在 n8n 中使用 Anysite MCP 的实际工作流程示例
这些示例演示了如何在 n8n 工作流程中使用 Anysite MCP 工具来提取和处理社交媒体数据。
自动使用 LinkedIn 个人资料信息增强联系人数据。
graph LR
A[Webhook 触发器] --> B[MCP Client]
B --> C[AI Agent]
C --> D[处理数据]
D --> E[存储到数据库]
配置接受 LinkedIn 个人资料 URL 的 webhook:
```json
{
"linkedin_url": "https://linkedin.com/in/username"
}
```
- 添加 MCP Client 节点
- 将端点设置为您的 Anysite 直接 URL
- 包含 `linkedin_user` 工具
配置 AI agent 使用 MCP 工具:
```
从以下链接提取详细的个人资料信息:{{ $json.linkedin_url }}
使用 linkedin_user 工具获取:
- 全名和头衔
- 当前职位和公司
- 工作经历
- 教育背景
- 技能
```
使用 Code 节点构建提取的数据:
```javascript
const profile = $input.item.json;
return {
name: profile.full_name,
headline: profile.headline,
current_company: profile.current_position?.company,
location: profile.location,
skills: profile.skills,
profile_url: profile.linkedin_url
};
```
监控 Reddit 帖子并提取详细信息用于内容分析。
graph LR
A[计划触发器] --> B[Reddit URLs]
B --> C[MCP Client]
C --> D[AI Agent]
D --> E[情绪分析]
E --> F[发送警报]
每小时运行一次检查新的 Reddit 帖子:
```
Cron: 0 * * * *
```
使用 Set 节点设置目标帖子 URL 或从数据库获取。
- 包含 `reddit_post` 工具
- 设置为处理多个项目
AI agent 提示:
```
分析此 Reddit 帖子:{{ $json.reddit_url }}
提取:
- 帖子标题和内容
- 作者信息
- 点赞数和评论数
- 热门评论
- 发布时间
```
添加另一个 AI 节点分析情绪:
```
分析此帖子及其热门评论的情绪。
分类为:正面、负面或中立
提取关键话题和主题。
```
提取和比较 Instagram 个人资料用于网红研究。
Webhook 或手动触发器带有个人资料 URL:
```json
{
"profiles": [
"https://instagram.com/influencer1",
"https://instagram.com/influencer2"
]
}
```
- 包含 `instagram_profile` 工具
- 启用批量处理
AI agent 指令:
```
对于每个 Instagram 个人资料,提取:
- 用户名和全名
- 粉丝数和互动率
- 简介和联系信息
- 最近帖子数
- 账户类型(商业/个人)
```
使用 Code 节点比较个人资料:
```javascript
const profiles = $input.all().map(item => item.json);
// 计算互动分数
profiles.forEach(profile => {
profile.engagement_score =
(profile.avg_likes + profile.avg_comments) /
profile.followers * 100;
});
// 按互动排序
profiles.sort((a, b) =>
b.engagement_score - a.engagement_score
);
return profiles;
```
从多个社交平台收集数据进行全面分析。
为个人或品牌组合 LinkedIn、Instagram 和 Reddit 数据。
提供多个社交媒体 URL:
```json
{
"linkedin": "https://linkedin.com/in/username",
"instagram": "https://instagram.com/username",
"reddit": "https://reddit.com/user/username"
}
```
将工作流程分成并行分支:
- 分支 1:LinkedIn 数据提取
- 分支 2:Instagram 数据提取
- 分支 3:Reddit 数据提取
每个分支使用带有适当工具的 MCP Client。
使用 Merge 节点合并所有数据:
```
模式:Combine All
输出:包含所有社交数据的单个项目
```
AI agent 创建统一分析:
```
基于 LinkedIn、Instagram 和 Reddit 的社交媒体数据:
1. 总结专业背景
2. 分析内容主题和兴趣
3. 评估受众互动
4. 识别关键见解和模式
```
从列表中自动研究公司。
通过 webhook 或电子表格提供公司 LinkedIn URL:
```json
{
"companies": [
"https://linkedin.com/company/company1",
"https://linkedin.com/company/company2"
]
}
```
使用 `linkedin_company` 工具进行数据提取。
```
对于每家公司,提取:
- 公司名称和行业
- 规模和位置
- 描述和专业领域
- 员工数量
- 最近的更新和帖子
```
格式化并导出到:
- Google Sheets
- Airtable
- CSV 文件
- 数据库
添加 Error Trigger 节点以优雅地处理 API 失败并实现重试逻辑。
在 MCP 调用之间使用 Wait 节点以避免达到 API 速率限制。
在处理之前验证提取的数据以确保质量和完整性。
记录所有 MCP 操作以便调试和审计。
使用 IF 节点根据 URL 类型动态选择使用哪个 MCP 工具:
// 从 URL 检测平台
const url = $json.social_url;
if (url.includes('linkedin.com/in/')) {
return { tool: 'linkedin_user' };
} else if (url.includes('linkedin.com/company/')) {
return { tool: 'linkedin_company' };
} else if (url.includes('instagram.com')) {
return { tool: 'instagram_profile' };
}
追踪并仅更新已更改的数据:
// 与现有数据比较
const existing = $('Database').first().json;
const fresh = $json;
const changes = {};
if (existing.followers !== fresh.followers) {
changes.followers = fresh.followers;
changes.follower_growth = fresh.followers - existing.followers;
}
return changes.followers ? changes : null;
链接多个 MCP 工具以进行全面增强:
LinkedIn 用户 → 获取公司 → 获取公司员工 → 分析网络
联系我们的支持团队获取 n8n MCP 集成帮助