惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

月光博客
月光博客
C
Check Point Blog
J
Java Code Geeks
腾讯CDC
Apple Machine Learning Research
Apple Machine Learning Research
宝玉的分享
宝玉的分享
Microsoft Azure Blog
Microsoft Azure Blog
WordPress大学
WordPress大学
量子位
Google DeepMind News
Google DeepMind News
I
InfoQ
The GitHub Blog
The GitHub Blog
aimingoo的专栏
aimingoo的专栏
N
Netflix TechBlog - Medium
Hugging Face - Blog
Hugging Face - Blog
博客园 - Franky
V
V2EX
Blog — PlanetScale
Blog — PlanetScale
T
The Blog of Author Tim Ferriss
小众软件
小众软件
博客园_首页
人人都是产品经理
人人都是产品经理
博客园 - 聂微东
IT之家
IT之家

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
用n8n做AI工作流驱动网站出海赚美金1:连接Supabase数据库
饼干哥哥 · 2025-06-05 · via 人人都是产品经理

在数字化浪潮下,出海创富不再是梦想。本文作者以亲身实践,展示如何利用 n8n 搭建 AI 工作流,高效驱动网站出海,连接 Supabase 数据库,实现数据自动化处理,为海外创业提供全新思路和技术支撑,助力赚取美金。

年初的时候我做了一个AI编程工具的导航网站,打算流量上来后就可以接谷歌广告赚美金:

https://www.aicoding.help/cn

设想是根据AI编程开发的流程来推荐每个阶段的效率工具:灵感与想法、原型与设计、编程开发、数据库与存储、部署上线、扩展能力、数据分析、内容管理、协作与运营

目前挂在了vercel上,感兴趣可以去看看,但实际上还有很多问题,待一步一步解决。

具体这个网站是怎么做的,可以参考之前的文章,基于Tap4AI项目:2025穷鬼开发套餐:不花一分钱,部署一个AI导航网站全流程,附tap4ai、aigotools 对比

这个导航网站分成两部分前端页面的展示,主要痛点就是怎么把网站设计的好看且合理后端数据的处理,前端页面其实不存数据,每次用户打开网站的时候,都是直接从数据库里读数据的

这样的好处就是维护方便,因为前端页面要改的话是要重新部署上线的,很麻烦。

例如我数据库用的是Supabase,如果哪个内容写错了,我只需要对Supabase里的内容进行修改就行了,有新网站也可以直接在数据库里添加即可。

所以,目前这个网站的工作量在于后端,看着简单其实挺麻烦的,日常运营有以下几个动作:

1. 提交新的网站

2. 爬虫,去爬新的网站,截图,AI生成相应的描述

3. 把描述翻译成多个语言,例如我至少是中英日

4. 写SEO文章,让谷歌收录

具体可以看这个图:

目前这个后端是真的离谱,有一个单独的Python项目来跑,实在是太重了。

因为最近都在玩n8n,而且n8n对接的都是海外的服务,很适合出海做后端服务。

我在想是不是可以把这个Python后端转成n8n的工作流呢?

说干就干,一步一步来。

1、需求拆解

首先,解决第一步:提交新网站的需求。

在数据库,我有一个submit表,用户提交网站请求后,会插入到这里,包含名称、网址、分类、描述等字段,状态status是0

等爬虫把这网站爬完,处理好数据后,状态会更新为1,证明处理完了。

目前这一步我是很苦逼的自己写了个python脚本来手动插入数据的。

今天我们就来解决这个问题:通过n8n工作流提交网站到数据库supabase

2、n8n连接Supabase

首要任务就是让n8n连上Supabase

但在此之前,需要先找到两个关键的key:

在Supabase的Project Settings里找到API Keys,下面的service_role secret

同个目录的General找到Project ID

接着就可以回到n8,创建一个Supabase的Create a row节点

老规矩,先新建一个Credential,然后把前面找到的两个信息填入

其中Host,一般就是你的proejct id + supabase.co 后缀,如下图。

3、用例测试

测试一下,假设我们要提交bolt.new这个全栈AI开发网站

配置对应的信息Name: bolt.newUrl: https://bolt.new/Category: 编程开发remark:Bolt is an in-browser AI web development agent for full stack web application development.

只要前面连接成功的话,这里就会自动从supabase中获取表格结构,你只需要去选字段就好了,非常方便

如下图,n8n表示测试成功

同时,在supabase里也能看到,多了一行。

4、完成工作流

在正式开发工作流之前,要先想清楚自己想要的产品是什么样子的。

例如当前这个项目,我想要的是:只要给一个网站,AI就能自动判断它是什么,并给出对应的信息,进而插入到Supabase表的位置。

这样拆解下来,就需要做:

1. AI从用户给的信息中解析出网址

2. 判断用户有没给更多信息,例如名称、描述、分类

3. 如果没有,则访问该网址,判断是什么,生成名称、描述、分类

4. 对结果进行结构化输出

5. 传入到supabase的submit表

先看效果:

现在我只给一个魔塔社区的网站https://www.modelscope.cn/

就能看到AI Agent调用了Jina AI的工具去读网址,并且根据要求输出了格式

接下来看每个节点。

1. 新建一个AI Agent节点:

对接上前面的用户对话框里的输入

参考提示词:

我在给一个AI编程工具导航网站提交新的网站录用,需要你从用户给的信息中提取出以下内容:

“`{

“name”:”这个网站工具的名称”,

“Url”:”这个网站的网址”,

“Category”:”分类,只能从 灵感与想法、原型与设计、编程开发、数据库与存储、部署上线、扩展能力、数据分析、内容管理、协作与运营 中选择一个”,

“remark”:”这个网站工具的简单介绍不超过50字”

}

“`

更具体的,你需要做:

1. AI从用户给的信息中解析出网址

2. 判断用户有没给更多信息,例如名称、描述、分类

3. 如果没有更多信息,则要调用工具`jina AI reader`访问该网址,根据返回内容判断这网站是什么,生成名称、描述、分类

4. 对结果进行结构化输出

可以看到这个AI Agent还是挺能配置的,这就是n8n的优势,非常自由

在工具Tool的部分,配置一个Jina AI工具,这是一个能帮助我们读取网址内容的工具

很简单,用谷歌登录一下就有key了

如下图,URL这里可以让大模型自己去判断

格式化输出这里给个例子就行

2. 接着就可以连上Supabase节点了,把AI拆解好的内容分到对应位置:

非常简单!!

不过每次要打开n8n工作流里面去提交就太麻烦了,我们可以用n8n内置的表单功能3. 新建一个表单

设置好需要的参数:

执行的时候,就自动生成好了一个表单网站了

因为新增了一个表单,传入到AI节点的数据结构不同了,所以我就添加了几个数据处理节点,最终同样也能向数据库提交数据。

至此,我们就完成了第一阶段的改造,把原先通过Python提交网站的功能,变成了n8n的工作流,并且可以通过表单的形式提交;甚至后面可以改成webhook的监听,或者改造成mcp,更加自由的添加网站。

可玩性非常高!!

接下来会继续更新用n8n驱动网站出海赚美金系列,帮助大家用n8n降低开发和运营成本。

本文由人人都是产品经理作者【饼干哥哥】,微信公众号:【饼干哥哥AGI】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。