使用 Split Agent 在 n8n 中拆分文档

您好，欢迎参加 PaperOffice AI 学院。本期内容将介绍在 n8n 中的 Split Agent：批量扫描输入，单个文档输出。

首先看结果：批量扫描输入，文档输出

让我们先看看结果。来自邮件室的批量扫描共有七页，中间夹有分隔页。Split Agent 能够识别每份文档的结束位置及下一份文档的开始位置。最终返回五份文档，每份文档都包含其类型、描述性名称以及对应的页面。在 n8n 中可以看到具体效果。为了进行测试，我在编辑器中启动工作流，并将批量扫描发送至 Webhook。随后，工作流逐节点运行。拆分任务被发送至 PaperOffice，循环节点持续检查直至任务完成。经过不到四十秒的处理，一切就绪。“Pieces”节点保存了结果：共五项条目，对应五份文档。这五份文档分别是：采购订单、送货单、发票、服务公告和检验报告。服务公告包含两页，且保持在一起。Split Agent 检测到了第三页的分隔页并将其移除。每份文档都根据我们的规则获得了描述性名称。每个片段都是独立的 PDF 文件。以下是服务公告：两页合并为一个文件，并按我们的规则命名。结果中包含下载链接，但该链接仅在短时间内有效。接下来是第二个批量扫描，难度更大：六页内容，涉及三种语言。包括一份英文采购订单、一份西班牙文送货单、一份西班牙文发票、一份贷项通知单、一张带有咖啡渍的货运发票，以及一张倾斜拍摄的发票照片。Split Agent 成功分离了所有六份文档，并以英文一致地命名它们。以下是我们的构建步骤，共分为四个阶段：输入、拆分任务、等待和片段。

第一阶段（共四阶段）：输入

第一阶段是输入环节：通过带有头部认证的 Webhook 接收文件，支持 POST 方法。如果缺少文件，工作流将立即返回明确的错误信息。如果没有文件会发生什么？我发送了一个未附带附件的请求。工作流通过“文件缺失”节点走快捷路径，并立即以状态码 400 和明确的消息进行响应。不会创建拆分任务，因此也不会产生任何费用。

第二阶段（共四阶段）：拆分任务

第二阶段将批次发送至 Split Agent，通过单次 HTTP 调用访问 PaperOffice API。该请求包含拆分模板、Ultra 模型以及用于命名各部分的规则：文档类型、日期、发件人。在模型字段中，您可以选择处理范围。Basic 负责检测边界并对各部分进行命名。Premium 同样会读取文档类型、日期和发件人信息。Ultra 则额外提供每次拆分的理由并生成审计追踪记录。计费按页计算。价格由两个因素决定：处理范围和作业通道。我们选择了即时模式，即立即开始处理。若无启动保证且无服务等级协议（SLA），费用会更低。您可以在我们网站的定价页面查看当前价格。

4 阶段中的第 3 阶段：等待中

该作业在后台运行。循环每六秒检查一次其状态。当作业完成时，运行继续；如果失败，运行将以错误消息结束。

4 阶段中的第 4 阶段：拆分结果

在第四阶段，响应变为一个列表，每个文档对应一个条目。如果分隔页单独返回，此节点会将其过滤掉。最后，Webhook 将返回该列表。接下来会发生什么？在主收件箱视频中，循环接管了此处：每个文档单独进入 IDP Agent，被读取并归档至 Workspace。这样，拆分便成为整个工作流的起点。

自行构建：凭据配置与外部调用

要自行构建此功能，您需要两个凭据，均作为 n8n 中的标头认证。您可以自行选择 Webhook 的密钥，并自定义标头名称。对于 PaperOffice，请使用您账户下“API 和开发人员”部分提供的 API 密钥，并将其放入 Authorization 标头中。从外部调用时，请向 Webhook URL 发送 POST 请求：将文件放入 file 字段，将密钥放入标头中。这可以通过脚本、其他程序或第二个工作流来实现。返回的结果是文档列表，已准备好进入下一步。来自实践的三条建议：首先，您不需要分隔页；Split Agent 会根据内容自动检测边界。其次，您在命名指令字段中设置命名规则，例如日期、发件人、文档类型。第三，请及时下载片段或立即归档，因为这些链接在短时间内就会过期。这就是 Split Agent 在 n8n 中的工作原理：一个 Webhook、一次调用、一个循环和一个列表。在 PaperOffice 中，您也可以直接在上传时使用它。收件箱的主视频展示了各个文档如何从那里继续处理。下次再见，于 PaperOffice AI 学院。