Podział dokumentów za pomocą Split Agent w n8n

Dzień dobry i witamy w Akademii PaperOffice AI. Ten odcinek dotyczy Split Agent w n8n: na wejściu otrzymujemy skan partii dokumentów, a na wyjściu poszczególne dokumenty.

Najpierw wynik: skan partii na wejściu, dokumenty na wyjściu

Zacznijmy od wyniku. Nasz skan partii z działu pocztowego składa się z siedmiu stron, oddzielonych kartą separacyjną. Split Agent rozpoznaje miejsce zakończenia jednego dokumentu i początek kolejnego. Zwracane są pięć dokumentów, każdy ze swoim typem, opisową nazwą oraz liczbą stron. Tak wygląda to w n8n. Dla celów testowych uruchamiamy przepływ pracy w edytorze i wysyłamy skan partii do webhooka. Teraz przepływ pracy wykonuje się węzeł po węźle. Zadanie podziału jest przekazywane do PaperOffice, a pętla sprawdza stan aż do zakończenia procesu. Po nieco mniej niż czterdziestu sekundach wszystko jest ukończone. Węzeł Pieces przechowuje wynik: pięć wpisów, po jednym dla każdego dokumentu. Są to następujące dokumenty: zamówienie zakupu, dowód dostawy, faktura, memorandum serwisowe oraz protokół inspekcji. Memorandum serwisowe składa się z dwóch stron, które pozostają połączone. Split Agent wykrył kartę separacyjną na stronie trzeciej i usunął ją. Każdy dokument otrzymuje opisową nazwę na podstawie naszej reguły. Każdy element jest osobnym plikiem PDF. Oto memorandum serwisowe: obie strony w jednym pliku, nazwane zgodnie z naszą regułą. Wynik zawiera link do pobrania, który jest ważny tylko przez krótki czas. Oto druga partia, trudniejsza: sześć stron w trzech językach. Angielskie zamówienie zakupu, hiszpański dowód dostawy i hiszpańska faktura, faktura korygująca, faktura za transport z plamą po kawie oraz krzywe zdjęcie telefonu komórkowego dokumentu. Split Agent oddziela wszystkie sześć dokumentów i nadaje im spójne nazwy w języku angielskim. Tak budujemy ten proces w czterech etapach: wejście, zadanie podziału, oczekiwanie i elementy (pieces).

Etap 1 z 4: Wejście

Pierwszy etap to wejście: webhook z uwierzytelnianiem nagłówka, który przyjmuje plik poprzez metodę POST. Jeśli plik jest nieobecny, przepływ pracy natychmiast odpowiada wyraźnym komunikatem błędu. Co dzieje się bez pliku? Wysyłamy żądanie bez załącznika. Przepływ pracy wybiera krótszą ścieżkę przez węzeł “Brakujący plik” i odpowiada od razu statusem 400 oraz jasnym komunikatem. Nie jest tworzone żadne zadanie podziału, co oznacza również brak kosztów.

Etap 2 z 4: Zadanie podziału

Drugi etap wysyła partię do Split Agent, wykonując pojedyncze wywołanie HTTP do API PaperOffice. Zawiera on szablon podziału, model Ultra oraz regułę nadawania nazw elementom: typ dokumentu, data, nadawca. W polu modelu można wybrać zakres. Basic wykrywa granice i nadaje nazwy elementom. Premium odczytuje również typ dokumentu, datę i nadawcę. Ultra dodatkowo dostarcza uzasadnienie dla każdego cięcia oraz zapewnia ślad audytu. Rozliczenie następuje za stronę. Na cenę wpływają dwa czynniki: zakres oraz tor przetwarzania. Wybrano opcję natychmiastową, co oznacza natychmiastowy start. Bez gwarancji rozpoczęcia, bez SLA, koszt jest niższy. Aktualne ceny można znaleźć na naszej stronie internetowej w sekcji Cennik.

Etap 3 z 4: Oczekiwanie

Zadanie wykonuje się w tle. Co sześć sekund pętla sprawdza jego status. Po zakończeniu zadania proces kontynuuje działanie. W przypadku awarii proces kończy się komunikatem.

Etap 4 z 4: Elementy

W czwartym etapie odpowiedź przyjmuje postać listy, zawierającej jeden wpis dla każdego dokumentu. Jeśli oddzielna karta separatora zostanie zwrócona jako osobny element, węzeł ten filtruje ją i usuwa. Ostatecznie webhook zwraca dokładnie tę listę. Co dzieje się dalej z tą listą? W głównym filmie dotyczącym skrzynki odbiorczej to właśnie w tym momencie rozpoczyna się pętla: każdy dokument jest kierowany do IDP Agent osobno, przetwarzany i archiwizowany w Workspace. W ten sposób podział dokumentów staje się początkiem całego procesu workflow.

Zbuduj samodzielnie: Poświadczenia i wywołania z zewnątrz

Aby zbudować to samodzielnie, potrzebujesz dwóch poświadczeń, obu jako uwierzytelnianie nagłówkowe w n8n. Klucz dla webhooka wybierasz sam, używając własnej nazwy nagłówka. Dla PaperOffice używasz klucza API ze swojego konta, w sekcji API i deweloperzy. Trafia on do nagłówka Authorization. Z zewnątrz wywołujesz workflow poprzez POST do URL webhooka: plik w polu file, klucz w nagłówku. Może to być skrypt, inny program lub drugi workflow. Co wraca, to lista dokumentów, gotowa do kolejnego kroku. Trzy wskazówki z praktyki. Po pierwsze: nie potrzebujesz kart oddzielających; Split Agent wykrywa granice na podstawie treści. Po drugie: regułę nazewnictwa ustawiasz w polu instrukcji nazewnictwa, na przykład data, nadawca, typ dokumentu. A po trzecie: pobieraj fragmenty niezwłocznie lub archiwizuj je od razu, ponieważ linki wygasają po krótkim czasie. To był Split Agent w n8n: webhook, wywołanie, pętla i lista. W PaperOffice można go również użyć bezpośrednio podczas wgrywania. Główne wideo na skrzynce odbiorczej pokazuje, jak poszczególne dokumenty kontynuują proces dalej. Do zobaczenia w Akademii PaperOffice AI. Proszę o uwzględnienie tych zaleceń.