用 Bright Data MCP 与 OpenAI 搭建食谱推荐引擎

输入食谱搜索页 URL → Bright Data MCP 分页抓取 → GPT-4o-mini 结构化提取 → 循环处理单页 → 输出 JSON 文件与 Webhook 通知

给谁

需要批量抓取并结构化食谱数据的内容创作者、营养师、食谱聚合平台开发者，或希望在 n8n 中结合 MCP 与 LLM 做数据提取的自动化工程师。

你会得到

将任意公开食谱搜索页自动转换为结构化 JSON（含标题、URL、分类、评分、份量、饮食选项等），支持分页遍历、单页循环抓取，并通过 Webhook 推送或本地文件保存结果。

你需要

n8n · 本地磁盘

步骤

1. 配置输入参数与凭证

   在 n8n 中导入模板后，打开「Set the Recipe Extract URL」节点（Edit Fields/Set），修改三个字段：url（目标食谱搜索页，如 https://realfood.tesco.com/search.html?search=tomato%20pasta&sortby=Rating）、base_url（搜索页根路径）、webhook_url（接收通知的端点）。同时确认已配置 Bright Data MCP Client 的 Header Auth 凭证（Value 为 Bearer + Web Unlocker Token）与 OpenAI API 凭证。

   搭建指导 · 本站建议版本。搭建助手启动词；指导用户完成凭证与输入配置

   复制提示词

   请在 n8n 中完成以下配置：
   1. 导入模板后，定位「Set the Recipe Extract URL」节点，设置 url、base_url、webhook_url。
   2. 在 Credentials 中配置 mcpClientApi：选择 Header Auth，Value 填入 Bearer YOUR_BRIGHT_DATA_WEB_UNLOCKER_TOKEN。
   3. 配置 openAiApi 凭证。
   4. 确认节点「Write the structured content to disk」中的本地路径（如 d:\Recipe-Structured-Data-{{ $('Loop Over Items').item.json.page_number }}.json）在你的环境中可写入。

2. Bright Data MCP 抓取搜索页并提取分页链接

   工作流触发后，「Bright Data MCP Client For Recipe Extract」节点使用 scrape_as_html 工具抓取搜索页 HTML。随后「Paginated Data Extract」LLM Chain 节点调用 GPT-4o-mini，结合「Structured Output Parser for Paginated Data」的 JSON Schema，从 HTML 中提取分页链接数组（含 page_number 与 link）。系统提示词为 "You are an expert data miner"。

   运行提示词 · 来源原文。Paginated Data Extract 节点的 text 字段（LLM Chain 的用户输入）

   复制提示词

   =Extract the paginated data from the provided content. 
   
   Here's the content : {{ $json.result.content[0].text }}
   
   Append the link with the Base URL as {{ $('Set the Recipe Extract URL').item.json.base_url }}

   运行提示词 · 来源原文。Paginated Data Extract 节点的 messages.messageValues[0].message（系统提示）

   复制提示词

   You are an expert data miner

   运行提示词 · 来源原文。Structured Output Parser for Paginated Data 节点的 jsonSchemaExample 字段

   复制提示词

   [{
   	"page_number": "page number in int",
   	"link": "link to the web content"
   }]

3. 转换输出并循环遍历分页链接

   「Code to output the array of paginated info」节点执行 `return $input.first().json.output`，将 LLM 解析结果转换为标准数组。随后「Loop Over Items」节点逐条输出每个分页链接，供下游循环处理。

   运行提示词 · 来源原文。Code to output the array of paginated info 节点的 jsCode 字段

   复制提示词

   return $input.first().json.output

4. 循环内单页抓取与等待

   每个分页链接进入「Wait」节点延迟 10 秒后，由「Bright Data MCP Client For Recipe Extract Within The Loop」节点再次调用 scrape_as_html，抓取单条食谱页面 HTML。该节点使用表达式 `{{ $json.link }}` 动态传入 URL。

   运行提示词 · 来源原文。Bright Data MCP Client For Recipe Extract Within The Loop 节点的 toolParameters 字段

   复制提示词

   ={
      "url": "{{ $json.link }}"
   }

5. GPT-4o-mini 结构化提取食谱数据

   「Structured Recipe Data Extract」LLM Chain 节点调用 GPT-4o-mini，系统提示同样为 "You are an expert data miner"，用户输入为 "=Extract search data. Here's the content : Output the data in JSON"。输出由「Structured Output Parser for Recipe Data Extract」按完整 JSON Schema 解析为结构化字段：pageTitle、searchTerms、sortBy、numberOfResults、numberOfPages、numberOfFirstResult、numberOfLastResult，以及 recipes 数组（含 title、url、category、rating、serves、dietaryOptions、isHealthy）。

   运行提示词 · 来源原文。Structured Recipe Data Extract 节点的 text 字段（LLM Chain 的用户输入）

   复制提示词

   =Extract search data. Here's the content : 
   Output the data in JSON

   运行提示词 · 来源原文。Structured Recipe Data Extract 节点的 messages.messageValues[0].message（系统提示）

   复制提示词

   You are an expert data miner

   运行提示词 · 来源原文。Structured Output Parser for Recipe Data Extract 节点的 inputSchema 字段

   复制提示词

   {
     "$schema": "http://json-schema.org/schema#",
     "title": "TescoRecipeSearchResults",
     "type": "object",
     "properties": {
       "pageTitle": { "type": "string" },
       "searchTerms": { "type": "string" },
       "sortBy": { "type": "string" },
       "numberOfResults": { "type": "integer" },
       "numberOfPages": { "type": "integer" },
       "numberOfFirstResult": { "type": "integer" },
       "numberOfLastResult": { "type": "integer" },
       "recipes": {
         "type": "array",
         "items": {
           "type": "object",
           "properties": {
             "title": { "type": "string" },
             "url": { "type": "string" },
             "category": { "type": "string" },
             "rating": { "type": "number" },
             "serves": { "type": "integer" },
             "dietaryOptions": {
               "type": "array",
               "items": { "type": "string" }
             },
             "isHealthy": { "type": "boolean" }
           },
           "required": [
             "title",
             "url",
             "category",
             "rating",
             "serves",
             "dietaryOptions"
           ],
           "additionalProperties": false
         }
       }
     },
     "required": [
       "pageTitle",
       "searchTerms",
       "sortBy",
       "numberOfResults",
       "numberOfPages",
       "numberOfFirstResult",
       "numberOfLastResult",
       "recipes"
     ],
     "additionalProperties": false
   }

6. Webhook 推送结构化结果

   「Webhook Notification for Data Extract Within the Loop」节点以 multipart/form-data 格式，将 `{{ $json.output.toJsonString() }}` 作为 recipe_content 字段，POST 到配置的 webhook_url。可用于接入 Slack、Discord 或内部 API。

7. 保存 JSON 到本地磁盘

   「Create a binary data」节点将 JSON 输出转为 base64 二进制数据，随后「Write the structured content to disk」节点写入本地文件，文件名含页码变量：`=d:\Recipe-Structured-Data-{{ $('Loop Over Items').item.json.page_number }}.json`。请根据你的系统修改路径。

   运行提示词 · 来源原文。Create a binary data 节点的 functionCode 字段

   复制提示词

   items[0].binary = {
     data: {
       data: new Buffer(JSON.stringify(items[0].json, null, 2)).toString('base64')
     }
   };
   return items;

请在 n8n 中完成以下配置：
1. 导入模板后，定位「Set the Recipe Extract URL」节点，设置 url、base_url、webhook_url。
2. 在 Credentials 中配置 mcpClientApi：选择 Header Auth，Value 填入 Bearer YOUR_BRIGHT_DATA_WEB_UNLOCKER_TOKEN。
3. 配置 openAiApi 凭证。
4. 确认节点「Write the structured content to disk」中的本地路径（如 d:\Recipe-Structured-Data-{{ $('Loop Over Items').item.json.page_number }}.json）在你的环境中可写入。