Portfolio

Le problème

Maintenir une présence LinkedIn active et cohérente prend du temps : veille quotidienne, rédaction, publication, interactions. Pour un indépendant en recherche active, c'est pourtant essentiel pour la visibilité.

La solution

Un système en 4 workflows interconnectés qui automatise la présence LinkedIn de A à Z :

LAS-1 — Post quotidien (10h)

Scrape 3 flux RSS (n8n Blog, Ben's Bites, ActuIA), choisit aléatoirement un format (veille / tip technique / retour d'expérience), génère un post en français avec Claude, et envoie une validation Telegram avec boutons ✅/❌. Un clic suffit pour publier ou ignorer.

LAS-2 — Post workflow gratuit (tous les 3 jours)

Sélectionne un workflow de la bibliothèque (30+ disponibles), génère un post LinkedIn avec le magic word "WORKFLOW", et suit le même processus de validation Telegram.

LAS-3 — Magic Word Responder

Détecte les commentaires contenant "WORKFLOW" sur les posts via PhantomBuster, et répond automatiquement avec le lien vers la bibliothèque de téléchargement.

Stockage & tracking

Tous les posts validés sont sauvegardés dans Google Sheets (timestamp, contenu, statut publication site/LinkedIn) et publiés automatiquement sur le site via commande `"Synchronise les publications"`.

Stack technique

- n8n — orchestration complète

Claude Sonnet — génération des posts

Telegram — validation humaine via boutons URL webhook

LinkedIn OAuth2 — publication (activable/désactivable)

PhantomBuster — détection des commentaires magic word

Google Sheets — tracking et historique

Architecture notable

Le pattern de validation utilise des boutons URL Telegram qui appellent directement un webhook n8n — contrairement au `sendAndWait` natif qui génère des popups navigateur, cette approche est fluide et sans friction.

Résultats

- Génération de contenu entièrement automatisée

Validation en 1 clic depuis Telegram

Funnel leads actif via magic word

Historique complet des publications dans Google Sheets

---

The problem

Maintaining an active and consistent LinkedIn presence takes time: daily monitoring, writing, publishing, engaging. For a freelancer actively job hunting, it's essential for visibility — yet hard to sustain manually.

The solution

A system of 4 interconnected workflows that automates LinkedIn presence end to end:

LAS-1 — Daily post (10am)

Scrapes 3 RSS feeds (n8n Blog, Ben's Bites, ActuIA), randomly selects a format (insight / technical tip / experience feedback), generates a post in French with Claude, and sends a Telegram validation with ✅/❌ buttons. One tap to publish or skip.

LAS-2 — Free workflow post (every 3 days)

Selects a workflow from the library (30+ available), generates a LinkedIn post with the magic word "WORKFLOW", and follows the same Telegram validation process.

LAS-3 — Magic Word Responder

Detects comments containing "WORKFLOW" on posts via PhantomBuster, and automatically replies with the link to the download library.

Storage & tracking

All validated posts are saved in Google Sheets (timestamp, content, publication status site/LinkedIn) and automatically published to the site.

Tech stack

- n8n — full orchestration

Claude Sonnet — post generation

Telegram — human validation via URL webhook buttons

LinkedIn OAuth2 — publishing (enable/disable)

PhantomBuster — magic word comment detection

Google Sheets — tracking and history

Notable architecture

The validation pattern uses Telegram URL buttons that call a n8n webhook directly — unlike the native `sendAndWait` which generates browser popups, this approach is smooth and frictionless.

Results

- Fully automated content generation

1-tap validation from Telegram

Active lead funnel via magic word

Complete publication history in Google Sheets

Le problème

Postuler intelligemment prend du temps : scraper les offres, les trier, adapter son CV pour chaque poste, rédiger une lettre de motivation personnalisée. Multiplié par 10 candidatures par semaine, c'est 4 à 6 heures de travail mécanique.

La solution

Un système en 6 sous-workflows interconnectés qui automatise l'intégralité du processus :

1. Scraping — Apify scrape LinkedIn et Indeed selon des critères configurables (titre, localisation, salaire, type de contrat) 2. Déduplication — les offres déjà traitées sont filtrées via Google Sheets 3. Analyse IA — Claude évalue la pertinence de chaque offre par rapport au profil cible, score de 1 à 10 4. CV Reformatter — le CV de base est adapté automatiquement aux mots-clés ATS de l'offre (voir projet CV Reformatter) 5. Génération LDM — lettre de motivation personnalisée générée par Claude avec les éléments clés de l'offre 6. Notification — résumé Telegram des meilleures opportunités du jour avec liens directs

Stack technique

- n8n — orchestration des 6 sous-workflows

Apify — scraping LinkedIn et Indeed

Claude (Anthropic) — analyse des offres et génération de contenu

Google Drive / Docs — stockage et édition des CVs reformatés

Google Sheets — configuration, déduplication, tracking des candidatures

Telegram — notifications quotidiennes

Résultats

- 4h économisées par semaine sur les tâches manuelles

3x plus de candidatures pertinentes envoyées (filtre IA élimine les offres non pertinentes)

Zéro copier-coller — le workflow va de la détection de l'offre au CV prêt à envoyer

---

The problem

Applying intelligently takes time: scraping job postings, sorting them, tailoring your CV for each role, writing a personalized cover letter. Multiplied by 10 applications per week, that's 4 to 6 hours of mechanical work.

The solution

A system of 6 interconnected sub-workflows that automates the entire process:

1. Scraping — Apify scrapes LinkedIn and Indeed based on configurable criteria (title, location, salary, contract type)

2. Deduplication — already-processed postings are filtered via Google Sheets 3. AI analysis — Claude evaluates the relevance of each posting against the target profile, scoring 1 to 10 4. CV Reformatter — the base CV is automatically adapted to the ATS keywords of the posting (see CV Reformatter project) 5. Cover letter generation — personalized cover letter generated by Claude using the key elements of the posting 6. Notification — Telegram summary of the best opportunities of the day with direct links

Tech stack

- n8n — orchestration of 6 sub-workflows

Apify — LinkedIn and Indeed scraping

Claude (Anthropic) — job analysis and content generation

Google Drive / Docs — storage and editing of reformatted CVs

Google Sheets — configuration, deduplication, application tracking

Telegram — daily notifications

Results

- 4h saved per week on manual tasks

3x more relevant applications sent (AI filter eliminates non-relevant postings)

Zero copy-paste — the workflow goes from job detection to ready-to-send CV

Le problème

Un CV générique ne passe pas les filtres ATS. Chaque offre a ses propres mots-clés, sa propre structure attendue. Adapter manuellement son CV pour chaque candidature prend 20 à 30 minutes — un temps impossible à tenir à volume élevé.

La solution

Un sous-workflow qui reçoit une offre d'emploi et un CV de base, puis produit automatiquement une version reformatée et optimisée :

1. Extraction — le texte de l'offre est analysé pour en extraire les mots-clés ATS, les compétences requises et le ton attendu 2. Analyse du profil — le CV de base est lu depuis Google Docs 3. Reformatage IA — Claude réorganise et reformule le CV pour faire correspondre le profil aux exigences de l'offre, sans inventer de compétences 4. Export — le CV reformaté est sauvegardé dans Google Drive sous un nom structuré (`CV_NomEntreprise_Poste_Date`) 5. Intégration JBS — ce workflow est appelé automatiquement par le système Job Seeking Automation pour chaque offre pertinente

Points techniques notables

- Utilisation du prefill Anthropic pour forcer une sortie en format structuré

Gestion des retry Google Drive (erreurs 500 transientes)

Nommage automatique des fichiers pour faciliter la gestion

Le workflow est idempotent — relancer sur la même offre produit le même résultat

Résultats

- 300+ CVs générés en production sur 6 semaines

~45 secondes de traitement par CV

Taux de passage ATS significativement amélioré

---

The problem

A generic CV doesn't pass ATS filters. Each job posting has its own keywords and expected structure. Manually tailoring a CV for each application takes 20 to 30 minutes — impossible to sustain at scale.

The solution

A sub-workflow that receives a job posting and a base CV, then automatically produces a reformatted and optimized version:

1. Extraction — the job posting text is analyzed to extract ATS keywords, required skills and expected tone

2. Profile analysis — the base CV is read from Google Docs 3. AI reformatting — Claude reorganizes and rewrites the CV to match the profile to the job requirements, without inventing skills 4. Export — the reformatted CV is saved to Google Drive under a structured name (`CV_CompanyName_Role_Date`) 5. JBS integration — this workflow is called automatically by the Job Seeking Automation system for each relevant posting

Technical highlights

- Anthropic prefill to force structured output format

Google Drive retry handling (transient 500 errors)

Automatic file naming for easy management

The workflow is idempotent — rerunning on the same posting produces the same result

Results

- 300+ CVs generated in production over 6 weeks

~45 seconds processing time per CV

Significantly improved ATS pass rate