首页 / Agent 用例 · 2026-10-18

Agent 用例日报 · 2026-10-18

• 抓取日期：2026-10-18（Asia/Shanghai）
• 来源：https://agentusecases.ai/new（"Sat, Oct 17, 2026 · 18 new" 区块；列表页正文仅展示部分条目，全量清单经站内 RSS 补齐）
• 本次收录：18 条（详录 15 条，其他 3 条），均为去重清单校验通过的新 slug
• 排序说明：站内 "I want this" 票数未公开显示，本次回退为页面原有排序
• 提示：简介/效果为详情页 "What they did" / "How it went" 的要点改写，非原文，完整原文请打开各用例链接查看

1. Save AI Q&A summaries into git repos as persistent notes

• 简介：用户把 ChatGPT 接到 GitHub MCP server 上，授权三四个自己的仓库；每个仓库都有一份 AGENTS.md，自定义指令让 ChatGPT 在会话开始或收到请求时读取对应的 AGENTS.md。一场长对话问答结束后，让它把讨论、决策和研究想法的总结写进指定仓库，由 AGENTS.md 引用这些笔记文件。
• 效果如何：作者说搭建花了些功夫，但比依赖 AI 内置记忆可靠得多；未给出具体数字或失败案例。
• 链接：https://agentusecases.ai/use-case/save-ai-q-a-summaries-into-git-repos-as-persistent-notes

2. Deploy agent-built static pages to your own Cloudflare domain

• 简介：作者为了摆脱对某个模型平台的锁定（想要 Claude Artifacts 风格的 HTML 报告），自建了开源项目 getonup（Cloudflare Workers）：让 agent 在你的 Cloudflare 账号下给自选域名部署，并配置 Cloudflare Zero Trust 保护站点；团队成员可发布静态 HTML 页面并带按日期排列的索引。
• 效果如何：已有按日期排序的全部 artifact 索引和静态站点部署；作者说还很简单，但他们团队已经常用（一天发布多页）。
• 链接：https://agentusecases.ai/use-case/deploy-agent-built-static-pages-to-your-own-cloudflare-domai

3. Automate daily job applications with tailored CVs and cover letters

• 简介：n8n 工作流每天定时跑：从 LinkedIn 和作品集（经 Jina AI）读求职者档案，生成求职查询，从 API 拉职位、用 Google Sheets 去重、AI 排序最匹配的；对每个入选职位起草定制求职信，并可编辑 GitHub 上的 YAML 简历、触发 GitHub Action 编译 PDF，然后把申请包发邮件给用户本人审阅，人工再去职位链接实际投递。
• 效果如何：流程端到端约 51 个节点，但不包全自动投递：无 API 的门户投递被称"几乎不可能"自动，因此实际是邮件发给作者、人工投。未给出面试或 offer 结果。
• 链接：https://agentusecases.ai/use-case/automate-daily-job-applications-with-tailored-cvs-and-cover-

4. Handle padel club bookings through a conversational AI agent

• 简介：作者为一家两块场地的 padel 俱乐部，把 AI 聊天 agent 放在现有 n8n 预订工作流前面：agent 只负责对话式收集预订信息并把工作流当工具调用；工作流做冲突检查、分配首个可用场地、处理创建/修改/取消，并同步到 Google Sheets；之前纯 AI 方案出现幻觉后，作者改用这种"对话与业务逻辑分离"的设计并人工调优。
• 效果如何：客户可打字预订并收到确认的预订 ID；聊天与预订逻辑分离后更可靠、更好调试。仍较复杂，作者计划把创建/修改/取消拆成独立工作流。
• 链接：https://agentusecases.ai/use-case/handle-padel-club-bookings-through-a-conversational-ai-agent

5. Collect international grant listings into Airtable

• 简介：发帖人刚用上 Zapier Agents，为一个电影资助博客/资源站设置 agent：全网爬取各国资助项目（grant）清单并写入 Airtable；发帖时自认刚入门，认为限制主要在自己的指令质量，还在调优。
• 效果如何：作者说 setup 已经"相当不错但不完美"；未给出条数、结果或具体失败，只提到需要继续调指令。
• 链接：https://agentusecases.ai/use-case/collect-international-grant-listings-into-airtable

6. Sync Monday orders to Xero POs, invoices and bills

• 简介：给客户做的三套 Make.com 场景，由 Monday webhook 触发：PO 项标为 Ready 时，在 Xero 查找或创建供应商、建采购订单（含行项目）、把 PDF 下回 Monday 条目并建对应账单；客户发票流反向走并邮件发出；员工上传的供应商 PDF 按 PO 编号自动匹配到 Xero 账单。
• 效果如何：三套流程已全部测试并在生产运行；失败时 Monday 状态切为 Needs Attention 并加评论，员工在 Monday 修数据后重试。未给出量级数据。
• 链接：https://agentusecases.ai/use-case/sync-monday-orders-to-xero-pos-invoices-and-bills

7. Extract supplier invoice PDFs into a monday.com board

• 简介：教程帖：Make 场景监控指定的 Google Drive 文件夹，发现供应商发票 PDF 即下载，用 Make 的 AI Extractors 抽取发票号、供应商、日期、金额等字段，写入 monday.com 的 Supplier Invoices 看板；提供预建场景模板。
• 效果如何：宣称原本人工的发票处理可在数秒自动完成；未给出准确率、吞吐或边缘案例，只建议用户自行验证场景。
• 链接：https://agentusecases.ai/use-case/extract-supplier-invoice-pdfs-into-a-monday-com-board

8. Research, score and draft outreach for leads

• 简介：Make 工作流做自动化销售线索筛选：把 HubSpot 联系人数据接到 Slack、Gmail、Google Calendar；agent 自动研究线索、打分、起草个性化跟进回复，销售在 Slack 收到通知并可借用起草的 Gmail 回复和日历空闲时间。
• 效果如何：帖子把效果定性为"销售专注成交，流程负责筛选和起草"；无性能数字、打分示例或报告的短板。
• 链接：https://agentusecases.ai/use-case/research-score-and-draft-outreach-for-leads

9. Enrich new CRM leads for personalized outreach

• 简介：发帖人用 Make.com 场景监控 Airtable 新增线索，对每条跑两次丰富化调用：经 RapidAPI 拉 LinkedIn 档案，再用 Clearbit/FullContact 类服务补公司与职位数据，回写 Airtable 供精准触达；评论里作者还建议加一步 AI 选择最接近的匹配人。
• 效果如何：自述可把裸线索变成足够打超个性化冷邮件的档案；无性能数字或提升数据。评论主要提醒：只给姓名+公司时匹配容易模糊。
• 链接：https://agentusecases.ai/use-case/enrich-new-crm-leads-for-personalized-outreach

10. Automate customer onboarding with a Make scenario

• 简介：一家 agency 先花两小时梳理了客户现有的 onboarding 流程，发现三个人在三个工具里重复录入同一份数据，于是放弃了原定的"AI agent"方案，改用 Make.com 场景加 Slack 频道搞定。
• 效果如何：四天交付，客户照付了原价账单，新流程每周省 15 小时。帖子未细讲构建细节或局限。
• 链接：https://agentusecases.ai/use-case/automate-customer-onboarding-with-a-make-scenario

11. Enrich and store contacts in a personal CRM

• 简介：作者用 Supabase 建个人 CRM，经 MCP 给 Claude 接了查询/新增/更新/删除四个工具，另用 markdown 文件以自然语言描述工作流；给定姓名和 LinkedIn 链接，Claude 调 Harmonic 富化职位、公司、履历和推断技能，还查 Granola 会议笔记里提到该人的记录并附上。
• 效果如何：完整档案几秒生成，作者一个字段都不用填；可按技能、笔记、职位、公司全文搜索；每次 Granola 同步后自动标出转录里出现但还没入库的人。
• 链接：https://agentusecases.ai/use-case/enrich-and-store-contacts-in-a-personal-crm

12. Personalize cold email openers from lead websites

• 简介：作者复刻了 Nick Saraev 的 n8n 系统：拉线索，读每个线索的主页和最多两个关键页，AI 摘要并给 Google Sheets 起草开场白；原 Apify Apollo 抓取器已下线，改用 Podcast Index 线索源；经 OpenRouter 的 Claude 每条线索抽三条有出处的事实；发送前作者逐条审阅。
• 效果如何：Podcast Index 每 100 条出 40 个可用线索（原 Apify 源只有 6–8 个）；AI 成本约 $0.006/条可用线索。回复率还没数据，草稿读起来偏平。
• 链接：https://agentusecases.ai/use-case/personalize-cold-email-openers-from-lead-websites

13. Book a Munich to London flight (didn't finish)

• 简介：用户让 AI agent 订 25 号慕尼黑到伦敦的航班：它约十秒在 Google Flights 找到选项，随后尝试航空公司和旅行网站完成下单——British Airways、Lufthansa、easyJet、Kayak、Skyscanner、Expedia 全部拦截或挑战它；只有 Kiwi 的 MCP server 返回了航班和用户可手动继续填乘客信息的交接链接。
• 效果如何：没走到常规网站的乘客信息页，没完成订票。唯一成功的步骤是 Kiwi MCP server：不到四秒返回 15 个航班并给手动结账链接。
• 链接：https://agentusecases.ai/use-case/book-a-munich-to-london-flight-didn-t-finish

14. Reprice booked flights when prices drop

• 简介：帖子介绍一个服务：接邮箱后用 NLP 解析预订确认邮件，持续监控已订航班/酒店相对原预订的价差，发现降价就触发航司/酒店的 reprice 流程；帖子里用户说它跑起来是持续的，有人说同一张票被重定价了好多次。
• 效果如何：发帖人说用了六个月，航班+酒店共省约 $2000，部分酒店降价 20–30%，也有省不到的；评论者报告的退款从约 $150 到 $1000+ 不等；有人说灵活票比基础经济舱更好用。
• 链接：https://agentusecases.ai/use-case/reprice-booked-flights-when-prices-drop

15. Build and maintain a local ops dashboard with agents

• 简介：一位 solo 创业者用 OpenClaw agent 搭了一个本地 Mission Control 仪表盘（vibe coding 起步，Convex 存数据、Postiz 排社媒、Tailscale 远程访问）：主 agent Fred 审查代码、找 bug 和弱功能并写出范围明确的任务，工程 agent 夜里干活，她每天早上审结果。
• 效果如何：替代了她的 Asana 订阅和社媒排期工具。范围具体、稳定的任务做得好；过于自主的"彻夜干"不可靠，有时早上醒来一地鸡毛。
• 链接：https://agentusecases.ai/use-case/build-and-maintain-a-local-ops-dashboard-with-agents

其他（3 条）

• Run Meta ad campaigns autonomously for a newsletter — https://agentusecases.ai/use-case/run-meta-ad-campaigns-autonomously-for-a-newsletter — Done with Claude Code. A Claude Code agent generated ad images, managed Meta campaigns via API, built landing page variants and pulled analytics, testing about 50 variants over 31 days.
• Run marketing agency copy, reporting and onboarding with agents — https://agentusecases.ai/use-case/run-marketing-agency-copy-reporting-and-onboarding-with-agen — Done with Claude Code. An agency co-founder used Claude Code to build systems for ad copywriting, reporting and onboarding, including a bulk Facebook Ads publisher and a client reporting portal.
• Publish local news posts to WordPress automatically — https://agentusecases.ai/use-case/publish-local-news-posts-to-wordpress-automatically — Done with Claude Code. Claude Code agents research local news, write HTML posts, upload them to WordPress, set featured images, verify and log results, and also check Airtable and Gmail.