n8n で Split Agent を使用してドキュメントを分割する

こんにちは、PaperOffice AI アカデミーへようこそ。今回のエピソードでは、n8n における Split Agent について解説します。バッチスキャンで入力し、個々の文書が出力されます。

結果ファースト：バッチスキャンで入力、文書で出力

まずは結果を見てみましょう。メールルームからのバッチスキャンには7ページあり、その間に仕切り用紙が挟まれています。Split Agent がどの文書で終わり、次の文書が始まるかを認識します。戻ってきたのは5つの文書で、それぞれにタイプ、説明的な名前、および対応するページが含まれています。これが n8n での様子です。テストとして、エディタでワークフローを開始し、バッチスキャンをウェブフックに送信します。するとワークフローがノードごとに実行されます。分割ジョブは PaperOffice に送られ、完了するまでループがチェックを続けます。わずか40秒ほどで処理は完了します。Pieces ノードには結果が格納されており、文書ごとに1エントリずつ、合計5つのエントリがあります。これらが5つの文書です：発注書、配送伝票、請求書、サービス通知書、検査報告書です。サービス通知書は2ページあり、それらは一緒に保持されます。Split Agent は3ページ目の仕切り用紙を検出し、それを削除しました。また、各文書にはルールに基づいて説明的な名前が付けられます。各ピースは個別のPDFファイルとなります。これがサービス通知書です：2ページが1つのファイルにまとめられ、ルールに基づいて命名されています。結果にはダウンロードリンクが含まれていますが、有効期限は短いです。次に、より難しい2つ目のバッチを見てみましょう：3言語で書かれた6ページの文書です。英語の発注書、スペイン語の配送伝票と請求書、クレジットメモ、コーヒーの染みがある運賃請求書、そして傾いた携帯電話の写真で撮影された請求書があります。Split Agent はこれら6つすべてを分離し、一貫して英語で命名します。そしてこれが4つの段階で構築する方法です：入力、分割ジョブ、待機、およびピース。

第1段階（全4段階）：入力

第1段階は入力です。ヘッダー認証付きのウェブフックが POST 経由でファイルを受け入れます。ファイルが存在しない場合、ワークフローは即座に明確なエラーを返します。ファイルなしでどうなるか見てみましょう。添付ファイルなしでリクエストを送信しました。ワークフローは「ファイルがありません」ノードを通る短い経路を取り、すぐにステータス400と明確なメッセージで応答します。分割ジョブは作成されないため、コストも発生しません。

第2段階（全4段階）：分割ジョブ

ステージ2では、単一のHTTP呼び出しによりバッチがSplit Agentに送信され、PaperOffice APIにアクセスします。これには分割テンプレート、Ultraモデル、およびパーツの命名ルール（文書タイプ、日付、差出人）が含まれます。モデルフィールドではスコープを選択します。Basicは境界を検出し、パーツに名前を付けます。Premiumも文書タイプ、日付、差出人を読み取ります。Ultraはさらに、各切断の理由と監査証跡を提供します。請求はページ単位です。価格を決定する2つの要素があります：スコープと処理レーンです。私たちは即時（インスタン）を選択しました。つまり、即時開始を意味します。開始保証がなくSLAもない場合、コストは低くなります。現在の価格は当社のウェブサイトの「料金」ページでご確認いただけます。

4つのステージのうち3番目：待機中

ジョブはバックグラウンドで実行されます。6秒ごとにループがステータスを確認します。完了すると、実行が継続されます。失敗した場合は、メッセージとともに実行が終了します。

4つのステージのうち4番目：パーツ

4段階では、応答はドキュメントごとのエントリを持つリストになります。セパレータシートが単独で返された場合、このノードはそれをフィルタリングして除外します。最後に、Webhookはこのリストをそのまま返します。その後、このリストはどうなるのでしょうか？インボックスのメイン動画では、ここでループが制御を引き継ぎます：各ドキュメントは個別にIDP Agentへ送られ、読み取られてWorkspaceにファイリングされます。これにより、分割が一連のワークフローの開始点となります。

自分で構築する：資格情報と外部からの呼び出し

これを自作するには、2つの認証情報が必要です。どちらも n8n でヘッダー認証として使用します。Webhook のキーはご自身で選択し、カスタムヘッダー名を設定してください。PaperOffice では、アカウントの「API と開発者」セクションから取得した API キーを使用し、Authorization ヘッダーに設定します。外部からは、Webhook URL に対して POST リクエストを送信してワークフローを呼び出します。ファイルフィールドにファイルを指定し、ヘッダーにキーを設定します。これはスクリプト、別のプログラム、または2つ目のワークフローから行えます。戻り値は次のステップへ渡す準備が整った文書のリストです。実務からの3つのヒントをご紹介します。第一に：区切りシートは不要です。Split Agent がコンテンツから境界を検出します。第二に：命名ルールは「命名指示」フィールドで設定します（例：日付、送信者、文書タイプ）。第三に：ファイルの断片はすぐにダウンロードするか、すぐに保管してください。リンクは短時間で期限切れになるためです。これが Split Agent を n8n で使用する方法です：Webhook、呼び出し、ループ、そしてリスト。PaperOffice ではアップロード時に直接利用することも可能です。インボックスのメイン動画では、そこから個々の文書がどのように処理されるかをご覧いただけます。それではまた、PaperOffice AI アカデミーでお会いしましょう。