Steg 2: anslut skrapningen av den primära jobbtavlan

Hämta jobbtavlans sida och extrahera annonstitlar, länkar och datum.

1. Öppna Retrieve Primary Job Board och ställ in URL till https://community.make.com/tag/professional-service.
2. Öppna Pull Posting Links och bekräfta att Operation är extractHtmlContent.
3. I Pull Posting Links, verifiera att extraheringsvärdena för jobTitle, jobLink och date använder de angivna CSS-selektorerna.
4. Koppla Retrieve Primary Job Board → Pull Posting Links → Assemble Listing Records.

Steg 3: förbered och filtrera nya annonser

Normalisera de skrapade arrayerna till enskilda objekt och behåll endast nya inlägg.

1. Öppna Assemble Listing Records och behåll den angivna JavaScript Code som mappar jobTitle, jobLink och date till item-poster.
2. Öppna Validate Recent Listings och bekräfta att datumfiltret använder {{ $json.date }} och jämför med {{$now.minus({days: 7})}}.
3. Koppla Assemble Listing Records → Validate Recent Listings.

Steg 4: konfigurera AI-sammanfattning och sidparsning

Hämta varje annonssida och sammanfatta den med en AI-modell samtidigt som ni extraherar metabeskrivningsdata.

1. Öppna Fetch Listing Page och ställ in URL till ={{ $json.jobLink }}.
2. Bekräfta att Fetch Listing Page skickar output parallellt till både Extract Page Meta HTML och AI Job Summary Extractor.
3. Öppna Extract Page Meta HTML och bekräfta att Operation är extractHtmlContent med CSS Selector meta[property="og:description"] och Attribute content.
4. Öppna AI Job Summary Extractor och ställ in Text till ={{ $json.data }}; behåll den definierade prompten som returnerar JSON.
5. Säkerställ att Structured Result Parser är ansluten som output-parser för AI Job Summary Extractor. Detta är en AI-subnod, så autentiseringsuppgifter ska läggas till i den överordnade språkmodellsnoden, inte här.
6. Bekräfta att OpenRouter Conversation Model är kopplad som språkmodell för AI Job Summary Extractor.

Credential Required: Anslut era openRouterApi-autentiseringsuppgifter i OpenRouter Conversation Model.

Steg 5: slå ihop och normalisera AI-resultat

Kombinera annonsens URL, metabeskrivning och AI-sammanfattning till en ren post för e-postutskick.

1. Säkerställ att Validate Recent Listings skickar output parallellt till både Fetch Listing Page och Merge AI Details and URL.
2. Öppna Merge AI Details and URL och bekräfta att Mode är combine, Combine By är combineByPosition, och Number Inputs är 3.
3. Verifiera att både Extract Page Meta HTML och AI Job Summary Extractor matar in till Merge AI Details and URL.
4. Öppna Normalize AI Output och behåll JavaScript: return $input.all().map((item) => ({...item.json, summary:item.json.output.summary, output: undefined})).

Steg 6: konsolidera och skicka e-postsammanställningen

Samla alla annonser i en enda payload och mejla den formaterade veckosammanställningen.

1. Öppna Consolidate All Listings och behåll den angivna koden som returnerar {data: items}.
2. Öppna Email Weekly Job Digest och ställ in To Email till er mottagaradress och From Email till er avsändaradress.
3. Behåll Subject som Job Opportunities och låt HTML-uttrycket vara oförändrat: {{(() => { ... })()}}.
4. Bekräfta flödet: Normalize AI Output → Consolidate All Listings → Email Weekly Job Digest.

Credential Required: Anslut era smtp-autentiseringsuppgifter i Email Weekly Job Digest.

Steg 7: testa och aktivera ert arbetsflöde

Kör ett manuellt test för att validera skrapning, sammanfattning och leverans innan ni aktiverar veckoschemat.

1. Klicka på Execute Workflow för att köra ett manuellt test från Scheduled Monday Trigger.
2. Kontrollera att Retrieve Primary Job Board returnerar HTML och att Pull Posting Links outputar arrayer för jobTitle, jobLink och date.
3. Verifiera att AI Job Summary Extractor returnerar JSON med ett summary-fält och att Normalize AI Output exponerar summary på toppnivå.
4. Bekräfta att Email Weekly Job Digest skickar ett formaterat mejl med grupperade jobbsektioner.
5. Slå på arbetsflödet med Activate-reglaget för att schemalägga måndagskörningen.