跳转到主要内容

​
概述

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。

​
示例 1：LinkedIn 个人资料增强

自动使用 LinkedIn 个人资料信息增强联系人数据。

​
工作流程结构

​
配置

1

设置 Webhook 触发器

配置接受 LinkedIn 个人资料 URL 的 webhook：
{
  "linkedin_url": "https://linkedin.com/in/username"
}
2

配置 MCP Client

  • 添加 MCP Client 节点
  • 将端点设置为您的 Anysite 直接 URL
  • 包含 linkedin_user 工具
3

添加 AI Agent 节点

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
4

处理结果

使用 Code 节点构建提取的数据：
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
};

​
用例

  • CRM 数据增强
  • 潜在客户资格评估
  • 候选人筛选
  • 联系人数据库更新

​
示例 2：Reddit 内容监控

监控 Reddit 帖子并提取详细信息用于内容分析。

​
工作流程结构

​
配置

1

设置计划触发器

每小时运行一次检查新的 Reddit 帖子：
Cron: 0 * * * *
2

提供 Reddit URLs

使用 Set 节点设置目标帖子 URL 或从数据库获取。
3

配置 MCP Client

  • 包含 reddit_post 工具
  • 设置为处理多个项目
4

提取帖子数据

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
5

分析情绪

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。

​
用例

  • 品牌提及监控
  • 社区情绪追踪
  • 竞争对手分析
  • 趋势识别

​
示例 3：Instagram 个人资料分析

提取和比较 Instagram 个人资料用于网红研究。

​
工作流程配置

1

输入 Instagram URLs

Webhook 或手动触发器带有个人资料 URL：
{
  "profiles": [
    "https://instagram.com/influencer1",
    "https://instagram.com/influencer2"
  ]
}
2

MCP Client 设置

  • 包含 instagram_profile 工具
  • 启用批量处理
3

提取个人资料数据

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）
4

比较和排名

使用 Code 节点比较个人资料：
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;

​
用例

  • 网红选择
  • 活动规划
  • 竞争分析
  • 受众研究

​
示例 4：多平台数据聚合

从多个社交平台收集数据进行全面分析。

​
工作流程概述

为个人或品牌组合 LinkedIn、Instagram 和 Reddit 数据。
1

设置输入

提供多个社交媒体 URL：
{
  "linkedin": "https://linkedin.com/in/username",
  "instagram": "https://instagram.com/username",
  "reddit": "https://reddit.com/user/username"
}
2

并行处理

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。
3

合并结果

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
4

生成报告

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

​
用例

  • 全面背景调查
  • 品牌存在分析
  • 内容策略研究
  • 跨平台见解

​
示例 5：自动化 LinkedIn 公司研究

从列表中自动研究公司。

​
配置

1

输入公司列表

通过 webhook 或电子表格提供公司 LinkedIn URL：
{
  "companies": [
    "https://linkedin.com/company/company1",
    "https://linkedin.com/company/company2"
  ]
}
2

MCP Client

使用 linkedin_company 工具进行数据提取。
3

提取公司数据

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
4

导出结果

格式化并导出到：
  • Google Sheets
  • Airtable
  • CSV 文件
  • 数据库

​
用例

  • 市场研究
  • 潜在客户生成
  • 竞争情报
  • 合作机会

​
最佳实践

错误处理

添加 Error Trigger 节点以优雅地处理 API 失败并实现重试逻辑。

速率限制

在 MCP 调用之间使用 Wait 节点以避免达到 API 速率限制。

数据验证

在处理之前验证提取的数据以确保质量和完整性。

日志记录

记录所有 MCP 操作以便调试和审计。

​
优化技巧

  1. 批量处理：将多个 URL 分组在一起以减少工作流程执行时间
  2. 缓存：存储频繁访问的数据以最小化 API 调用
  3. 并行执行：使用 Split In Batches 节点处理大型数据集
  4. 错误恢复：为失败的 API 调用实现回退机制
  5. 监控：设置工作流程失败或数据异常的通知

​
高级模式

​
模式 1：条件工具选择

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' };
}

​
模式 2：增量更新

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;

​
模式 3：数据增强管道

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

​
资源

​
需要帮助？

获取支持

联系我们的支持团队获取 n8n MCP 集成帮助