使用Bright Data和OpenAI 4o mini进行DNB公司搜索与数据提取

注意

社区节点只能在自行托管的n8n实例上安装。

适用人群

DNB公司搜索与数据提取工作流专为需要从邓白氏(DNB)获取结构化商业情报的专业人士设计。

非常适合：

• 市场研究人员

• B2B销售与潜在客户开发专家

• 商业分析师

• 投资分析师

• 构建金融知识图谱的AI开发人员

解决什么问题？

从DNB网站收集商业信息通常需要手动浏览、复制公司详情并整理到电子表格中。

该工作流自动化了整个数据收集流程 – 从通过Google搜索DNB、抓取相关页面，到结构化数据并保存为可用格式。

工作流功能

该工作流使用Bright Data的MCP搜索代理和OpenAI的4o mini模型，自动执行DNB公司资料的搜索、抓取和结构化提取。

包含以下步骤：

设置输入字段：
提供search_query和webhook_notification_url。

Bright Data MCP客户端(搜索)：
通过Google搜索DNB公司URL。

从DNB抓取Markdown：
使用Bright Data抓取公司页面并返回markdown格式。

OpenAI LLM提取：

将markdown转换为清晰的结构化数据。

提取商业信息(公司名称、规模、地址、行业等)

Webhook通知：
将结构化响应发送到提供的webhook。

保存到磁盘：
本地持久化存储结构化数据以供记录或审计。

前提条件

1. 了解模型上下文协议(MCP)至关重要。请阅读这篇博客文章 – 模型上下文协议
2. 需要拥有Bright Data账户，并完成下方设置部分提到的必要配置。
3. 需要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. 请确保通过访问n8n-nodes-mcp在本地设置带有MCP服务器的n8n
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. 导航至代理与抓取，在抓取解决方案下选择Web Unlocker API创建新的Web Unlocker区域。
5. 在Bright Data控制面板创建名为mcp_unlocker的Web Unlocker代理区域。
6. 在n8n中配置OpenAi账户凭证。
7. 在n8n中配置与MCP客户端(STDIO)账户连接的凭证，如下所示连接Bright Data MCP服务器。

确保在上面的环境文本框中复制Bright Data API_TOKEN作为API_TOKEN=<your-token>。
7. 更新search_query和webhook_notification_url的输入字段设置。
8. 更新要持久化保存到磁盘的文件名和路径。

如何根据需求自定义工作流

• 搜索引擎：
  默认为Google，但可以根据需要将MCP客户端引擎更改为Bing或Yandex。

• 公司范围：
  修改搜索查询逻辑进行细分过滤，例如”biotech startups site:dnb.com”。

• 结构化字段：
  自定义LLM提示以提取其他字段，如CEO姓名、收入或评级。

• 集成：
  使用额外的n8n节点将输出推送到Notion、Airtable或HubSpot等CRM系统。

• 格式化：
  使用内置的文件和电子表格节点将输出转换为PDF或CSV格式。