Verificare i backlink del tuo sito in n8n o in Python puro?
Una canvas con 25 nodi per un lavoro in tre passaggi è un rimpianto comune. Un script che nessun altro può modificare è l'altro. Usa l'albero.
Team editoriale Linkzoid ·
Albero decisionale, dall'alto verso il basso
Qualcuno non tecnico modiflerà il flusso o ne leggerà le esecuzioni? Scegli n8n o Make.
Il lavoro rientra in 60 righe e vive comunque in un repo? Scegli Python.
Hai bisogno di un post su Slack e di una riga su un foglio ma non di un diff? Scegli n8n con un singolo nodo HTTP Request.
Fai il diff di decine di domini, mantieni la cronologia o fai unit test sul parsing? Scegli Python con SQLite.
Il team sta già pagando per le esecuzioni su n8n cloud? Contale: un loop su 40 domini può consumare un piano.
Nessuno di questi casi si adatta? Inizia con curl in uno script shell e vedi cosa fa male.
Quando un flusso visuale merita il suo posto
Una canvas vale il suo ingombro in alcuni lavori. Se una persona non tecnica deve vedere ogni passaggio e l'ultima esecuzione, un flusso visuale batte un repo che non apriranno mai. Tienilo breve.
La maggior parte dei lavori sui backlink è un fetch, un controllo e una scrittura. Quattro nodi lo fanno bene. Se il tuo lavoro è verificare i backlink del tuo sito ogni mese per un cliente, questa forma si adatta a una canvas. I problemi iniziano quando qualcuno aggiunge la paginazione, i retry e un diff, perché ognuno porta il proprio ramo.
Scegli la canvas per il lettore, non per lo scrittore.
Chi legge il flusso
Le persone di marketing e vendite leggono un flusso dai suoi output e vogliono l'ultima esecuzione ben visibile. Una canvas glielo offre senza un ticket. Leggono l'output, non il codice. Uno script offre loro un file di log che non apriranno.
Dai al flusso un nome chiaro e una descrizione in una riga, così il prossimo lettore sa cosa promette prima di aprirlo. Un nodo con un'etichetta vaga costa più tempo di qualsiasi funzionalità mancante.
Rami visibili a colpo d'occhio
Un nodo IF su ok è facile da seguire. Tre su una pagina sono ancora leggibili, se ogni ramo ha un nome chiaro. Oltre questo punto, le linee si incrociano e un revisore impiega dieci minuti per essere sicuro di quale ramo si attivi su un risultato vuoto.
Dove una canvas diventa un passivo
Loop su molti domini, stato condiviso tra le esecuzioni e unit test sono i punti di pressione soliti. Una canvas gestisce ciascuno con una soluzione alternativa, e ogni soluzione alternativa è un punto in cui il flusso può discostarsi da ciò che intendevi.
Se ti trovi a esportare JSON per correggere un flusso, il lavoro ha superato la capacità della canvas. Sposta la logica nel codice e mantieni la canvas per la notifica.
La configurazione n8n in quattro righe
Un nodo HTTP Request, metodo GET, URL https://linkzoid.pro/api.php. Aggiungi i parametri query action, q, key. Chiunque voglia verificare i backlink del tuo sito in questo modo può copiarlo in cinque minuti.
Memorizza la key nelle credenziali, non nel nodo. Aggiungi un nodo IF su ok e invia il ramo false a un workflow di errore che ti invia un ping.
Dividi l'array rows con un nodo Item Lists o Split Out, poi scrivi su Google Sheets o Postgres. Tieni d'occhio i conteggi di esecuzione, perché ogni elemento può essere fatturato come un passaggio in alcuni piani.
Questo è tutto il lavoro. Si rompe quando arriva la paginazione: i loop in n8n funzionano ma risultano difficili da leggere oltre circa dieci nodi.
Crea il flusso n8n in cinque nodi
Ogni nodo fa un lavoro e può essere testato da solo prima di aggiungere il successivo.
01
Crea il nodo HTTP Request
Metodo GET e l'URL https://linkzoid.pro/api.php. Aggiungi action, q e per come parametri query e lascia la key per il passaggio successivo.
02
Allega la key come credenziale
Memorizzala nelle credenziali di n8n e riferisciti ad essa dalla query. Una key digitata direttamente nel campo URL può finire nei log e nelle esportazioni.
03
Blocca sul flag ok
Aggiungi un nodo IF che legge ok. Invia il ramo false a un workflow di errore che pubblica il corpo della risposta da qualche parte dove potrai vederlo.
04
Dividi le righe
Usa Split Out sull'array rows in modo che ogni dominio diventi un proprio elemento. Scrivi quegli elementi su un foglio o un tavolo, non l'intera risposta in una singola cella.
05
Testa prima con l'azione gratuita
Punta il nodo su overview, che non richiede una key, e conferma la forma della risposta prima di passare a un'azione a pagamento.
Tabella di risoluzione dei problemi
Sintomo
Causa n8n
Causa Python
Arrivano solo 10 righe
Parametro per non impostato sul nodo
Uguale, controlla la query string
L'esecuzione ha successo, il foglio è vuoto
Righe non divise in elementi
Scritto il dict invece di rows
402 dopo una settimana
Il workflow fa loop su un trigger
Il cron scoppia due volte
La key fuoriesce nei log
Incollata nel campo URL
Stampato l'URL completo
Lacune mese su mese
La conservazione delle esecuzioni ha eliminato le esecuzioni vecchie
Non è mai stata memorizzata la cronologia
Costo per esecuzione
Dal nostro lato il costo è lo stesso in entrambi i casi: 2 crediti per una pagina refdomains. Il builder è dove i costi differiscono.
Un n8n self-hosted è gratuito da eseguire. I piani cloud contano le esecuzioni. Uno script puro su cron non costa nulla.
Qualunque sia la tua scelta, mantieni una copia datata di ogni esecuzione al di fuori dello strumento. Snapshot settimanali in Actions sono un luogo ordinato per farlo, e il confronto suite spiega perché la tua cronologia personale vale la pena averla.
Conta le esecuzioni per dominio
Un loop su quaranta domini sono quaranta esecuzioni su un piano che conta le esecuzioni. Controlla come il tuo piano conta un loop prima di metterlo in programma, perché il conto segue il conteggio, non i crediti.
Scrivi il conteggio previsto accanto al programma. Un sorpresa in fattura è più facile da spiegare quando la stima era già nel file.
L'hosting self-hosted ha il suo conto
Un n8n self-hosted costa il server, gli aggiornamenti e i backup. Il database è tuo da mantenere attivo. Uno script puro su una piccola macchina ha meno parti in movimento, che è un motivo per sceglierlo per un lavoro mensile fisso.
Cosa si rompe solitamente per primo
In n8n sono la paginazione e i conteggi degli elementi. In Python è la cosa che nessuno ha testato: un rows vuoto, un timeout, un campo con un nome diverso da quello che avevi assunto.
Nessuno dei due strumenti è sbagliato. Scegli in base a chi manterrà la cosa tra sei mesi. Se sei tu, da solo, il codice è più facile da grepare. Se è un team di marketing che vive già nella canvas, un piccolo flusso che possono vedere batte un repo che temono.
Anche le configurazioni miste funzionano. Lascia che Python scriva il CSV su un programma e lascia che n8n legga il file e invii a Slack. Ogni strumento fa la parte che gestisce meglio, e nessun flusso cresce oltre dieci passaggi.
Mantenere leggibile la versione Python
Il caso usuale per il codice è che qualcun altro debba modificarlo tra sei mesi. Rendilo facile. Uno script breve con nomi chiari e una risposta salvata batte una riga intelligente che nessuno osa toccare.
Testa il parser su una risposta salvata
Salva una risposta reale in un file e punta un unit test su di essa. Il parser quindi esegue senza spendere un credito, e un campo rinominato fallisce nell'esecuzione del test invece che lunedì mattina.
Mantieni la risposta salvata piccola, poiché una dozzina di righe è sufficiente. Annota la data in cui l'hai presa, così sai quando i nomi dei campi sono cambiati per l'ultima volta.
Mantieni le impostazioni in un unico posto
Domini, azioni e la dimensione della pagina appartengono a un piccolo blocco di configurazione, non sparsi nello script. Un collega può quindi cambiare l'elenco target senza toccare la logica che analizza le righe.
Mantieni anche i segreti fuori da quel blocco. Caricali dall'ambiente, nello stesso modo in cui viene caricata la key.
Esegui un test di due settimane prima di impegnarti
Non risolvere questo su carta. Crea la versione più piccola del lavoro in ogni strumento, eseguilo ogni giorno per due settimane e vedi quale apri senza che te lo chiedano.
Guarda cosa si rompe. Conta quante volte hai dovuto modificare qualcosa a mano e quante volte l'output era sbagliato senza un errore. Lo strumento che richiede meno correzioni manuali è quello da mantenere.
Registra ogni correzione manuale
Tieni una nota semplice di ogni volta che hai toccato il flusso o lo script a mano. Una breve lista dopo due settimane ti dice più di qualsiasi tabella di funzionalità.
Nota chi ha richiesto le modifiche
Se le richieste sono venute da persone che non sanno leggere il codice, la canvas potrebbe vincere. Se sono venute da te, il repo è più facile da gestire.
Entrambe le risposte vanno bene purché tu possa puntare ad esse. Scrivi il motivo accanto al flusso o al repo e rivedilo quando il lavoro cresce.
Risposte brevi per i builder
Make o Zapier funzionano con questa API?
Sì. Qualsiasi cosa possa inviare un HTTPS GET con parametri query funziona, inclusi Make, Zapier, Pipedream e Apps Script. Usa il modulo HTTP generico, inserisci la key in una connessione memorizzata e leggi l'array JSON rows nel passaggio successivo.
Un agente AI può chiamarlo invece?
Tecnicamente sì, poiché è un'API HTTP semplice. Per un lavoro mensile fisso uno script è più economico e prevedibile, e un agente aggiunge un conto del modello e una possibilità di parametro sbagliato. Usa un agente solo per domande ad hoc.
Qual è il modo più economico per iniziare?
Uno script shell con curl e l'azione overview gratuita, eseguito da cron. Nessuna key, nessun costo, e impari la forma della risposta. Passa a Python quando appare la prima analisi JSON goffa.
