拒绝被割韭菜！我用零代码搞了个24小时自动找兼职的AI助理（附避坑指南）
拒绝被割韭菜！我用零代码搞了个24小时自动找兼职的AI助理（附避坑指南）
每天下班想搞点副业，结果在各种兼职群、豆瓣小组、招聘软件里翻了半小时，满屏都是“兼职刷单”、“打字录入交押金”、“微商代理”……还没开始赚钱，心就已经累了。
这就是当代打工人的副业现状：信息严重过载，骗子比靠谱的活儿还多。
直到上周，我实在受够了这种低效的体力劳动，决定用AI给自己造一个“搞钱助理”。现在每天早上醒来，最靠谱的3个高薪兼职已经整理成清爽的表格，安安静静地躺在我的备忘录里了。
Before（以前的我）： 在几百条未读群消息里大海捞针，经常被标题党骗进去看长篇大论。
After（现在的我）： AI自动剔除所有包含“押金、刷单”的垃圾信息，提炼出【岗位、时薪、是否远程、避坑指数】，直接输出高价值的可执行列表。
今天这篇文章，我就手把手教你：如何无需写一行代码，用免费的本地大模型给自己造一个专属的“兼职筛选Agent”。同时，我也会毫无保留地分享我在部署和调试过程中踩过的3个致命暗坑，帮你提前避雷。
---
一、 极简搭建指南：Flowise + 本地大模型
对于非程序员来说，一听到“部署Agent”可能就想打退堂鼓。别怕，我们今天用的是“连连看”模式。
这里我们需要两个核心工具：
1. Flowise：一个开源的零代码AI工作流搭建工具。你在画布上拖拽几个节点，连上线，一个Agent就做好了。
2. OpenClaw + 本地大模型（如InternLM-3）：OpenClaw是我们用来在本地运行大模型的底层引擎，搭配对中文理解极佳的开源模型，完全免费且不用担心隐私泄露。
第一步：跑起本地大模型引擎 OpenClaw
⚠️ 注意：OpenClaw官方没有提供任何 exe 或 msi 安装包！千万别去乱点网上的不明下载链接。
正确的安装方式非常极客但也非常简单，打开你的终端（Terminal）或命令行工具：
- macOS / Linux 用户直接运行：
curl -fsSL https://openclaw.ai/install.sh | bash
- Windows 用户（强烈推荐使用WSL2环境），在 PowerShell 中运行：
iwr -useb https://openclaw.ai/install.ps1 | iex
安装完成后，只需运行一行命令启动守护进程：
openclaw onboard --install-daemon
此时，你的电脑就已经具备了运行本地大模型的能力。（详细文档可参考：docs.openclaw.ai）
第二步：在 Flowise 中“连连看”
安装并启动 Flowise 后，打开浏览器进入可视化画布。你只需要拖出三个节点并把它们连起来：
1. LLM 节点：选择对应的本地模型调用节点，指向你刚刚启动的服务。
2. Prompt Template 节点：这是 Agent 的“大脑指令区”，告诉它要做什么。
3. LLM Chain 节点：把上面两个连起来，并提供最终的输出接口。
只要线连对了，点击保存，你就可以在右侧的聊天框里，把那一堆乱七八糟的兼职信息直接扔给它了。
---
二、 核心干货：我熬夜踩过的 3 个坑及避坑指南
别看上面说的那么轻松，实操的时候，魔鬼全在细节里。当初我可是熬了两个大夜，踩了3个巨坑，今天全给你们填上。
坑1：端口互通问题（明明启动了，Flowise却连不上）
表现： Flowise 报错连接被拒绝（Connection Refused）。 真相： 很多人习惯用 Docker 来跑 Flowise。在 Docker 容器里，你填写的localhost 或者 127.0.0.1 指向的是容器内部，而不是你安装了 OpenClaw 的物理宿主机！
避坑指南：
不要填 localhost:端口号。如果你用的是 Mac 或 Windows 的 Docker Desktop，请将 LLM 节点中的 Base URL 改为：
http://host.docker.internal:你的端口号
这行配置可谓是一针见血，瞬间打通容器与宿主机的任督二脉。
坑2：模型“幻觉”与输出格式崩溃
表现： 扔给它一段兼职JD，它有时候会瞎编一个不存在的“底薪8000”，或者输出一堆废话：“好的主人，我已经为您整理好了，以下是内容……”，导致我们后续根本没法把数据直接粘贴到 Excel 里。 真相： 本地开源模型在“指令遵循”能力上，如果不加限制，很容易放飞自我。 避坑指南：必须在 Prompt 节点中使用极其严苛的 System Prompt，并强制要求输出 JSON 格式。以下是我调优后的神级 Prompt，建议直接复制：
你是一个拥有10年经验的资深HR，你的任务是帮我筛选兼职信息。
>
【绝对禁止】
1. 严格筛除任何包含“刷单、交押金、垫付、代理费”的信息。
2. 不要输出任何寒暄语、解释性文字。
>
【输出格式】
必须且只能输出严格的 JSON 数组格式，包含以下字段：
- "job_title": 岗位名称
- "hourly_wage": 时薪（如果没有明确写明，填"面议"）
- "is_remote": 是否可以远程（true/false）
- "risk_index": 避坑指数（1-5星，根据文案浮夸程度打分，越浮夸风险越高）
坑3：上下文撑爆导致模型“失忆”
表现： 为了省事，我一次性复制了群里一整天的聊天记录（大概几万字）扔给 Agent，结果它直接卡死罢工，或者只提取了前两条信息，后面的全忘了。 真相： 本地轻量级模型的 Context Window（上下文窗口）是有限的。一次性喂太多，它就“脑容量超载”了。 避坑指南：在 Flowise 中加入一个 Text Splitter（文本分割器） 节点。将巨大的聊天记录按段落（比如每 1000 个 Token）切分成小块，让大模型一块一块地去处理。或者在日常使用时，养成每次只丢 5-10 条招聘信息给它的好习惯。
---
三、 硬件门槛的妥协与“满血版”方案
看到这里，很多朋友可能会叹气：“方法是好方法，但我只有一台普通的 Mac 轻薄本，本地跑大模型风扇转得像直升机，速度还特别慢，怎么办？”
又或者，你接的是高端的海外开发外包，需要让 Agent 帮你审阅长达几十页、逻辑极其复杂的全英文法律合同，这时候本地轻量级模型就显得有些吃力了。
这时候，直接在 Flowise 里把本地大模型节点替换成云端 API，是最省时省力的“满血版”解法。我目前日常做复杂任务时，在用的是一个非常稳定的国内聚合 API 平台：8848AI (网址：[api.884819.xyz](https://api.884819.xyz))。
为什么强烈推荐它作为你 Agent 的“云端大脑”？
1. 免翻无痛，极其友好：不需要折腾复杂的网络代理环境，国内网络直连。在 Flowise 的 OpenAI 节点里，直接填上它的 Base URL 和 API Key 就能跑。
2. 极简注册，没有套路：不需要邮箱验证，用户名+密码即可注册。平台内置了AI对话功能，注册后直接就能在网页端上手使用。
3. 顶尖模型全家桶：充一次值，你就可以调用当前全球最聪明的旗舰模型。无论是写代码超强的 Claude Opus 4.6、日常主力 Claude Sonnet 4.6，还是速度极快的 Gemini 3.1 Pro / Flash，随你切换。你可以建两个 Agent，一个用 Claude，一个用 Gemini，对比看谁找兼职更准。
4. 国产之光完全免费：如果你想白嫖，8848AI 平台上的国产顶级模型（如 Deepseek R1/V3、通义千问 Qwen3、Kimi K2.5、GLM-5）是完全免费的！
5. 按量付费，拒绝月租：没有恶心的按月订阅费，用多少扣多少，对咱们这种个人开发者和轻度用户极其友好。
🎁 【官方重磅福利】
注册即送 5 元体验额度。即日起新注册用户系统自动送50万token，想要更多可以通过工单联系客服申请，再手动赠送200万token。
这足够你让 Agent 帮你筛选成千上万条兼职信息了！只需要在 Flowise 画布里把本地节点删掉，拖一个云端 LLM 节点进来，填入 8848AI 的接口地址，你的轻薄本瞬间就能拥有超级计算机般的算力。
---
四、 总结与下期预告
通过今天的实操，我们不仅了解了如何用零代码工具 Flowise 搭建一个兼职筛选 Agent，还搞定了 OpenClaw 的本地部署，填平了端口、幻觉和上下文崩溃的三个大坑。如果没有好电脑，我们也掌握了用 8848AI 接口作为云端大脑的完美替代方案。
现在，我们已经有了一个拥有“火眼金睛”的搞钱 Agent。但这还不够自动化——难道每天还要我们手动去群里复制聊天记录给它吗？这不叫全自动，这顶多叫半自动。
下一期，我将教大家如何给这个 Agent 装上“手和脚”：配合 RPA（机器人流程自动化）工具或简单的爬虫脚本，让它每天定时自动去各大兼职平台和微信群抓取信息，筛选完毕后，直接推送到你的微信上！让你真正实现：睡觉时 AI 在打工，醒来直接挑活干。
关注我，我们下期见！如果你在部署 Flowise 或对接 8848AI 接口时遇到任何问题，欢迎在评论区随时找我。
---
本文由8848AI原创，转载请注明出处。关注8848AI，带你从零开始学AI。#AI教程 #AI副业 #Agent开发 #Flowise #OpenClaw #Claude #8848AI #Prompt技巧
