AI 驅動的自由接案機會整合系統：n8n、PostgreSQL 與 LLM 的實戰應用

嗨，n8n 社群！我最近完成了一個 AI 驅動的自由接案機會整合系統，並以 n8n 作為其協調層。其目標不僅是收集職缺列表，更要建立一個完整的決策支援流程。

這個流程能從多種來源發現機會、標準化資料、過濾明顯不符的項目，並透過結構化的 LLM 輸出評估剩餘機會，最後經由 Telegram 傳送優先排序的結果。

系統架構依序為：發現 → 標準化 → PostgreSQL → 硬性過濾 → 結構化 AI 評估 → 確定性決策引擎 → Telegram 摘要 → 交付日誌。

該系統包含八個針對不同來源的發現工作流程，並利用 PostgreSQL 支援持久性狀態。它具備確定性的硬性過濾、結構化的 LLM 評估，以及獨立的「申請」、「審核」、「跳過」決策邏輯。此外，系統還提供重複資料刪除與交付追蹤功能，每日透過 Telegram 發送優先排序的摘要，並採用了人機協作的工作流程設計。

其中一項主要的設計決策是讓 LLM 負責語義解釋，而最終的「申請」、「審核」、「跳過」分類則保持確定性且可審計。該系統目前已在每日排程運行中完成端到端驗證。

我還發布了一個經過清理的公開參考實作，其中包含架構說明、測試文件、螢幕截圖以及核心工作流程匯出檔案。您可以在 GitHub 上找到它：github.com/1845302-ops/ai-powered-freelance-opportunity-aggregator。

這是一個多來源的 n8n 自動化系統，利用 PostgreSQL、基於 LLM 的評估和 Telegram 來發現、標準化、評估並傳送相關的自由接案與遠端工作機會。

我很樂意聽取關於此架構的回饋，特別是在工作流程模組化、持久性狀態和 LLM 評估設計方面。