Automatizar la extracción de transacciones de PDFs e imágenes a CSV

Automatice la extracción de datos financieros con IA

Extraer manualmente datos de transacciones de extractos bancarios en formato PDF o imagen es una tarea que consume mucho tiempo y es propensa a errores. Este flujo de trabajo de n8n proporciona una solución robusta para procesar automáticamente estos documentos, extraer las transacciones financieras relevantes y categorizarlas en un formato CSV limpio y estructurado.

Características clave

• Ingesta automatizada de documentos: Monitorea una carpeta específica de Google Drive para nuevos archivos PDF e imágenes, activando el proceso de extracción al instante.
• Enrutamiento inteligente de archivos: Identifica automáticamente si un archivo entrante es un PDF o una imagen y lo dirige a la canalización de procesamiento de IA adecuada.
• Extracción avanzada de texto PDF: Utiliza un modelo de lenguaje potente (Llama vía OpenRouter) para leer y analizar con precisión documentos PDF complejos para obtener detalles de transacciones.
• OCR e interpretación avanzada de imágenes: Utiliza Google Vertex AI (Gemini vía LangChain) para extraer texto y comprender datos transaccionales de extractos bancarios basados en imágenes.
• Categoría de transacciones impulsada por IA: Asigna automáticamente categorías relevantes a cada transacción, optimizando el análisis financiero y la elaboración de presupuestos.
• Salida CSV estructurada: Convierte todos los datos extraídos y categorizados en un archivo CSV fácil de usar, listo para importar en hojas de cálculo o software contable.
• Almacenamiento en la nube automatizado: Carga automáticamente los archivos CSV categorizados finales de vuelta a una carpeta designada en Google Drive.

Cómo funciona

Este flujo de trabajo comienza monitoreando continuamente una carpeta específica de Google Drive. Cuando se carga un nuevo archivo PDF o imagen (como un extracto bancario):

• 1. Detección y enrutamiento del archivo: El nodo Get PDF or Images detecta el nuevo archivo, y el nodo Route based on PDF or Image determina su tipo MIME.
• 2. Ruta de procesamiento de PDF: Si es un PDF, el nodo Download PDF recupera el archivo. El nodo Extract data from PDF extrae todo el contenido de texto, que luego se envía al nodo Send data to A.I. (OpenRouter). Un prompt sofisticado instruye a la IA para extraer todas las transacciones, categorizarlas y devolver los datos en formato CSV.
• 3. Ruta de procesamiento de imágenes: Si es una imagen, el nodo Download Image la recupera. Luego la imagen se pasa al nodo Vertex A.I. extract text, que utiliza el modelo de chat Google Gemini Chat Model (configurado con Vertex AI) para realizar OCR avanzado y extraer y categorizar transacciones basadas en un prompt detallado.
• 4. Conversión a CSV: La salida CSV de la IA de ambas rutas se estandariza y formatea mediante los nodos Convert to CSV o Convert to CSV2.
• 5. Subida a Google Drive: Finalmente, el archivo CSV categorizado se sube automáticamente a la carpeta "Exportaciones CSV" designada en Google Drive, haciendo que sus datos financieros estén organizados y accesibles al instante.