背景与痛点
做海外餐饮的朋友都知道，每天盯着 Uber Eats、Yelp 这些平台的评论是件很头疼的事。评论分散在不同平台，要一个个手动去看，漏掉差评就可能错过问题信号。
更麻烦的是，这些平台基本上没有开放的评论 API：
- Uber Eats 没有公开的商家评论 API
- Yelp 虽然有官方 API，但免费版只能拿到 3 条评价，付费版只有 7 条，价格还不便宜
- DoorDash 同样没有开放评论接口
面对这个问题，常见的思路有几种：
人工查看：效率低，容易漏，不适合多店管理。
RPA 工具（如 UiPath、Playwright）：可以模拟浏览器操作，但部署复杂，维护成本高，脚本也容易随页面改版失效。
Claude Code / Codex 等 AI 编程工具：能写出可用的爬虫脚本，但每次调用都有 Token 消耗，长期下来有一定成本，而且还是需要人来维护运行环境。
我们选择了另一条路：用 n8n 搭建自动化工作流。
n8n 是一个可以自部署的开源自动化工具，界面可视化，节点式操作，不需要写大量代码就能跑起来。关键是它可以部署在自己的服务器上（比如 Zeabur），定时运行，完全无人值守。
这篇文章就来完整讲一下这个流程是怎么搭的：每天早上自动抓取 Uber Eats 和 Yelp 前一天的评论，同步写入飞书多维表格，如果平台认证失效还会自动发飞书告警。
整体思路
在动手之前，先理解一下核心思路，这样看后面的配置步骤会更清晰。
1.Uber Eats 的方案：虽然没有公开 API，但商家后台（merchants.ubereats.com）的前端页面是通过内部 GraphQL 接口加载数据的。我们通过浏览器开发者工具抓包，找到这个接口的地址、请求参数和认证方式，然后直接在 n8n 里模拟这个请求。
2.Yelp 的方案：Yelp for Business 的评价页面是服务端渲染（SSR）的，评论数据直接写在返回的 HTML 里。具体来说，Yelp 用的是 Apollo GraphQL 客户端，会把数据缓存在页面的一个
