大家好。我使用 n8n 建立 AI 自動化流程。這是我的一個作品集專案,是為 AI 自動化課程作業而建立,並非付費或客戶專案。我透過在聊天中提出實際問題來測試整個設定,並錄製了示範影片。
問題:杜拜的租屋資訊分散在多個入口網站上。要找到諸如「Al Furjan 有什麼可租的?」、「哪間房租最便宜?」或「Marina 有多少租屋?」等問題的答案,需要大量的手動搜尋。本專案的目標是自動收集並清理這些租屋資訊,將其儲存在資料庫中,然後讓使用者能夠透過簡單的自然語言提問來檢索資訊。
這篇文章介紹一個使用 n8n、Apify、Airtable 和 MCP AI 助理建立的自動化專案。該專案旨在解決杜拜租屋資訊分散的問題,透過自動化收集、清理並儲存租屋資料。使用者可以透過自然語言提問,讓 AI 助理從資料庫中檢索並提供相關資訊,大幅減少手動搜尋的時間與精力。

大家好。我使用 n8n 建立 AI 自動化流程。這是我的一個作品集專案,是為 AI 自動化課程作業而建立,並非付費或客戶專案。我透過在聊天中提出實際問題來測試整個設定,並錄製了示範影片。
問題:杜拜的租屋資訊分散在多個入口網站上。要找到諸如「Al Furjan 有什麼可租的?」、「哪間房租最便宜?」或「Marina 有多少租屋?」等問題的答案,需要大量的手動搜尋。本專案的目標是自動收集並清理這些租屋資訊,將其儲存在資料庫中,然後讓使用者能夠透過簡單的自然語言提問來檢索資訊。
運作方式:此系統會定期執行 Apify 的 PropertyFinder 爬蟲,每次擷取最多 20 筆杜拜的公寓租屋資訊。它會等待 60 秒讓爬蟲執行完畢,然後擷取產生的資料集。一個 AI 代理會從每筆租屋資訊中提取五個特定資料點:標題、區域、價格、聯絡資訊和租屋網址。
結構化輸出解析器(Structured Output Parser)確保資料格式一致。系統將這些租屋資訊儲存在 Airtable 中,透過比對租屋網址執行「upsert」操作,以防止重複條目。
一個 MCP 伺服器透過七個不同的工具公開 Airtable 資料。一個 AI 助理(作為 MCP 客戶端)負責回答自然語言查詢,例如請求最新租屋資訊、按區域或預算搜尋、總計數量、按區域分類,或找出最實惠的租屋。
架構:包含三個工作流程。工作流程一(資料收集):排程觸發 → 透過 HTTP 請求執行 Apify 執行器 → 等待 → 擷取資料集 → 使用 AI 代理(結合 OpenAI Chat Model 和結構化輸出解析器)清理資料 → 執行 Airtable 的 Upsert 操作。
工作流程二(MCP 伺服器):一個 MCP 伺服器觸發器,包含七個 Airtable 工具:latest_listings(最新租屋)、search_listings_by_location(按地點搜尋租屋)、search_listings_by_budget(按預算搜尋租屋)、count_listings(計算租屋總數)、count_listings_by_location(按地點計算租屋數量)、cheapest_listing(最便宜租屋)和 all_listings(所有租屋)。
工作流程三(AI 助理):聊天觸發 → AI 代理,利用 OpenAI Chat Model 和一個 MCP 客戶端。此 MCP 客戶端連接到工作流程二。
我的學習:我沒有建立一個大型工具一次性返回所有租屋資訊,而是為不同類型的查詢創建了更小、更專業的工具。例如,count_listings 工具只提供租屋總數。當按地點或預算搜尋時,系統會顯示前五個結果;只有當使用者明確要求時,才會提供完整列表。
這種方法減少了 token 使用量,降低了成本,並確保回應簡潔明瞭。AI 代理被指示僅依賴透過 MCP 工具檢索到的資料;因此,如果沒有找到匹配項,它不會憑空捏造租屋資訊。相反地,它會告知使用者沒有找到任何結果,並詢問他們是否想調整預算以擴大搜尋範圍。
目前限制:它會固定等待 60 秒,而不是驗證 Apify 任務是否已完成。它使用單一搜尋連結,每次執行最多擷取 20 筆租屋資訊。它使用提示詞中指定的固定匯率(1 美元 = 3.67 阿聯酋迪拉姆)將美元轉換為阿聯酋迪拉姆,而不是使用即時匯率。當按區域或預算搜尋時,它只顯示前 5 個結果。
三個工作流程的 JSON 檔案已在 GitHub 上提供;歡迎匯入並探索:GitHub - jamilur0101/dubai-real-estate-lead-generation-mcp-assistant: AI-powered Dubai real estate lead generation and MCP assistant using n8n, Apify, Airtable, OpenAI, and MCP for property scraping and natural-language listing queries. · GitHub。
一個問題:您會如何在 MCP 伺服器中組織工具?您偏好許多小型、專業化的工具,還是數量較少、功能更全面的大型工具?
覺得值得一看?分享給朋友。
以上為 AI 自動翻譯導讀。原文版權歸 n8n Community 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。
43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。