嗨，我是 n8n 的新手。我開始建立一個工作流程，利用 copilot 來申請符合我個人資料的職位，但我就是無法讓流程正常運作。這是架構問題還是我做錯了什麼？這是否可行，還是我想得太高遠了？如果不可行，我能做什麼至少讓它可用？例如，只是讓工作流程將所有連結和資訊放入資料表，這樣我可以更輕鬆地申請。我應該重新開始嗎？
此自動化必須：
每天上午 9 點執行。
每天在多個求職網站上搜尋符合候選人經驗的職缺（單一候選人）。
偵測 ATS 關鍵字、URL、公司、職位資訊、職務角色，並偵測提示詞注入和證據。
將資訊提取到表格中。
第二個觸發程序應該為每位候選人建立客製化版本的履歷和求職信，並將這些檔案儲存在 Drive 資料夾中。它也必須自動填寫表單，以便候選人可以決定是否申請。它必須將 CV 文件上傳到每個網站。
如果這不可行或有限制，請告訴我，我們將做一些更簡單的事情。我可以使用 Perplexity 和 Google Studio。
歡迎 @Camila_Andrea！
a.ok(nodeExists) 錯誤通常表示代理工具鏈中的節點被引用，但連接不正確 - 請仔細檢查每個工具節點（Perplexity、HTTP）是否都正確連接到 AI Agent 節點的「Tool」輸入端，而不只是主流程。OOM 問題是另一個問題：使用 Gemini 加上多個工具時，代理可能會循環多次，累積大量的上下文窗口，導致記憶體耗盡。在 Agent 節點上設定最大迭代次數限制（在設定中） - 先從 5-10 開始，看看是否能完成。
關於架構：你的範圍沒問題，但我建議把它分成兩個獨立的工作流 - 一個用於職位發現/提取，一個用於文件生成。在單一代理中執行這麼多工具會讓偵錯變得困難得多。
嗨 Camila，
這其實是個真的很酷的專案，在 n8n 裡絕對可行——但架構需要重新思考。
你看到的當機問題很可能是 Agent 節點想一次處理太多東西造成的。當你在單一個 Agent 節點內結合多個工具呼叫（Perplexity 搜尋 + 職缺板抓取 + 表單填寫）時，很容易超過記憶體限制，特別是用 Gemini 時。
以下是我的建議：
分成多個獨立工作流。別試著在一個 Agent 節點裡做所有事。拆開它：
工作流 A：每日 cron → 搜尋職缺板 → 篩選符合的 → 存進資料庫
工作流 B：按符合項目觸發 → Perplexity 進行 ATS 關鍵字分析 → 格式化成試算表
工作流 C：手動觸發 → 針對選定職缺生成客製化履歷/求職信
Agent 節點最適合做決策，不適合串接多個繁重的 HTTP 請求。用 Agent 來決定「申請哪些職缺」，而不是用它來抓職缺本身。
關於表單自動填寫部分——這是最棘手的。大多數職缺板都用獨特的表單結構。更實用的做法是讓工作流準備好一切（履歷、求職信、答案），然後提醒你手動申請。我發現這種 80/20 的做法能省下大量開發時間。
我專業地做過這類 n8n 工作流——這種多步驟 AI 自動化正是我的專長。如果你想讓我幫忙規劃或構建，傳個私訊給我。很樂意跟你快速通話，為你規劃出架構。
不管怎樣，很棒的專案想法——別放棄它，只要重新調整一下結構就好。
兩個不同的錯誤交替出現通常表示有兩個真正的問題疊加在一起，上面的回覆正確地將它們分開了。值得按照這個順序來解決。
the a.ok(nodeExists) 錯誤是一個接線問題：一個工具節點（Perplexity、HTTP 工具）被代理引用，但沒有正確連接到 AI Agent 節點的 Tool input。每個工具都必須連接到代理的 ai_tool input，而不是連接到主執行線。打開代理節點，確認每個工具都顯示在其工具列表中，如果其中一個連接到主流而不是工具 input，你就會看到完全相同的錯誤。
記憶體不足是另一個問題，它是代理在循環。使用 Gemini 加上多個工具時，如果代理沒有收斂，它就會不斷調用工具並累積上下文，直到實例用完記憶體為止。限制它：在代理上設置最大迭代次數限制，使其無法無限循環，並修剪每個工具返回的內容（HTTP 工具將巨大的回應轉儲到上下文中是常見的 OOM 原因）。首先修復接線，使其能夠運行，然後添加迭代次數上限，以便未收斂的運行能夠乾淨地失敗，而不是消耗記憶體。
對於初學者來說，這是一個可行的工作流程，你的野心不算太大，你只是同時踩到了兩個標準的代理陷阱。在添加第二個工具之前，先讓一個工具連接起來並完整運行，一個工具比三個工具更容易調試。當 nodeExists 錯誤首次出現時，你在接線哪個工具？
這個交替錯誤發生在 Node.js 記憶體堆積配置（max-old-space-size）被流經 Gemini 和 Perplexity 上下文視窗的併發執行資料完全淹沒時。當容器出現問題時，它要麼丟棄節點狀態追蹤（a.ok(nodeExists），要麼因記憶體不足錯誤而硬性崩潰。
為了防止這種情況導致您的執行個體癱瘓，您需要強制 n8n 清除過去的執行日誌，並擴展 Docker 環境變數內的 Node.js 記憶體佔用量。
立即將這些新增到您的容器設定中：
NODE_OPTIONS=–max-old-space-size=4096
EXECUTIONS_DATA_PRUNE=true
EXECUTIONS_DATA_MAX_AGE=24
如果您正在為客戶專案執行複雜的 AI 迴圈，需要一個牢固的伺服器設定，在週一上午之前不會在高負載下崩潰，讓我們聯絡。我是後端基礎設施工程師；我可以今天與您進行快速螢幕分享，優化您的 Docker 組合層，並為 AI 解析引擎穩定化，費用為 250 美元。如果您想在 30 分鐘內解決這個問題，請傳送 DM 給我！
