用 Telegram 语音或文字触发 Apollo 线索抓取，经 GPT-4 解析后存入 Supabase

输入：Telegram 语音/文字指令 → 处理：Whisper 转录 + GPT 提取搜索参数 → Apify Apollo Scraper 抓取 → 验证并去重 → 输出：Supabase 新线索表 + Telegram 回执

给谁

增长黑客、SDR 团队、创始人——希望通过 Telegram 语音或文字指令自动获取并整理潜在客户线索

你会得到

将自然语言指令转化为经过验证、去重的结构化线索，直接写入 Supabase 数据库，并通过 Telegram 返回新增数量

你需要

n8n · telegram · apify · supabase · postgres

步骤

1. 设置 Telegram 触发并接收语音或文字消息

   在 n8n 中导入 workflow 后，确认 Telegram Trigger 节点（User message）已配置 Bot Token。向该 Bot 发送文字消息或语音消息。若是语音，流程会经 Download File 节点获取音频文件；若是文字，直接进入下一步。

2. 用 Whisper 转录语音，并由 GPT 提取结构化搜索参数

   语音消息经 OpenAI Whisper 节点（Transcribe1）转录为文字；文字消息直接传入。随后，AI Agent 节点（Scraper agent）使用 GPT-4.1-nano 模型，根据 systemMessage 将自然语言指令解析为固定格式的 JSON 数组。该 JSON 包含 location、business、job_title 三个字段，值需为小写、空格替换为加号。Structured Output Parser 节点约束输出格式，Simple Memory 提供对话上下文。Generate query payload 节点将 JSON 包装为 {"query": {{ $json.output }}}。

   运行提示词 · 来源原文。Scraper agent 节点的 systemMessage 字段（AI Agent 节点 → Options → System Message）

   复制提示词

   =# Role
   You are LeadChat. Your single job is to return a **JSON array of one object** that tells the sub-workflow what to scrape.
   
   # Required JSON schema
   ```json
   [
     {
       "location": ["city+country"],      // lowercase, spaces→+
       "business": ["industry"],          // lowercase, words→+
       "job_title": ["role"]              // lowercase, words→+
     }
   ]

3. 生成 Apollo 搜索 URL 并调用 Apify Scraper 抓取线索

   Create URL 节点（Code 节点）读取 {"query": ...} 结构，拼接 Apollo.io 人物搜索 URL，参数包括 personTitles[]、personLocations[]、qOrganizationKeywordTags[] 等。随后 Run an Actor 节点调用 Apify 的 Apollo-io Scraper Actor（ID: jljBwyyQakqrL1wae），传入生成的 URL，设置 totalRecords=500、getPersonalEmails=true、getWorkEmails=true、timeout=10000、waitForFinish=60。

   运行提示词 · 来源原文。Create URL 节点的 JS Code 字段（Code 节点 → JavaScript）

   复制提示词

   /************************************************************
    * Build Apollo People-search URL from parser output
    * Handles both shapes:
    *   { query: [ { … } ] }      ← array
    *   { query: { … } }          ← object
    ************************************************************/
   
   // 1. Obtener el JSON que llega del nodo anterior
   const inputData = $json;
   
   // 2. Normalizar para que paramsData siempre sea un objeto
   let paramsData;
   
   if (Array.isArray(inputData.query)) {
     // Caso antiguo: query es un array
     paramsData = inputData.query[0];
   } else if (inputData.query) {
     // Caso nuevo: query es un objeto
     paramsData = inputData.query;
   } else {
     throw new Error('Falta la propiedad "query" en el input');
   }
   
   // 3. URL base de Apollo (interfaz web)
   //    Para llamar a la API REST cambia a https://api.apollo.io/v1/mixed_people/search
   const baseURL = 'https://app.apollo.io/#/people';
   
   // 4. Construir los parámetros dinámicos
   const queryParts = [
     'sortByField=recommendations_score',
     'sortAscending=false',
     'page=1',
   ];
   
   // Helper para arrays → personTitles[]=ceo
   const addArrayParams = (paramName, values) => {
     values.forEach((val) => {
       const decoded = val.replace(/\+/g, ' ');          // “barcelona+spain” ⇒ “barcelona spain”
       queryParts.push(`${paramName}[]=${encodeURIComponent(decoded)}`);
     });
   };
   
   // job_title → personTitles[]
   if (Array.isArray(paramsData.job_title)) {
     addArrayParams('personTitles', paramsData.job_title);
   }
   
   // location → personLocations[]
   if (Array.isArray(paramsData.location)) {
     addArrayParams('personLocations', paramsData.location);
   }
   
   // business → qOrganizationKeywordTags[]
   if (Array.isArray(paramsData.business)) {
     addArrayParams('qOrganizationKeywordTags', paramsData.business);
   }
   
   // campos estáticos
   queryParts.push('includedOrganizationKeywordFields[]=tags');
   queryParts.push('includedOrganizationKeywordFields[]=name');
   
   // 5. Montar la URL final
   const finalURL = `${baseURL}?${queryParts.join('&')}`;
   
   // 6. Devolver resultado
   return [{ json: { finalURL } }];

4. 提取字段、过滤仅验证邮箱，并与已有记录去重

   Apify 返回的数据经 Extract Info 节点映射为统一字段：firstName、lastName、emailAddress、linkedInURL、jobTitle、companyName、location、country、websiteURL、businessIndustry、seniority、Number、emailStatus。Only Keep Verified Emails 节点过滤 emailStatus='verified' 的条目。Select already scraped mails 节点从 Postgres 的 Leads_n-mail 表读取已有 emailAddress。Keep only the new leads 节点（Compare Datasets）的 mergeByFields 在模板中为空对象 {}，去重匹配逻辑可能无法按预期工作，需用户自行修正。

5. 将新线索插入 Supabase 数据库

   Create rows with new leads 节点（Supabase）将去重后的新线索写入表 Leads_n-mail。字段映射使用上一步提取的变量。注意：businessIndustry 字段的表达式引用了不存在的节点 'Apollo Scraper'（实际节点名为 'Run an Actor'），该表达式将返回 null，需用户修正。另，模板 sticky-notes 声明的列包括 seniority 和 number，但插入节点未映射这两个字段，也属于模板缺陷。需提前在 Supabase 中创建对应列。

6. 限制数量并通过 Telegram 发送确认消息

   Limit 节点控制最终回执数量。Set Telegram message 节点构造文本。Confirmation message 节点（Telegram）向指定 chatId 发送该消息。注意：模板中 chatId 硬编码为 123456789，需替换为实际聊天 ID；消息文本中的 'Google Sheet' 为模板遗留措辞，实际写入的是 Supabase 表。

   运行提示词 · 来源原文。Confirmation message 节点的 Text 字段（Telegram 节点 → Message → Text）及 Set Telegram message 节点的 assignments[0].value

   复制提示词

   ={{ $input.all().length }} new contacts have been added to the Google Sheet!

你是一个 n8n 工作流搭建助手。用户想要复现一个 Telegram 驱动的 AI 线索抓取流程。请按以下顺序协助：1) 确认用户已准备 n8n 实例及所需凭证（Telegram Bot Token、OpenAI API Key、Apify API Token、Supabase/Postgres 凭证）；2) 指导导入 workflow.json；3) 逐节点检查凭证配置，特别是 Apollo Scraper 的 Actor 参数与 Supabase 表名；4) 提醒修正模板缺陷：补全 Keep only the new leads 的 mergeByFields、修正 businessIndustry 的节点引用、补全 seniority/number 字段映射；5) 建议先用文字消息测试，再测试语音消息；6) 提醒将硬编码的 chatId 和 Apify token 改为环境变量或凭证引用。