MANDAAgent d'opportunités internationales
Veille RSS, qualification IA et candidatures sous contrôle humain
Un système de prospection assistée conçu pour détecter des missions internationales pertinentes sans transformer la candidature en envoi aveugle. Toutes les 60 minutes, n8n lit quatre sources RSS publiques, normalise les annonces et les déduplique dans PostgreSQL. Les nouvelles opportunités sont d'abord évaluées par des règles métier, puis analysées avec OpenRouter lorsque leur score atteint le seuil utile. Les meilleurs dossiers arrivent dans Gmail avec un résumé, un brouillon personnalisé et deux liens temporaires : approuver ou refuser. Une candidature ne peut partir qu'après validation humaine et seulement lorsqu'une adresse email publique figure explicitement dans l'annonce. Les autres opportunités restent à traiter manuellement. Le workflow intègre un modèle IA de secours, des reprises sur erreur, un historique de décision et l'enregistrement de chaque livraison Gmail.
Prospection internationale assistée
Détecter les bonnes missions sans automatiser la confiance
Cet agent transforme plusieurs flux d'offres internationales en une file de décisions courte et exploitable. n8n orchestre la collecte, PostgreSQL élimine les doublons, des règles métier filtrent le bruit et OpenRouter analyse uniquement les opportunités qui méritent un examen approfondi. Gmail sert ensuite d'interface de validation : rien ne part tant que je n'ai pas explicitement approuvé la candidature.
- Cadence
- une exécution toutes les 60 minutes
- Sources
- 4 flux RSS publics traités séquentiellement
- Exécution observée
- 128 annonces lues sur un cycle complet
- Garde-fou
- validation humaine et email public obligatoire
Quatre sources internationales, un seul format de travail
Le workflow surveille des flux publics spécialisés dans les missions remote, l'ingénierie, l'IA et le développement fullstack. Les sources sont récupérées depuis la configuration de l'application, puis lues une par une afin qu'une erreur ou un ralentissement sur un flux ne bloque pas tout le cycle.
Chaque annonce est ramenée vers un schéma commun : source, titre, entreprise, localisation, date, URL, description et coordonnées publiques éventuelles. Le backend enregistre une empreinte dans PostgreSQL avant toute analyse coûteuse, ce qui empêche de payer plusieurs fois pour la même opportunité.
Un scoring hybride pour réserver l'IA aux bons signaux
La première qualification est déterministe. Elle mesure la proximité avec mes compétences, le caractère contractuel ou freelance de la mission, sa compatibilité remote et les signaux d'exclusion. Seules les annonces qui atteignent 55/100 passent à l'analyse IA, ce qui réduit le coût et rend le pipeline plus prévisible.
OpenRouter appelle Qwen comme modèle principal et Gemini Flash Lite comme solution de secours. Le modèle renvoie une structure JSON stricte avec le niveau d'adéquation, les raisons, les risques, un angle de candidature et un brouillon. Si les deux modèles échouent, le workflow conserve le score métier et un chemin de traitement déterministe au lieu de perdre l'annonce.
Gmail devient une interface d'approbation légère
À partir de 75/100, l'opportunité rejoint un digest Gmail avec les éléments nécessaires pour décider vite : lien source, résumé, score, raisons et proposition de message. Deux liens signés, valables 48 heures, permettent d'approuver ou de refuser sans ouvrir le dashboard technique.
L'approbation ne suffit pas à contourner les règles de contact. Une candidature automatique n'est possible que si l'annonce contient explicitement une adresse email publique. Le système ne devine jamais d'adresse. Sans contact public, l'offre reste signalée pour une candidature manuelle sur la plateforme d'origine.
Une automatisation conçue pour être opérée
Les sources sont parcourues en séquence avec une pause contrôlée, les appels critiques possèdent des chemins de reprise et chaque décision est persistée. Les candidatures approuvées sont envoyées une par une, puis le résultat Gmail est enregistré pour éviter les doubles envois et rendre le parcours auditable.
Une exécution complète observée a parcouru quatre sources et 128 annonces. Un second passage n'a réinjecté aucun doublon, ce qui valide la partie la moins visible mais la plus importante du système : savoir ne rien faire lorsque les données ont déjà été traitées.
Expert automatisation n8n à Madagascar
Workflows n8n fiables, intégrations API, reprises sur erreur et exploitation en production.
Intégration IA et agents métier
Ajouter une couche IA mesurable sans lui confier les décisions sensibles.
Pipeline de veille Codeur.com
Le premier pipeline local de collecte, scoring explicable et validation humaine.
Showcase d'automatisations commerciales
Sept démonstrations n8n autour de la prospection, du contenu et de la qualification.
L'agent postule-t-il automatiquement à toutes les offres ?
Non. Il filtre et prépare les meilleures opportunités, mais un envoi exige une approbation humaine explicite. Les annonces sans adresse email publique restent entièrement manuelles.
Pourquoi combiner des règles métier et un modèle IA ?
Les règles éliminent rapidement le bruit avec un résultat prévisible. L'IA intervient ensuite sur un volume réduit pour comprendre le contexte, expliquer l'adéquation et préparer un brouillon personnalisé.
Comment le système évite-t-il les doubles candidatures ?
Chaque annonce reçoit une empreinte persistée dans PostgreSQL. Les décisions, approbations et résultats d'envoi sont enregistrés, ce qui empêche une annonce déjà traitée de repartir comme une nouvelle opportunité.
Cette architecture peut-elle servir à une équipe commerciale ?
Oui. Les sources, critères, seuils, modèles et canaux d'approbation peuvent être adaptés à des leads commerciaux, appels d'offres, partenaires ou demandes entrantes.