使用 Perplexity、Gemini AI 和 Bright Data 通过 Webhooks 搜索和总结网络数据

此工作流适合以下人群：
- 数据分析师：需要从网络数据中提取和总结信息。
- 市场营销人员：希望利用 AI 技术进行市场研究和竞争分析。
- 开发者：需要集成多种 API 以实现自动化的数据处理。
- 研究人员：需要快速获取和分析大量信息以支持研究工作。

该工作流解决了以下问题：
- 信息提取：通过集成 Bright Data Web Scrapper API，有效提取网页数据。
- 数据摘要：使用 Google Gemini 模型对提取的信息进行总结，节省人工分析时间。
- 自动化流程：通过自动化工作流，减少手动操作，提高工作效率。

工作流的详细步骤如下：
1. 手动触发：用户点击‘测试工作流’按钮以启动流程。
2. 发送搜索请求：向 Perplexity API 发送请求，获取目标网页数据。
3. 设置快照 ID：保存从 Bright Data 获取的快照 ID，以便后续使用。
4. 检查快照状态：确认快照是否准备好，确保数据可用。
5. 下载快照：从 Bright Data 下载快照数据。
6. 提取可读数据：对下载的数据进行处理，提取可读内容。
7. 生成摘要：利用 Google Gemini 模型对提取的内容进行总结。
8. 发送通知：通过 Webhook 将处理结果发送到指定的 URL。

用户可以按照以下步骤自定义和适应此工作流：
- 修改搜索请求：在‘Perplexity Search Request’节点中更改 URL 和提示内容，以获取不同的信息。
- 调整等待时间：在‘Wait’节点中修改等待时间，以适应不同的 API 响应时间。
- 更改模型参数：在 Google Gemini 节点中调整模型名称和参数，以使用不同的 AI 模型进行数据处理。
- 更新 Webhook URL：在‘Webhook Notifier’节点中更改 URL，以便将结果发送到其他服务或平台。