8
n8n Españolamn8n.com

Extractor de estudios de caso legales, minador de datos con Bright Data MCP y Google Gemini

Avanzado

Este es unAI, IT Opsflujo de automatización del dominio deautomatización que contiene 22 nodos.Utiliza principalmente nodos como Set, Code, Wait, Function, McpClient, combinando tecnología de inteligencia artificial para lograr automatización inteligente. Extractor de estudios de caso legales, minero de datos con Bright Data MCP y Google Gemini

Requisitos previos
  • •Pueden requerirse credenciales de autenticación para la API de destino
  • •Clave de API de Google Gemini

Nodos utilizados (22)

Set
Code
Wait
Function
McpClient
StickyNote
HttpRequest
ManualTrigger
ReadWriteFile
SplitInBatches
ChainLlm
LmChatGoogleGemini
OutputParserStructured

Categoría

Inteligencia Artificial
Operaciones de TI
Vista previa del flujo de trabajo
Visualización de las conexiones entre nodos, con soporte para zoom y panorámica
React Flow
Exportar flujo de trabajo
Copie la siguiente configuración JSON en n8n para importar y usar este flujo de trabajo
{
  "id": "Qgx75aQeRKXKtqm7",
  "meta": {
    "instanceId": "885b4fb4a6a9c2cb5621429a7b972df0d05bb724c20ac7dac7171b62f1c7ef40",
    "templateCredsSetupCompleted": true
  },
  "name": "Legal Case Research Extractor, Data Miner with Bright Data MCP & Google Gemini",
  "tags": [
    {
      "id": "ZOwtAMLepQaGW76t",
      "name": "Building Blocks",
      "createdAt": "2025-04-13T15:23:40.462Z",
      "updatedAt": "2025-04-13T15:23:40.462Z"
    },
    {
      "id": "ddPkw7Hg5dZhQu2w",
      "name": "AI",
      "createdAt": "2025-04-13T05:38:08.053Z",
      "updatedAt": "2025-04-13T05:38:08.053Z"
    }
  ],
  "nodes": [
    {
      "id": "9e9a27ce-b95c-4ecd-b3c4-97aba420ce45",
      "name": "Al hacer clic en 'Probar flujo de trabajo'",
      "type": "n8n-nodes-base.manualTrigger",
      "position": [
        -520,
        140
      ],
      "parameters": {},
      "typeVersion": 1
    },
    {
      "id": "3f9e30b5-7eb3-454d-a831-07be51f7a326",
      "name": "Nota adhesiva",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -60,
        40
      ],
      "parameters": {
        "color": 4,
        "width": 440,
        "height": 320,
        "content": "## Bright Data Legal Case Research Scraper"
      },
      "typeVersion": 1
    },
    {
      "id": "8f1934bf-ccec-4b25-b6cc-7607dcbdf798",
      "name": "Listar todas las herramientas para Bright Data",
      "type": "n8n-nodes-mcp.mcpClient",
      "position": [
        -300,
        140
      ],
      "parameters": {},
      "credentials": {
        "mcpClientApi": {
          "id": "JtatFSfA2kkwctYa",
          "name": "MCP Client (STDIO) account"
        }
      },
      "typeVersion": 1
    },
    {
      "id": "f8c4804a-85ad-462c-913d-e0bc5242bc74",
      "name": "Crear datos binarios para extracción de información de la compañía LinkedIn",
      "type": "n8n-nodes-base.function",
      "position": [
        2440,
        60
      ],
      "parameters": {
        "functionCode": "items[0].binary = {\n  data: {\n    data: new Buffer(JSON.stringify(items[0].json, null, 2)).toString('base64')\n  }\n};\nreturn items;"
      },
      "typeVersion": 1
    },
    {
      "id": "c616db9f-fcf3-4f9d-b60f-a16c9da89456",
      "name": "Nota adhesiva2",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        1220,
        -180
      ],
      "parameters": {
        "width": 440,
        "height": 120,
        "content": "## Disclaimer\nThis template is only available on n8n self-hosted as it's making use of the community node for MCP Client."
      },
      "typeVersion": 1
    },
    {
      "id": "048c1093-ea88-441c-98fa-a2d003ab6b8d",
      "name": "Establecer la URL de Investigación de Caso Legal",
      "type": "n8n-nodes-base.set",
      "position": [
        -20,
        140
      ],
      "parameters": {
        "options": {},
        "assignments": {
          "assignments": [
            {
              "id": "214e61a0-3587-453f-baf5-eac013990857",
              "name": "url",
              "type": "string",
              "value": "https://www.courtlistener.com/?q=IT%20laws%20for%20cyber%20crime&type=o&order_by=dateFiled%20desc&stat_Published=on"
            },
            {
              "id": "45014942-0a2e-4f46-b395-f82f97bfa93e",
              "name": "webhook_url",
              "type": "string",
              "value": "https://webhook.site/7b5380a0-0544-48dc-be43-0116cb2d52c2"
            },
            {
              "id": "bf011e1f-7032-49db-8f25-31ec4c35b9c5",
              "name": "base_url",
              "type": "string",
              "value": "https://www.courtlistener.com"
            }
          ]
        }
      },
      "typeVersion": 3.4
    },
    {
      "id": "8dc0a8cd-e4d9-4252-9dd2-94ee95d698e9",
      "name": "Cliente Bright Data MCP para Investigación de Caso Legal",
      "type": "n8n-nodes-mcp.mcpClient",
      "notes": "Scrape a single webpage URL with advanced options for content extraction and get back the results in MarkDown language.",
      "position": [
        200,
        140
      ],
      "parameters": {
        "toolName": "scrape_as_html",
        "operation": "executeTool",
        "toolParameters": "={\n   \"url\": \"{{ $json.url }}\"\n} "
      },
      "credentials": {
        "mcpClientApi": {
          "id": "JtatFSfA2kkwctYa",
          "name": "MCP Client (STDIO) account"
        }
      },
      "notesInFlow": true,
      "typeVersion": 1
    },
    {
      "id": "f3ea0d19-703b-4f99-955c-122162065363",
      "name": "Extractor de Casos",
      "type": "@n8n/n8n-nodes-langchain.chainLlm",
      "position": [
        600,
        140
      ],
      "parameters": {
        "text": "=Extract the content in a structured format. Here's the content : {{ $json.result.content[0].text }}",
        "messages": {
          "messageValues": [
            {
              "message": "You are an expert structured data extractor"
            }
          ]
        },
        "promptType": "define",
        "hasOutputParser": true
      },
      "retryOnFail": true,
      "typeVersion": 1.6
    },
    {
      "id": "a3fe5ce7-3a91-459d-8ef8-17a06fbef12a",
      "name": "Analizador de Salida Estructurada",
      "type": "@n8n/n8n-nodes-langchain.outputParserStructured",
      "position": [
        800,
        360
      ],
      "parameters": {
        "jsonSchemaExample": "[{\n\"Id\": \"\",\n\"Link\" : \"\",\n\"Title\": \n\"United States v. IXCOLGONZALEZ\"\n}]"
      },
      "typeVersion": 1.2
    },
    {
      "id": "5fd6d0a3-46ca-4184-bc5c-dfc0966f0538",
      "name": "Iterar sobre Elementos",
      "type": "n8n-nodes-base.splitInBatches",
      "position": [
        1320,
        140
      ],
      "parameters": {
        "options": {}
      },
      "typeVersion": 3
    },
    {
      "id": "74a02ac0-859d-4611-aeb0-021a654c92b8",
      "name": "Cliente Bright Data MCP para Investigación de Caso Legal dentro del Bucle",
      "type": "n8n-nodes-mcp.mcpClient",
      "notes": "Scrape a single webpage URL with advanced options for content extraction and get back the results in MarkDown language.",
      "position": [
        1860,
        160
      ],
      "parameters": {
        "toolName": "scrape_as_html",
        "operation": "executeTool",
        "toolParameters": "={\n   \"url\": \"{{ $('Set the Legal Case Research URL').item.json.base_url }}/{{ $json.Link }}\"\n} "
      },
      "credentials": {
        "mcpClientApi": {
          "id": "JtatFSfA2kkwctYa",
          "name": "MCP Client (STDIO) account"
        }
      },
      "notesInFlow": true,
      "typeVersion": 1
    },
    {
      "id": "beb67c30-dd39-4c7d-94f8-853410dec09b",
      "name": "Extraer HTML a Datos Textuales dentro del Bucle",
      "type": "@n8n/n8n-nodes-langchain.chainLlm",
      "position": [
        2080,
        160
      ],
      "parameters": {
        "text": "=Extract html to textual content  {{ $json.result.content[0].text }}",
        "promptType": "define"
      },
      "retryOnFail": true,
      "typeVersion": 1.6
    },
    {
      "id": "b7fc74e5-4165-4b1a-9c0a-27565302c0e1",
      "name": "Notificación Webhook para Extracción de HTML a Datos Textuales dentro del Bucle",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        2440,
        260
      ],
      "parameters": {
        "url": "={{ $('Set the Legal Case Research URL').item.json.webhook_url }}",
        "options": {},
        "sendBody": true,
        "contentType": "multipart-form-data",
        "bodyParameters": {
          "parameters": [
            {
              "name": "case_content",
              "value": "={{ $json.text }}"
            }
          ]
        }
      },
      "typeVersion": 4.2
    },
    {
      "id": "07b78de1-fdc8-4233-a231-37258fa5d1f0",
      "name": "Escribir el contenido del caso en disco",
      "type": "n8n-nodes-base.readWriteFile",
      "position": [
        2700,
        60
      ],
      "parameters": {
        "options": {},
        "fileName": "=d:\\Case-{{ $('Loop Over Items').item.json['Id'] }}.json",
        "operation": "write"
      },
      "typeVersion": 1
    },
    {
      "id": "ff687082-9e3d-4043-9aa6-29e3029499d4",
      "name": "Modelo de Chat Google Gemini para Extracción de Datos del Caso",
      "type": "@n8n/n8n-nodes-langchain.lmChatGoogleGemini",
      "position": [
        580,
        360
      ],
      "parameters": {
        "options": {},
        "modelName": "models/gemini-2.0-flash-exp"
      },
      "credentials": {
        "googlePalmApi": {
          "id": "YeO7dHZnuGBVQKVZ",
          "name": "Google Gemini(PaLM) Api account"
        }
      },
      "typeVersion": 1
    },
    {
      "id": "0057d772-732e-4e47-8ab8-eebe140df692",
      "name": "Código para generar la colección de casos",
      "type": "n8n-nodes-base.code",
      "position": [
        980,
        140
      ],
      "parameters": {
        "jsCode": "\nreturn $input.first().json.output"
      },
      "typeVersion": 2
    },
    {
      "id": "c843170b-e360-4eea-853c-ef38c9f3affe",
      "name": "Modelo de Chat Google Gemini para Extracción de HTML a Datos Textuales dentro del Bucle",
      "type": "@n8n/n8n-nodes-langchain.lmChatGoogleGemini",
      "position": [
        2100,
        360
      ],
      "parameters": {
        "options": {},
        "modelName": "models/gemini-2.0-flash-exp"
      },
      "credentials": {
        "googlePalmApi": {
          "id": "YeO7dHZnuGBVQKVZ",
          "name": "Google Gemini(PaLM) Api account"
        }
      },
      "typeVersion": 1
    },
    {
      "id": "90f4670a-1fca-4826-9017-64a31f29cbc2",
      "name": "Nota adhesiva1",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        1220,
        0
      ],
      "parameters": {
        "color": 5,
        "width": 1660,
        "height": 520,
        "content": "## Bright Data Legal Case Research Scraper\n\nLoop through and perform the data extraction using MCP and LLMs"
      },
      "typeVersion": 1
    },
    {
      "id": "58aac68b-2598-465b-ab3c-f5c0ebcdb595",
      "name": "Nota adhesiva4",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -60,
        -260
      ],
      "parameters": {
        "color": 5,
        "width": 440,
        "height": 220,
        "content": "## LLM Usages\n\nOpenAI 4o mini LLM is being utilized for the structured data extraction handling."
      },
      "typeVersion": 1
    },
    {
      "id": "14bbbc73-06cd-4513-b9e6-2aebb5009c3d",
      "name": "Nota adhesiva5",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -580,
        -860
      ],
      "parameters": {
        "color": 7,
        "width": 400,
        "height": 400,
        "content": "## Logo\n\n\n![logo](https://images.seeklogo.com/logo-png/43/1/brightdata-logo-png_seeklogo-439974.png)\n"
      },
      "typeVersion": 1
    },
    {
      "id": "96d74c50-074e-4b83-9422-ff2ce56bd55d",
      "name": "Nota adhesiva3",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -580,
        -360
      ],
      "parameters": {
        "width": 400,
        "height": 320,
        "content": "## Note\n\nDeals with the Legal Case data extraction by utilizing the Bright Data MCP and OpenAI GPT 4o LLM.\n\n**Please make sure to set the input fields node with the Legal case URL\n\nPlease make sure to update the Webhook Notification URL of your interest**"
      },
      "typeVersion": 1
    },
    {
      "id": "08c6a217-5773-4ebc-ba6e-326de99e90e5",
      "name": "Esperar",
      "type": "n8n-nodes-base.wait",
      "position": [
        1580,
        160
      ],
      "webhookId": "65c9fcd3-2c82-4bdd-80b6-271d65b7f61a",
      "parameters": {
        "amount": 10
      },
      "typeVersion": 1.1
    }
  ],
  "active": false,
  "pinData": {},
  "settings": {
    "executionOrder": "v1"
  },
  "versionId": "03af01f8-7276-4c3c-a610-6532f0d51ef7",
  "connections": {
    "08c6a217-5773-4ebc-ba6e-326de99e90e5": {
      "main": [
        [
          {
            "node": "74a02ac0-859d-4611-aeb0-021a654c92b8",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "f3ea0d19-703b-4f99-955c-122162065363": {
      "main": [
        [
          {
            "node": "0057d772-732e-4e47-8ab8-eebe140df692",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "5fd6d0a3-46ca-4184-bc5c-dfc0966f0538": {
      "main": [
        [],
        [
          {
            "node": "08c6a217-5773-4ebc-ba6e-326de99e90e5",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "a3fe5ce7-3a91-459d-8ef8-17a06fbef12a": {
      "ai_outputParser": [
        [
          {
            "node": "f3ea0d19-703b-4f99-955c-122162065363",
            "type": "ai_outputParser",
            "index": 0
          }
        ]
      ]
    },
    "8f1934bf-ccec-4b25-b6cc-7607dcbdf798": {
      "main": [
        [
          {
            "node": "048c1093-ea88-441c-98fa-a2d003ab6b8d",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "07b78de1-fdc8-4233-a231-37258fa5d1f0": {
      "main": [
        []
      ]
    },
    "048c1093-ea88-441c-98fa-a2d003ab6b8d": {
      "main": [
        [
          {
            "node": "8dc0a8cd-e4d9-4252-9dd2-94ee95d698e9",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "9e9a27ce-b95c-4ecd-b3c4-97aba420ce45": {
      "main": [
        [
          {
            "node": "8f1934bf-ccec-4b25-b6cc-7607dcbdf798",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "0057d772-732e-4e47-8ab8-eebe140df692": {
      "main": [
        [
          {
            "node": "5fd6d0a3-46ca-4184-bc5c-dfc0966f0538",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "beb67c30-dd39-4c7d-94f8-853410dec09b": {
      "main": [
        [
          {
            "node": "f8c4804a-85ad-462c-913d-e0bc5242bc74",
            "type": "main",
            "index": 0
          },
          {
            "node": "b7fc74e5-4165-4b1a-9c0a-27565302c0e1",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "8dc0a8cd-e4d9-4252-9dd2-94ee95d698e9": {
      "main": [
        [
          {
            "node": "f3ea0d19-703b-4f99-955c-122162065363",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "ff687082-9e3d-4043-9aa6-29e3029499d4": {
      "ai_languageModel": [
        [
          {
            "node": "f3ea0d19-703b-4f99-955c-122162065363",
            "type": "ai_languageModel",
            "index": 0
          }
        ]
      ]
    },
    "f8c4804a-85ad-462c-913d-e0bc5242bc74": {
      "main": [
        [
          {
            "node": "07b78de1-fdc8-4233-a231-37258fa5d1f0",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "74a02ac0-859d-4611-aeb0-021a654c92b8": {
      "main": [
        [
          {
            "node": "beb67c30-dd39-4c7d-94f8-853410dec09b",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "b7fc74e5-4165-4b1a-9c0a-27565302c0e1": {
      "main": [
        [
          {
            "node": "5fd6d0a3-46ca-4184-bc5c-dfc0966f0538",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "c843170b-e360-4eea-853c-ef38c9f3affe": {
      "ai_languageModel": [
        [
          {
            "node": "beb67c30-dd39-4c7d-94f8-853410dec09b",
            "type": "ai_languageModel",
            "index": 0
          }
        ]
      ]
    }
  }
}
Preguntas frecuentes

¿Cómo usar este flujo de trabajo?

Copie el código de configuración JSON de arriba, cree un nuevo flujo de trabajo en su instancia de n8n y seleccione "Importar desde JSON", pegue la configuración y luego modifique la configuración de credenciales según sea necesario.

¿En qué escenarios es adecuado este flujo de trabajo?

Avanzado - Inteligencia Artificial, Operaciones de TI

¿Es de pago?

Este flujo de trabajo es completamente gratuito, puede importarlo y usarlo directamente. Sin embargo, tenga en cuenta que los servicios de terceros utilizados en el flujo de trabajo (como la API de OpenAI) pueden requerir un pago por su cuenta.

Flujos de trabajo relacionados recomendados

Scraping de empresas de Google Maps y Enriquecimiento de leads con Bright Data y Google Gemini
Herramienta de extracción y enriquecimiento de clientes potenciales de Google Maps para empresas con Bright Data y Gemini
Set
Code
Wait
+
Set
Code
Wait
29 NodosRanjan Dailata
Generación de leads
Rastreo de páginas web de LinkedIn usando el servidor MCP de Bright Data y Google Gemini
Extraer y transformar datos de LinkedIn usando el servidor MCP de Bright Data y Google Gemini
Set
Code
Merge
+
Set
Code
Merge
20 NodosRanjan Dailata
Inteligencia Artificial
Motor automatizado de coincidencia de currículum con Bright Data y OpenAI 4o mini
Motor automatizado de coincidencia de currículums con Bright Data MCP, OpenAI 4o mini y verificación de Slack
Set
Function
Split Out
+
Set
Function
Split Out
22 NodosRanjan Dailata
Recursos Humanos
Extracción y búsqueda de datos de ProductHunt impulsada por agentes de IA (usando Bright Data y Google Gemini)
Extraer y buscar datos de ProductHunt con Bright Data MCP y Google Gemini AI
Set
Function
Mcp Client
+
Set
Function
Mcp Client
21 NodosRanjan Dailata
Inteligencia Artificial
Extracción de datos estructurados de búsqueda Brave (Bright Data MCP + Google Gemini)
Extraer datos estructurados de la búsqueda Brave usando Bright Data MCP y Google Gemini
Set
Switch
Function
+
Set
Switch
Function
24 NodosRanjan Dailata
Inteligencia Artificial
Extraer, resumir y analizar reducciones de precios de productos de Amazon con Bright Data
Extraer, resumir y analizar información sobre descuentos de Amazon usando Bright Data y Google Gemini
Set
Wait
Merge
+
Set
Wait
Merge
26 NodosRanjan Dailata
Inteligencia Artificial
Información del flujo de trabajo
Nivel de dificultad
Avanzado
Número de nodos22
Categoría2
Tipos de nodos13
Descripción de la dificultad

Adecuado para usuarios avanzados, flujos de trabajo complejos con 16+ nodos

Autor
Ranjan Dailata

Ranjan Dailata

@ranjancse

A Professional based out of India specialized in handling AI-powered automations. Contact me at ranjancse@gmail.com

Enlaces externos
Ver en n8n.io →

Compartir este flujo de trabajo

Categorías

IA Multimodal
1540
Inteligencia Artificial
1108
Creación de contenido
695
Resumen de IA
516
Marketing
419
Chatbot de IA
251
Ingeniería
241
Investigación de mercado
203
Varios
193
Otros
176
Ventas
162
Operaciones de TI
156
Extracción de documentos
147
RAG de IA
146
Bloques de construcción
144
Redes sociales
137
Generación de leads
125
Productividad personal
117
DevOps
111
Recursos Humanos
101
Soporte
97
Nutrición de leads
87
CRM
82
Finanzas
81
Producto
77
Chatbot de soporte
76
Diseño
70
Gestión de tickets
67
Operaciones de seguridad
57
Procesamiento de facturas
53
Comercio de criptomonedas
49
Gestión de archivos
39
Gestión de proyectos
35
Wiki interno
32

Categorías: 34