季度财报 PDF 变成分析师报告

季度财报 PDF 变成分析师报告

一个分成两半的 n8n 工作流。前一半把 Google Drive 里的季度财报 PDF 用 Gemini 嵌入后载入 Pinecone 索引。后一半让一个 OpenAI 智能体写一份关于最近三个季度的报告。智能体在这个索引里检索，写好的报告被追加到一份 Google 文档里。

包里有什么

• workflow.json：n8n 导出的工作流，十九个节点，其中十六个运行，三个是便签。里面没有任何凭据。
• README.md：这份设置说明，压缩包里的是英文版。

我们相对原来的副本改了什么

• 原文件里没有节点启动填充索引的那一半，所以测试运行只会走到智能体。我们加了一个手动触发器 Load earnings PDFs，接在 List Of Files To Load (Google Sheets) 前面。
• 两个嵌入节点原来调用 models/text-embedding-004，Google 已于 2026 年 1 月 14 日关停它。现在它们调用 models/gemini-embedding-2，这是 Google 弃用页面上写的替代模型，2026 年 11 月 12 日查阅。
• 向量库工具里的 Gemini 聊天模型原来是 models/gemini-2.0-flash-exp。同一页面把 2.0 Flash 系列列为已于 2026 年 6 月 1 日关停，并指定 gemini-3.6-flash 为替代，所以这个节点现在调用 models/gemini-3.6-flash。
• 表格、Google 文档和每个凭据关联都是文件作者的。两个 ID 现在是占位符，凭据关联已删除。
• 写着设置步骤的便签换成了一条指向这份说明的简短提示。
• 别的都没改。文件里没有 Code 节点。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个 Google 账号，用来建三个 OAuth2 凭据：Google Sheets、Google Drive 和 Google Docs。
• 一个来自 Google AI Studio 的 Gemini API 密钥，放在 Google Gemini(PaLM) Api 凭据里。
• 一个 Pinecone 账号和 API 密钥。
• 一个 OpenAI API 密钥。
• 存在 Google Drive 里的财报 PDF。
• 一张 Google 表格，每份 PDF 占一行，再加一份存放报告的空 Google 文档。

设置

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
2. 在 Pinecone 里建一个名为 company-earnings 的索引，3072 维。Google 的嵌入页面给 gemini-embedding-2 的默认大小就是 3072。按旧模型的 768 维建的索引会拒绝这些向量。
3. 在表格第一行写上两个表头 File URL 和 10Q。每份 PDF 在下面占一行：它的 Google Drive 链接，以及要存成的文件名。
4. 添加凭据并分别选中：List Of Files To Load (Google Sheets) 里选 Google Sheets，Download File From Google Drive 里选 Google Drive，Save Report to Google Docs 里选 Google Docs，Embeddings Google Gemini、Embeddings Google Gemini (retrieval) 和 Google Gemini Chat Model1 里选 Google Gemini(PaLM)，两个 Pinecone 节点里选 Pinecone，OpenAI Chat Model 里选 OpenAI。
5. 在 List Of Files To Load (Google Sheets) 里，把 YOUR_SHEET_ID 换成表格地址里的 ID，也就是 /d/ 和 /edit 之间的那一段，把 YOUR_SHEET_TAB 换成标签页的名称。
6. 在 Save Report to Google Docs 里，把 YOUR_GOOGLE_DOC_ID 换成你的文档 ID，找法相同。
7. 点 Load earnings PDFs 的运行按钮，等循环结束。到 Pinecone 里确认索引里已经有向量。
8. 打开 AI Agent，按你的公司改写它的提示词和系统消息。两者都是为 Google 写的。
9. 运行另一个触发器 When clicking ‘Test workflow’，然后打开那份 Google 文档。

一次运行的过程

填充索引：

1. Load earnings PDFs 启动 List Of Files To Load (Google Sheets)，它读取这个标签页的每一行。
2. Loop Over Items 一次传下去一行，因为它的批大小保持为 1。
3. Download File From Google Drive 打开 File URL 处的文件，并按 10Q 列给它命名。
4. Default Data Loader 把文件当 PDF 读取，每页一份文档。Recursive Character Text Splitter 把它们切成每段 1000 个字符、没有重叠的片段，Embeddings Google Gemini 把每个片段转成向量。
5. Pinecone Vector Store 设为插入，把向量写进 company-earnings 索引。
6. 这个节点把控制交还给 Loop Over Items，处理下一行。

要报告：

1. When clicking ‘Test workflow’ 启动 AI Agent（1.7 版）。它的提示词直接写在节点里：一份关于 Google 最近三个季度的 markdown 报告，写出差异、趋势和任何异常值。
2. 智能体的模型是 OpenAI Chat Model。它的唯一一个工具 Vector Store Tool 名叫 company_financial_earnings_data_tool。
3. 智能体调用这个工具时，Pinecone Vector Store (Retrieval) 找出最接近的四个片段，因为 Limit 保持为 4。Google Gemini Chat Model1 根据它们作答，再把回答交还给智能体。智能体可能调用这个工具很多次。
4. Save Report to Google Docs 把智能体的 output 追加到你的文档末尾。

想改的地方

• 公司和季度：表格的行，以及 AI Agent 里的提示词和系统消息。
• 报告的章节：系统消息里的列表。
• 片段大小：Recursive Character Text Splitter 里的 Chunk Size。改完之后要重新载入 PDF。
• 每次检索的段落数：Vector Store Tool 里的 Limit。
• 模型：OpenAI Chat Model 和 Google Gemini Chat Model1。两个嵌入节点要保持用同一个模型。
• 报告放到别处：把最后一个节点换成 Gmail、Slack 或其他能接收文字的节点。

要知道的

• 每按一次 Load earnings PDFs，所有片段都会再加一遍，也没有任何检查重复的机制。重新载入之前先清空索引。
• 索引的大小必须和嵌入模型匹配。如果你在两个嵌入节点里都换了模型，就要另建一个适合它的索引。
• 系统消息说智能体有一个 Google Docs 工具。其实没有：Save Report to Google Docs 在智能体结束之后才把文字写进去。这句话无害，你也可以删掉。
• 报告要经过两个模型。Gemini 根据四个片段写出每个工具的回答，智能体再根据这些回答写报告。凡是重要的数字，在别人依赖它之前，先对照 PDF 核对。
• OpenAI Chat Model 没有设模型，所以用 n8n 对这个节点版本的默认值 gpt-5-mini。OpenAI 的即将停用模型列表（同一天查阅）给它定的关停日期是 2026 年 12 月 11 日，替代模型是 gpt-5.6-terra。请在节点里选一个模型。
• Google 的页面还把 gemini-2.5-pro 和 gemini-2.5-flash 列在 2026 年 12 月 1 日。这里都没有用到。
• 费用：Gemini 按每个嵌入的片段收费，每次检索再收一次，OpenAI 按智能体的轮次收费，Pinecone 按索引收费。
• 数据去向：PDF 的文字发给 Google 做嵌入，片段存在 Pinecone，问题和工具的回答发给 OpenAI。写好的报告落在你的 Google 文档里。