近期这5个项目绝了：AI自动化MCP、AI闲鱼捡漏神器、免费邮件营销、谷歌分析MCP

作者

n8n-MCP: 让AI掌握n8n自动化

n8n-MCP，一个连接 n8n 自动化平台和 AI 模型的桥梁。
它的核心任务很简单：让 AI 能看懂、会用 n8n 的 500 多个节点。

装上它，AI 就能即刻获得 n8n 的深度知识。

核心能力一览：

  • 📚 532个 n8n 节点： 全面覆盖 n8n-nodes-base 和 @n8n/n8n-nodes-langchain。

  • 🔧 节点属性： 99% 的覆盖率，提供详尽的属性细节。

  • ⚡ 节点操作： 支持 63.6% 的可用节点动作。

  • 📄 官方文档： 集成 90% 的 n8n 官方文档，包括所有 AI 相关节点。

  • 🤖 AI 工具识别： 自动检测出 263 个具备 AI 能力的节点，并提供完整文档。

为什么需要 n8n-MCP？听听 Claude 的亲身体验

Anthropic 的 AI 助手 Claude 在测试后，给出了最直接的反馈：

“用 MCP 之前，我是在翻译。用了之后，我是在作曲。这彻底改变了我们构建自动化的方式。”

使用前 (Without MCP):
“我基本就是在瞎猜。‘节点是 scheduleTrigger 还是 schedule ？参数是 interval 还是 rule ？’ 我只能按通用逻辑写，但 n8n 有自己的内部规矩，你根本猜不透。结果就是，写一个简单的 HackerNews 爬虫，我犯了 6 个不同的配置错误。”

使用后 (With MCP):
“一切都对了。我不再需要猜测，而是可以直接调用 get_node_essentials() ，只获取那 5-10 个最关键的属性，而不是一个 100KB 的完整 JSON。原本需要 45 分钟的工作，现在 3 分钟就能完成。”

如何使用：连接 IDE 与 Claude 项目设置

n8n-MCP 支持多种 AI 驱动的 IDE 和工具，包括 Claude Code、Visual Studio Code、Cursor 和 Windsurf。

为了在 Claude Projects 中发挥最大效能，项目提供了一套增强版的系统指令。这套指令的核心思想是建立一个严谨的工作流程：

严谨的工作流程发现配置验证构建部署

  • 1. 发现 (Discovery): 先用工具搜索和了解正确的节点。

  • 2. 配置 (Configuration): 获取节点关键信息，进行配置。

  • 3. 验证 (Validation): 在构建工作流之前，先验证节点配置的正确性。

  • 4. 构建 (Building): 使用已验证的组件构建工作流。

  • 5. 部署 (Deployment): 将经过完整验证的工作流部署到 n8n。

这套指令强调了 先验证、再构建 的原则，并指导 AI 使用 n8n_update_partial_workflow 等高级工具进行高效的增量更新，从而最大化地提升开发效率和准确性。

https://github.com/czlonkowski/n8n-mcp


Trae.ai（顺便介绍）， Preview 模式里打开。可以用鼠标选中一个网页元素。
然后直接把它，扔进聊天框。
让 AI 去修改。

TRAE CN 内置 Qwen-3-Coder 正式上线 和其他模型一样免费，就是排队。。

mcp-use: 打破枷锁，连接万物

一个能将任何 LLM 连接到任何 MCP 服务器的开源框架，

它的名字，叫 mcp-use。

过去，你想用 MCP。
就得依赖像 Cursor 或 Claude 这样的闭源应用。

你的开发，被锁在别人的花园里。

现在，你可以打破这个枷锁。

mcp-use 让你能：

  • 连接任何 LLM

  • 连接任何 MCP 服务器

  • 构建你自己的、定制化的 MCP 智能体

完全开源。
100% 本地化。

它兼容 Ollama、LangChain 等等。
你可以随心所欲地，构建完全属于你的本地 MCP 客户端。

GitHub:https://github.com/mcp-use/mcp-use

ai-goofish-monitor: AI闲鱼捡漏神器

不知道从何时开始。

在闲鱼上刷到的，很多都是商家。

想淘一个个人闲置的高性价比商品，变得越来越难。

直到今天，我在 GitHub 上看到了一个叫 ai-goofish-monitor 的开源项目，才算找到了答案。

这是一个对闲鱼的实时监控和智能分析工具。

你只要用大白话跟它说你想买啥，它就能自动帮你创建监控任务，精准推荐好东西。

简单说，就是个 7×24 小时帮你蹲闲鱼的 AI 机器人，还带脑子。

GitHub 地址： github.com/dingyufei615/ai-goofish-monitor

项目亮点：一个 AI 驱动的闲鱼捡漏神器

这个工具基于 Playwright 和 AI 过滤分析，带一个功能齐全的 Web 管理界面。

  • 可视化 Web 界面：有完整的 Web UI，能可视化管理任务、在线编辑 AI 标准、实时看日志、筛选结果，告别命令行。

  • AI 创建任务：用自然语言描述你的购买需求，一键就能生成带复杂筛选逻辑的监控任务。

  • 多任务并发：可以同时监控多个关键词，任务各自独立运行，互不干扰。

  • 实时流式处理：发现新商品，立刻就分析，没有批处理的延迟。

  • 深度 AI 分析：集成多模态大模型 (比如 GPT-4o)，结合商品图文和卖家画像深度分析，精准筛选。

  • 高度可定制：每个任务都能配独立的关键词、价格范围、筛选条件和 AI 分析指令 (Prompt)。

  • 即时通知：通过 ntfy.sh 把符合 AI 推荐的商品，立刻推送到你手机或桌面。

  • 反爬策略：模拟真人操作，带各种随机延迟和用户行为，提高稳定性。

页面长这样

(图：后台任务管理)
(图：后台监控截图)
(图：ntf通知截图)

BillionMail: 免费开源的邮件营销平台

Mailchimp 每月收费 300 美元以上。
而 BillionMail，把同样的功能，免费送给你。

这是一个开源的、可自行托管的邮件平台。
为的是让你获得绝对的控制权。

BillionMail 提供了什么？

✅ 无限的邮件发送
没有联系人数量限制，没有隐藏费用。

✅ 零月费
你的用户，你的基础设施，你的规则。

✅ 完全的数据隐私
自己托管，数据永远在你手中。

✅ 完整的可送达性控制
自己掌控邮件的生杀大权。

但自托管邮件，最大的问题是…

被 Gmail、Yahoo 这类服务商屏蔽。
直接扔进垃圾箱。

BillionMail 就是为解决这个问题而生的。

它内置了一个全新的核心功能：
自动 IP 预热 (Auto IP Warm-Up)。

它会模拟真人的发送模式，自动为你的 IP 地址建立信誉。
它能智能规避垃圾邮件陷阱，将退信和垃圾邮件率降低 90% 以上。
它还集成了 Rspamd 进行更智能的垃圾邮件过滤。

让你的冷 IP，在 24 小时内，变成一个温暖的、值得信赖的发送者。
确保你的邮件，最终抵达收件箱。

它不仅仅是解决垃圾邮件问题。

BillionMail 是一个完整的邮件营销平台。

  • 全功能战役构建器 (Campaign Builder)
    从头开始创建你的邮件营销活动。

  • 追踪与分析
    追踪打开、点击和退信，所有数据一目了然。

  • 兼容所有 SMTP 服务
    无缝对接 AWS SES、Mailgun 或任何你自己的 SMTP 中继。

  • 开源，永久免费
    所有代码都开放、清晰，你可以贡献或按需修改。

上手，只需要 5 分钟。

过程极其简单：

  • 1. 安装。

  • 2. 连接你的邮件服务器。

  • 3. 开始你的第一个营销战役。

它可以通过 aaPanel 一键部署。
对于 Apple Silicon (M系列芯片) 等环境，也提供了 Docker 的安装方式。

官网:https://billionmail.com
GitHub:https://github.com/aaPanel/BillionMail

给它一个 Star。
把它分享给那些还在为邮件订阅费头疼的创作者们。

Resume Matcher: 用AI写简历，通过筛选

你精心打磨，投递出去。
然后，石沉大海。
一封自动拒信，了结一切。

你没有做错什么。
只是，你没有用 AI 的方式去写简历。

现在，有一个开源工具，叫 Resume Matcher。
它要做的，就是逆向工程那些招聘算法。

告诉你，如何精准地修改你的简历，才能绕过第一道 AI 筛选，真正到达 HR 的手中。

它到底是什么？

一个 AI 驱动的平台。
它的目标，是成为 “简历界的 VS Code”。

一个强大的、专业的、为求职者打造的集成开发环境。

核心功能，招招致命

  • 完全本地运行
    它用的是 Ollama 和开源模型。
    你的简历，永远不会被上传到任何服务器。
    隐私，绝对安全。

  • 即时匹配分数
    上传你的简历和职位描述（JD）。
    它会立刻告诉你一个匹配分数，和关键的改进方向。

  • 关键词优化器
    精准告诉你，JD 里的哪些关键词，你的简历里没有。
    帮你填补那些最致命的内容空白。

  • ATS 兼容性分析
    给你一份详细的报告，分析你的简历格式是否能被 ATS 系统正确解析。

  • 引导式改进
    它不只发现问题，还会给你清晰的建议，让你的简历脱颖而出。

如何上手？

这个项目，是为懂行的人准备的。

  • 后端: FastAPI

  • 前端: Next.js

  • AI: Ollama

  • 数据库: SQLite

官方提供了一份清晰的 SETUP.md 文件，包含所有安装步骤和脚本。
你只需要跟着做，就能在本地把整个环境跑起来。

这是一个正在高速发展的项目。

未来的路线图，包括：

  • 关键词可视化高亮。

  • AI 画布，帮你写出更有冲击力的、以数据驱动的简历内容。

  • 同时匹配多个职位描述。

官网:https://resumematcher.fyi
GitHub:https://github.com/srbhr/Resume-Matcher

Google Analytics MCP: 与你的数据对话

你不再需要“使用”Google Analytics 了。

现在，你可以直接和它对话。

我们都知道 Google Analytics 有多强大。
也都知道，它有多复杂。
无数的菜单、报告、筛选器……像一个巨大的迷宫。

现在，Google 官方发布了一个实验性项目。
一个，能彻底改变你与数据交互方式的工具。

Google Analytics MCP Server

它到底是什么？

一个本地运行的 MCP 服务器。
一座桥梁。

它把 Google Analytics 复杂的 API，封装成了一系列简单的、AI 可以直接调用的“工具”。
然后，把这些工具，交给了 Gemini。

结果就是：
你可以用最自然的大白话，去查询、分析、洞察你的网站数据。

它给了 AI 什么超能力？

它把 GA 的核心功能，分成了三组武器。

  • 账户与资产信息 🟠


    • get_account_summaries: 瞬间拉取你名下所有 GA 账户和资产的摘要。

    • get_property_details: 获取某个特定网站资产的全部细节。

    • list_google_ads_links: 查看它关联了哪些 Google Ads 账户。

  • 核心报告 📙


    • run_report: 运行任何你能想到的 GA 核心报告。

    • get_dimensions / get_metrics: 获取所有可用的维度和指标，包括你自定义的那些。

    • 还有一系列 _hints 工具，AI 可以用它们来智能推断如何正确构建复杂的查询。

  • 实时报告 ⏳


    • run_realtime_report: 查看你的网站上，此时此刻，正在发生什么。

    • get_realtime_dimensions / get_realtime_metrics: 获取所有可用的实时维度和指标。

现在，开始提问。

你可以像这样，和你的数据聊天：

“我的 GA 资产里，名字带‘xyz’的那个，给我看看它的详细信息。”

“过去180天里，我网站上最受欢迎的事件是哪些？”

“过去6个月，我的用户大部分是登录状态吗？”

“我的网站上，都配置了哪些自定义维度和自定义指标？”

GitHub:https://github.com/googleanalytics/google-analytics-mcp

参考链接：
https://x.com/hixiaoji/status/1947669034574745825
https://x.com/elliotchen100/status/1948314428182774264

🌟 知音难求，自我修炼亦艰，
        抓住前沿技术的机遇，与我们一起成为创新的超级个体（把握AIGC时代的个人力量）。

点这里👇关注我，记得标星哦～


（文：AI进修生）

发表评论