AI 副业起步套装
十个资产,把你的 agent 配置成副业打工人 — 调研、爬数据、内容生产、外联、自动化胶水、记忆层全覆盖。选一套今晚就能跑,周日发出第一版。
这个 pack 包含什么
这是给「白天上班、晚上想搞副业」的人准备的栈 — 不是推特上那种 50 个框架的购物清单。每个工具只做副业流水线里的一件事:搞清楚做啥、找 lead、写内容、发外联、然后趁你开 1-on-1 跑不掉的时候继续在云端跑。
整套有意做成 agent 驱动。你周六花一下午接线,从周日开始 agent 帮你干苦力,只有真要做决策(定价、定位、需要真人回的邮件)时你才介入。不需要先学三周 LangGraph。选一个调研 agent、选一个自动化跑器、选一个外联通道 — 直接发车。
推荐安装顺序
- GPT Researcher — 自主调研 agent。从这里起步,因为方向不对干啥都白搭。给它一句「<我的想法>的竞品有哪些」或「谁真的在为 X 付费」,读完报告再敲第一行代码。
- Tavily Search API — 调研 agent 调用的搜索引擎。GPT Researcher 没有它也能跑,但 Tavily 为 LLM 调过的排序能让报告质量翻 2-3 倍,少烧很多 token 去看垃圾页。
- Jina Reader —
https://r.jina.ai/<url>直接返回任意页面的干净 markdown。这是最不起眼但你用得最频繁的工具:竞品页 / Reddit 帖 / 价格页直接喂 Claude/GPT,省一个爬虫钱。 - Apify MCP Server — 8,000+ 现成爬虫(LinkedIn / Twitter / 大众点评 / Google Maps 全有)以 MCP 工具方式暴露。Jina Reader 不够用、要结构化 lead 列表时上这个。
- n8n — 工作流自动化运行时。这是你的 cron。触发器 + 分支 + 500 个集成 + 自托管一个月 $5 Hetzner 就够。下面所有东西最终都跑在 n8n 流里。
- n8n MCP Server — 把 n8n 的 1,396 个节点暴露给 coding agent。你说一句「每天从 Apify 抓数据然后给我邮件 lead」,它返回一个能跑的 JSON 工作流。省掉拖节点税。
- Composio — 250+ 预授权集成(Slack / Notion / Sheets / Gmail / HubSpot)给 agent 用。当 n8n 不合适(你想让 agent 自己决定动作,而不是流程决定)时上 Composio SDK。
- Claude Code Agent: Content Marketer — Claude Code 子 agent,把调研变成博客 / 推特线程 / 落地页文案。和 GPT Researcher 输出搭配,从头到尾产内容,不再像每个 AI 博客那样千篇一律。
- AgenticMail — agent 用的 email + SMS 基础设施(含 MCP server)。可以做冷外联(慎用)、交易确认邮件、入站解析 — agent 真的能读到回信并分流。
- Mem0 — 记忆层。当你积累了 50 个 lead,agent 忘了哪些已经发过邮件时,你就需要 Mem0。跨会话保留上下文 = 把 demo 变成副业的分水岭。
它们怎么协同
┌─ GPT Researcher ─┐
│ (做什么) │
└──────┬───────────┘
▼
┌─────── Tavily ──── Jina Reader ───┐
│ (搜索引擎) (URL → markdown) │
└──────────────┬─────────────────────┘
▼
Apify MCP
(结构化 lead 列表)
│
▼
┌───────── n8n ─────────┐
│ (cron + 分支) │
│ ↑ │
│ └─ n8n MCP Server │
│ (agent 帮你拼流) │
└────┬──────────┬────────┘
▼ ▼
Content Marketer AgenticMail
(写博客) (发邮件)
│ │
└────┬─────┘
▼
Mem0
(记住谁收过啥)
+ Composio (其他一切动作)
关键的连接是 n8n + Mem0:n8n 排时间表,Mem0 保证 agent 不会因为忘了周一发过邮件就周二又给同一个人发一遍。其他 8 个工具都挂在这两侧。
你会遇到的取舍
- n8n vs 自己写 Python cron — n8n 搭得快、午休时在手机上也能改、过两个月你不记得脚本怎么写时还能看懂。自定义代码更灵活但它是副业项目的坟场。默认 n8n;只有 n8n 够不着的 API 才下沉到代码。
- Composio vs 直连集成 — Composio 帮你处理 250 个工具的 OAuth、重试、限流,agent 直接
composio.execute('slack.send_message', ...)就行。代价:依赖他们家云。副业项目省时间值得。要做正经产品,再评估自托管 Mautic + 自己 OAuth 流。 - AgenticMail 冷邮件外联 — 技术上很简单,法律和声誉上风险很大。AgenticMail 从 day 1 就用在交易邮件 + opt-in 列表上。一旦你从自己在意的域名群发冷邮件,发件人声誉要重建好几个月。别。
- GPT Researcher vs 直接用秘塔/Perplexity — 单次问题秘塔更快。GPT Researcher 的优势在三个场景:(a) 要一份带引用能直接分享的报告 (b) 同样的调研要在 50 个公司/主题上批量重跑 (c) 调研要喂给后续 agent 流水线。它是把调研系统化的工具,不是替代聊天。
常见踩坑
- 发车前花一周对比框架 — 这个 pack 的意义就是干掉这件事。选 10 个工具、周六接 3 个、周日发个东西。其他的可以等。
- 没 Mem0 就把 agent 放着跑 — 你的
send_email节点同一周会给同一个 lead 触发两次。Mem0(或者干脆一张 Postgres 表)在上 cron 之前是必备。 - 从主域名发冷邮件 — 申请一个专门的发件子域名(
mail.yourthing.com),warm up 两周再发任何可能被举报的内容。AgenticMail 让发送变简单,发件人声誉还是只能你自己背。 - 把它当成「要学的栈」而不是「要用的栈」 — 你不需要搞懂 Jina Reader 的 reranker 怎么实现的。你只需要粘 URL 拿 markdown。忍住读每个依赖源码的冲动。
- wedge 没找到就开始搭 agent — GPT Researcher 存在就是让你先做市场验证。如果报告说「没人为这个付钱」,再漂亮的 agent 管道也救不了。听报告的话。
10 个资产打包就绪
常见问题
整套跑下来副业一个月真实成本多少?
现实基线:验证期 $0-30/月。n8n 自托管一台 $5 Hetzner、Jina Reader 免费额度(100 万 token/月)、Tavily 免费额度(1000 次搜索/月)、Mem0 免费 hobby 版,覆盖任何副业的前 90 天。早期会显形的两个付费项:LLM 账单(Claude/OpenAI,预算 $10-30/月),以及 Apify credits(如果拉几千 lead 大概 $10/月)。AgenticMail 和 Composio 低量都有慷慨的免费额度。
完全不写代码能跑起来吗?
基本可以。n8n 是无代码运行时,n8n MCP Server 让 coding agent 用自然语言替你搭流。你需要把 API key 粘到 n8n 的 credential 框、偶尔在节点里写一小段 JS 表达式,但不打开代码编辑器也能跑通「抓数据 → 发邮件」流水线。等你开始认真调 agent prompt,会一点 Python 或 TypeScript 就值回了。
为啥 n8n 和 Composio 都要 — 不是一回事吗?
n8n 是 workflow-first(触发器、分支、定时 — 流程决定做什么)。Composio 是 agent-first(LLM 调用工具,agent决定做什么)。日常「抓这些站、写报告、邮件给我」就用 n8n。聊天式 agent 根据用户话来执行动作就用 Composio。正经的独立开发栈最后两个都会有:n8n 跑定时任务,Composio 进对话 agent 内部。
GPT Researcher 真比直接让 Claude 调研强吗?
单次问题,不强 — Claude 自带搜索更快。GPT Researcher 在三种情况下值:(a) 要一份带引用能拿出来分享的报告 (b) 同样的调研要在 50 个公司/主题上批量重跑 (c) 调研要喂给自动化流水线下一步。它是把调研系统化的工具,不是替代聊天。
今晚就能开始的最小版本是啥?
三件套:Jina Reader(免费 + 不用注册,直接 r.jina.ai/<url>)+ n8n(任何 VPS 上一条 Docker 命令)+ Mem0(免费 hobby 版)。就这三个能搭出「每天早晨爬竞品博客 + Claude 总结 + 写到一个 doc 里 + 记住哪些贴看过」。两小时跑通一个真 agent 管道。其他 7 个工具下周末再加,管道喊你加的时候再加。