MShots 生成 logo 和网站截图，再用 Jina Reader 抓官网正文、Google News RSS 取近期头条、Hacker News Algolia API 找讨论帖，汇总成带来源 URL 的研究上下文后交给 Google Gemini 生成含评分、关键指标、Mermaid 生态关系图和证据记录的 JSON 档案，最后用 QuickChart 雷达图与 Mermaid.ink 渲染成可打印、可下载的 HTML 报告。需自行配置 Gemini 凭据并确认各外部服务出网可用。

这次做成什么

照着搭一条面试前公司情报工作流：提交表单后自动抓取多源公开信息，产出一页带雷达图和可点引用的 HTML 研究档案。本站另给一套独立编写的 Gemini 提示词与虚构演示数据，便于没有真实目标公司时先验证链路。

准备什么

• 一个可运行的 n8n 实例（自托管或云端）并能访问外网
• Google Gemini API 凭据，用于 Google Gemini Chat Model 节点
• n8n 表单的公开访问链接，供提交研究请求
• 确认环境可访问 Clearbit、r.jina.ai、MShots、Google News RSS、HN Algolia、QuickChart、Mermaid.ink

具体怎么做

1. 配置表单触发器

   在 n8n 中新建工作流，添加 n8n Form Trigger 节点，设置四个字段：公司名称（必填）、公司官网 URL（可选）、目标岗位（必填）、职位描述（可选长文本）。发布后复制表单链接备用。激活前先点 Execute Node 用测试提交验证字段名是否与设计一致。

2. 解析域名并生成视觉素材

   按模板思路加一个 HTTP Request 节点调用 Clearbit Autocomplete（建议域名 autocomplete.clearbit.com，具体参数以模板内节点为准），把返回的第一条域名作为公司域名；若表单填了官网 URL 则优先使用。用表达式拼接 logo 地址（Clearbit Logo 服务）和网站截图地址（WordPress MShots），把结果写入后续条目字段。

3. 抓取三路文本来源

   分别添加 HTTP Request 节点：Jina Reader 用 https://r.jina.ai/ 前缀拼接官网地址取正文；Google News RSS 用公司名作关键词取近期头条；Hacker News Algolia API 按公司名搜索相关讨论帖。每个节点后用 Set/Code 节点把标题、摘要、来源 URL 提取成统一字段，再合并成一个 research_context 字符串，保留每条来源 URL。

4. 调用 Gemini 生成结构化档案

   添加 Google Gemini Chat Model 节点并绑定凭据，把 research_context 连同岗位信息填入提示词（见下方材料），要求模型只输出 JSON：评分、关键指标、Mermaid 生态图代码、证据记录。之后用 Code 节点解析 JSON 并做容错（解析失败时回退原始文本）。

5. 渲染并输出 HTML 报告

   按模板用 HTML/Code 节点把 JSON 填入页面模板：QuickChart 的 chart URL 生成雷达图、Mermaid.ink 渲染关系图、嵌入网站截图和可点击的证据链接。最后用 Respond to Webhook 在浏览器展示，同时用 Convert to File 生成可下载的 HTML 文件。打印时用浏览器打印为 PDF 即可。

可直接复制的材料

你是一名面试情报分析师。下面是关于目标公司的多来源公开资料（官网正文、近期新闻头条、社区讨论），以及候选人要面试的目标岗位和职位描述。

请只输出一个合法 JSON 对象，不要输出任何其他文字，结构如下：
{
  "company_overview": "100字以内的公司概况",
  "ratings": {"culture": 1-5整数, "growth": 1-5整数, "tech_strength": 1-5整数, "stability": 1-5整数, "role_fit": 1-5整数},
  "key_metrics": [{"label": "指标名", "value": "数值或描述", "source_url": "来源链接"}],
  "ecosystem_mermaid": "graph LR 开头的 Mermaid 代码，描述公司与产品、竞品、客户的关系",
  "interview_talking_points": ["面试中可以主动提的3到5个话题"],
  "evidence_log": [{"claim": "结论", "source_url": "支撑该结论的来源URL"}]
}

要求：每条结论都要能对应到资料中的来源 URL；资料中没有的信息不要编造，对应字段写“资料未提及”。

【目标岗位】{{ $json.role }}
【职位描述】{{ $json.job_description }}
【研究资料】{{ $json.research_context }}

{
  "company_name": "星桥数据科技",
  "website_url": "https://www.example-xingqiao.com",
  "role": "高级后端工程师",
  "job_description": "负责订单系统的微服务拆分，要求熟悉 Go、Kafka 与 PostgreSQL，主导过高并发交易系统者优先。"
}

输入与输出示例

本站虚构演示输出，仅示意 JSON 结构，非运行该工作流的真实结果。

输入

公司名称：星桥数据科技；官网：https://www.example-xingqiao.com；目标岗位：高级后端工程师；职位描述：负责订单系统微服务拆分，熟悉 Go、Kafka、PostgreSQL。

对应输出

{"company_overview":"星桥数据科技是一家提供实时订单中台的 SaaS 公司，近期发布了新一代撮合引擎。","ratings":{"culture":4,"growth":4,"tech_strength":5,"stability":3,"role_fit":5},"key_metrics":[{"label":"近期头条","value":"发布新一代撮合引擎","source_url":"https://news.example.com/item/123"}],"interview_talking_points":["询问撮合引擎的分区与一致性设计","结合 Kafka 经验谈订单事件溯源"]}

做完检查这些

• 提交表单后能正确得到域名、logo URL 和截图 URL 三个字段
• 三路抓取节点各自返回非空文本，且合并上下文里保留每条来源 URL
• Gemini 输出能被解析成 JSON 且包含 ratings、key_metrics、evidence_log 三个键
• 最终 HTML 里雷达图、Mermaid 图、截图和可点击引用全部正常渲染

容易卡住的地方

• Clearbit 猜域名可能猜错或猜不到，务必在表单里保留手动填官网 URL 的兜底
• Jina Reader、MShots、QuickChart、Mermaid.ink 都是外部服务，内网环境会被防火墙挡住导致节点报错
• Gemini 可能返回带说明文字的非法 JSON，需要 Code 节点做容错或重试
• 免费模板不含作者代部署服务；各 API 的用量费用需自行确认
• 抓到的新闻可能含无关同名公司内容，提示词里应要求标注来源便于人工剔除