结构化数据提取，使用Bright Data和Google Gemini的数据挖掘

此工作流适合以下人群：
- 数据分析师：需要提取和分析结构化数据，以获得有价值的见解。
- 开发者：希望自动化数据获取和处理流程，节省时间和减少人工干预。
- 企业决策者：需要通过数据驱动的方式做出更明智的决策。
- 学术研究人员：需要处理大量数据以进行研究和分析。
- 市场营销人员：需要分析市场趋势和消费者情绪，以优化营销策略。

此工作流解决了以下问题：
- 自动化结构化数据提取，减少人工操作，提高效率。
- 利用 Google Gemini 模型进行数据分析，提供精准的情感分析和主题提取。
- 通过 Bright Data 的 Web Unlocker 产品获取受限网站的数据，确保数据的可用性。
- 生成结构化的分析报告，帮助用户快速理解数据背后的趋势和情感。

工作流步骤详细说明：
1. 手动触发工作流：用户点击‘测试工作流’按钮开始流程。
2. 设置 URL 和 Bright Data 区域：定义要提取数据的 URL 和 Bright Data 区域。
3. 执行 Bright Data Web 请求：向 Bright Data API 发送请求，获取指定 URL 的数据。
4. Markdown 转文本数据提取：将获取的 Markdown 格式数据转换为纯文本格式。
5. 主题提取：使用 Google Gemini 模型分析文本，提取主题及相关信息。
6. 情感分析：对提取的主题进行情感分析，获取情感倾向。
7. 趋势分析：分析数据，提取按地点和类别划分的趋势。
8. 生成二进制文件：将提取的主题和趋势数据保存为 JSON 格式的二进制文件。
9. 写入磁盘：将生成的文件写入指定的目录，便于后续使用和分析。
10. Webhook 通知：向指定的 Webhook 发送提取结果，便于实时监控和使用。

用户可以通过以下方式自定义和调整此工作流：
- 修改 URL：在‘设置 URL 和 Bright Data 区域’节点中更改要提取的网页链接。
- 调整分析参数：在主题提取和情感分析节点中，可以根据需要调整分析的细节和参数。
- 更改输出文件路径：在‘写入磁盘’节点中，修改文件保存的路径和名称，以适应不同的文件管理需求。
- 添加新的节点：根据具体需求，可以在工作流中插入其他处理节点，以实现更复杂的数据处理逻辑。
- 更新 Webhook 地址：在发送 Webhook 通知的节点中，更新接收通知的 URL，以便与其他系统集成。