Rozdělování dokumentů pomocí Split Agent v n8n

Dobrý den a vítejte v akademii PaperOffice AI. Tato epizoda se týká Split Agent v n8n: dojde k dávkovému skenování, jednotlivé dokumenty jsou pak vystoupeny.

Výsledek jako první: Dávkový sken na vstupu, jednotlivé dokumenty na výstupu

Podívejme se nejprve na výsledek. Náš dávkový sken z poštovny má sedm stran s oddělovacím listem uprostřed. Rozpoznávač Split Agent určí, kde jeden dokument končí a další začíná. Na výstupu jsou pět dokumentů, každý s typem, popisným názvem a přiřazenými stránkami. Takto to vypadá v rozhraní n8n. Pro test spustím pracovní postup v editoru a odešlu dávkový sken na webhook. Nyní se pracovní postup spouští uzel po uzlu. Úkol rozdělení je předán do PaperOffice a smyčka neustále kontroluje, zda je proces dokončen. Po necelých čtyřiceti sekundách je vše hotovo. Uzel Pieces obsahuje výsledek: pět položek, jedna pro každý dokument. Jsou to tyto pět dokumentů: objednávka, dodací list, faktura, servisní bulletin a inspekční zpráva. Servisní bulletin má dvě strany, které zůstávají pohromadě. Rozpoznávač Split Agent detekoval oddělovací list na třetí straně a odstranil jej. Každý dokument získává popisný název na základě našeho pravidla. Každý kus je samostatným souborem PDF. Zde je servisní bulletin: obě strany v jednom souboru, pojmenovaném podle našeho pravidla. Výsledek obsahuje odkaz ke stažení, ale platí pouze krátce. Zde je druhá dávka, náročnější: šest stran ve třech jazycích. Anglická objednávka, španělský dodací list a španělská faktura, reklamační faktura, faktura za dopravu s kávovým skvrnou a křivá fotofaktura telefonu. Rozpoznávač Split Agent všechny šest dokumentů oddělí a konzistentně je pojmenuje v angličtině. A takto to budujeme ve čtyřech fázích: vstup, úkol rozdělení, čekání a pieces.

Fáze 1 ze 4: Vstup

První fáze je vstup: webhook s ověřením hlaviček, který přijímá soubor přes metodu POST. Pokud chybí soubor, pracovní postup okamžitě odpoví jasnou chybou. A co se stane bez souboru? Pošlu požadavek bez přílohy. Pracovní postup projde krátkou cestou přes uzel ‘Chybějící soubor’ a okamžitě odpoví stavem 400 a jasnou zprávou. Nevytvoří se žádný úkol rozdělení, takže nevzniknou ani žádné náklady.

Fáze 2 ze 4: Úkol rozdělení

Druhá fáze odesílá dávku do Split Agent prostřednictvím jednoho HTTP volání na rozhraní API PaperOffice. Obsahuje rozdělenou šablonu, model Ultra a pravidlo pro pojmenování částí: typ dokumentu, datum, odesílatel. V poli modelu vyberete rozsah. Basic detekuje hranice a pojmenuje části. Premium také čte typ dokumentu, datum a odesílatele. Ultra navíc poskytuje zdůvodnění každého rozdělení a vytváří auditní stopu. Fakturace probíhá na stranu. Cenu určují dvě věci: rozsah a zpracovací dráha. Vybrali jste okamžité spuštění, což znamená bezprostřední začátek. Bez záruky spuštění, bez SLA, je cena nižší. Aktuální ceny naleznete na našich webových stránkách v sekci Ceník.

Fáze 3 z 4: Čekání

Úloha běží na pozadí. Každých šest sekund smyčka kontroluje její stav. Když je hotová, běh pokračuje. Pokud selže, běh končí se zprávou.

Fáze 4 z 4: Části

Ve čtvrté fázi se odpověď stane seznamem, přičemž každá položka odpovídá jednomu dokumentu. Pokud by se oddělovací list vrátil jako samostatný kus, tento uzel jej odfiltruje. Nakonec webhook odpoví právě tímto seznamem. A co se dále děje s tímto seznamem? V hlavním videu na schránce zde přesně přebírá kontrolu smyčka: každý dokument putuje samostatně do IDP Agent, je přečten a uložen do Workspace. Tím se rozdělení stává začátkem celého pracovního postupu.

Sestavte si to sami: Pověření a volání zvenčí

Aby jste si to postavili sami, potřebujete dvě pověření, obě jako hlavičkovou autentizaci v n8n. Klíč pro webhook si vybíráte sami s vlastním názvem hlavičky. Pro PaperOffice použijete API klíč z vašeho účtu v sekci API a vývojáři. Umístíte jej do hlavičky Authorization. Zvenčí voláte workflow pomocí POST na URL webhooku: soubor v poli file, klíč v hlavičce. To může být skript, jiný program nebo druhé workflow. Co se vrátí, je seznam dokumentů připravených pro další krok. Tři tipy z praxe. Zaprvé: nepotřebujete oddělovací listy; Split Agent detekuje hranice z obsahu. Zadruhé: pravidlo pojmenování nastavíte v poli instrukce pojmenování, například datum, odesílatel, typ dokumentu. A za třetí: stahujte části okamžitě nebo je ihned archivujte, protože odkazy vyprší po krátké době. To bylo Split Agent v n8n: webhook, volání, smyčka a seznam. V PaperOffice jej můžete použít také přímo při nahrávání. Hlavní video na doručené poště ukazuje, jak jednotlivé dokumenty pokračují odtud. Na shledanou v Akademii PaperOffice AI.