每周自动汇总招聘方官网的在招职位到Airtable

原文要点

原模板每周定时运行：从Airtable读取机构名单，对已存的招聘页链接发请求检查是否返回200；缺失或失效时用Firecrawl抓官网找出疑似招聘页并回写Airtable；再抓招聘页内容交给OpenAI提取结构化职位，按职位标题和摘要与Airtable已有vacancy比对去重；最后把新职位写入Airtable并关联机构、写入状态、截止日期和发现日期。凭据需要Airtable个人访问令牌、Firecrawl API key（以FIRECRAWL_API_KEY环境变量供HTTP请求使用）和OpenAI凭据。

这次做成什么

搭出原模板每周汇总链路的手动触发练习版：在Airtable测试base中验证一条已存招聘页链接、失效时用Firecrawl补抓并回写、用OpenAI提取结构化职位、按标题加摘要与Vacancies查重后写入新职位并关联机构，跑通后再启用每周定时。

准备什么

• n8n账号（云端或自托管均可）并启用手动触发执行
• 一个Airtable base，含Organisations与Vacancies两张表
• Airtable个人访问令牌（仅授予该base读写权限的测试令牌）
• Firecrawl API key和OpenAI API key（建议用低额度测试key）

具体怎么做

1. 建Airtable两张表

   在Airtable新建base，Organisations表建字段Organisation Name（单行文本）、Website URL（URL）、Career Page（URL）；Vacancies表建Title、Snippet、Status、Deadline、Discovery Date，以及一个Link to Organisations关联字段。先手动录入下文示例CSV中的一行机构数据。

2. 配三个凭据

   在n8n的Credentials里新建Airtable Personal Access Token凭据粘贴令牌；新建OpenAI凭据；Firecrawl不提供专用节点，按模板要求在环境变量里设置FIRECRAWL_API_KEY，HTTP Request节点通过该变量带Authorization头。自托管时在启动n8n前export该变量。

3. 搭触发与读取链路

   练习版用Manual Trigger代替每周定时；接一个Airtable节点读取Organisations表全部行；再用HTTP Request节点对每行的Career Page发GET，预期返回200即有效。分支：状态非200或字段为空走Firecrawl路径。

4. 失效链接的补抓分支

   失效分支用HTTP Request调Firecrawl抓取该机构Website URL的站内链接列表，筛选含career、jobs、join等关键词的候选，取最匹配一条，用Airtable Update节点把新链接写回该机构行的Career Page字段。

5. 提取职位并去重写入

   对有效招聘页用Firecrawl抓正文，交给OpenAI节点，提示词见下方材料，要求只输出JSON数组。之后用Airtable Search按Title+Snippet在Vacancies表查重，不存在的用Create节点写入，关联机构并填Status=新发现、Discovery Date=当天日期。

可直接复制的材料

你是招聘信息提取器。下面是一家机构招聘页的网页正文。请提取所有正在招聘的职位，只输出一个JSON数组，不要输出任何其他文字。每个元素包含：title（职位名称）、location（地点，未知填"未注明"）、snippet（不超过60字的职位摘要）、deadline（申请截止日期，格式YYYY-MM-DD，未知填null）、url（职位详情链接，相对链接请用页面域名补全）。如果页面没有任何在招职位，输出[]。网页正文如下：
{{page_content}}

Organisation Name,Website URL,Career Page
星桥教育科技,https://starbridge-edu.example.com,https://starbridge-edu.example.com/careers
蓝湾数据分析,https://bluebay-data.example.com,

{
  "table": "Vacancies",
  "fields": {
    "Title": "从OpenAI输出的title写入",
    "Snippet": "从OpenAI输出的snippet写入",
    "Status": "固定值：新发现",
    "Deadline": "OpenAI输出的deadline，null则留空",
    "Discovery Date": "当天日期，格式YYYY-MM-DD",
    "Organisation": "关联字段，写入当前Organisations行的记录ID"
  },
  "dedupeKey": ["Title", "Snippet"]
}

输入与输出示例

本站虚构演示，非原作者运行结果；示例域名与职位均为合成。

输入

Organisations表中一行：星桥教育科技，官网https://starbridge-edu.example.com，已存Career Page链接返回404失效；Vacancies表中已有职位“课程运营专员”。

对应输出

Firecrawl在官网抓到新链接https://starbridge-edu.example.com/jobs并回写Career Page；OpenAI从新页面提取出2个职位：[{"title":"课程运营专员","snippet":"负责线上课程排期与学员社群运营"},{"title":"前端开发工程师","snippet":"负责教学平台前端开发与性能优化","deadline":"2026-11-15"}]；去重后“课程运营专员”被跳过，仅“前端开发工程师”写入Vacancies，Status=新发现，Discovery Date=2026-10-03，并关联星桥教育科技。

做完检查这些

• 对失效Career Page链接执行后，Organisations表中该行的Career Page被新链接覆盖更新
• OpenAI节点输出为合法JSON数组，且无职位时输出[]而不是报错文本
• 已存在于Vacancies的同名同摘要职位不会重复创建记录
• 新写入的Vacancies行带有机构关联、Status和Discovery Date三个字段

容易卡住的地方

• Firecrawl key必须通过FIRECRAWL_API_KEY环境变量注入HTTP请求头，漏设会全部401
• Firecrawl、OpenAI、Airtable均可能产生按量费用，练习时先用单机构手动触发控制消耗
• 原模板用OpenAI选定模型，需确认你的账号有该模型权限，否则在节点里换可用模型
• 网页正文过长可能超出模型上下文，建议在提示词前截断或分段处理