基于Bright Data MCP和OpenAI 4o mini的自动化简历职位匹配引擎

注意

社区节点只能安装在自托管的n8n实例上。

适用对象

自动化简历职位匹配引擎是一个智能工作流，专为职业平台、HR科技初创公司、招聘机构和AI开发者设计，旨在利用LinkedIn和招聘网站的实时数据简化简历与职位的匹配过程。

该工作流适用于：

• HR科技创始人 – 构建新一代招聘产品

• 招聘人员与人才搜寻者 – 寻求自动化的候选人与职位匹配评估

• 招聘网站与门户 – 通过AI驱动的职位推荐提升用户体验

• 职业教练与简历写手 – 提供个性化的职位匹配分析

• AI开发者 – 利用LinkedIn和职位数据自动化大规模匹配任务

解决的问题

手动匹配简历与职位描述耗时、有偏见且效率低下。此外，获取实时职位发布和候选人资料需要克服网络爬取的限制。

该工作流解决了以下问题：

• 使用Bright Data MCP基础设施自动提取LinkedIn个人资料和职位发布数据

• 利用OpenAI 4o mini实现职位要求与候选人简历的语义匹配

• 处理大量职位数据的分页

• 从爬取到通过Webhook交付的端到端自动化，并将匹配结果持久化到磁盘

工作流功能

Bright Data MCP职位数据提取

• 使用Bright Data MCP客户端提取多个职位列表（支持分页）

• 根据预定义的筛选条件从LinkedIn拉取职位数据

OpenAI 4o mini LLM匹配引擎

• 通过MCP scrape_as_html工具从Bright Data MCP提取的分页职位数据中提取文本信息

• AI职位匹配节点处理职位描述和候选人简历，生成带洞察的匹配分数

数据交付

• 将最终匹配报告发送到Webhook通知端点

• 将AI匹配的职位响应持久化到磁盘

前提条件

1. 了解模型上下文协议（MCP）非常重要。请阅读这篇博客文章 – model-context-protocol
2. 需要拥有Bright Data账户，并按照下方设置部分进行必要的配置。
3. 需要拥有Google Gemini API密钥。访问Google AI Studio
4. 需要安装Bright Data MCP服务器@brightdata/mcp
5. 需要安装n8n-nodes-mcp

设置

1. 请确保通过n8n-nodes-mcp在本地设置n8n与MCP服务器。
2. 请确保在本地机器上安装Bright Data MCP服务器@brightdata/mcp。
3. 在Bright Data注册。
4. 导航至“代理与爬取”，在“爬取解决方案”下选择“Web Unlocker API”创建一个新的Web Unlocker区域。
5. 在Bright Data控制面板上创建一个名为mcp_unlocker的Web Unlocker代理区域。
6. 在n8n中配置OpenAI账户凭据。
7. 在n8n中配置与MCP客户端（STDIO）账户的凭据，以连接Bright Data MCP服务器，如下所示。
   
   确保在上方的环境文本框中复制Bright Data API_TOKEN，格式为API_TOKEN=<your-token>。
8. 更新候选人简历、关键词和其他筛选条件的输入字段。
9. 更新Webhook HTTP请求节点，选择您喜欢的Webhook端点。
10. 更新文件名和路径以持久化到磁盘。

如何根据需求自定义工作流

针对不同招聘网站

• 设置输入字段，如Indeed、ZipRecruiter或Monster

自定义匹配标准

• 调整AI职位匹配节点中的提示

• 包括评分指标，如技能匹配百分比、经验相关性或文化契合度

自动化调度

• 使用Cron节点定期检查匹配个人资料的新职位

• 基于Webhook或输入表单提交设置触发器

输出自定义

• 为报告摘要添加Markdown/PDF格式

• 扩展为Google Sheets导出以进行内部分析

增强数据安全性

• 在发送到外部端点之前屏蔽个人信息