Drive 里的发票由 LlamaParse 解析并存进 Airtable

Drive 里的发票由 LlamaParse 解析并存进 Airtable

一个归档发票的 n8n 工作流。它盯着一个 Google Drive 文件夹，把每个新文件发给 LlamaParse，并在 webhook 上接收解析后的文字。随后一个 OpenAI 模型以 JSON 返回明细行，Airtable 里得到一条发票记录，每个明细行也各有一条记录。

里面有什么

• workflow.json：n8n 导出的工作流，9 个节点，另有 9 张便签。里面没有任何凭据。
• README.md：这份说明。

我们对原始副本做了哪些改动

• 原文件的 JSON 后面有多余的文字。Mindket 的副本把它去掉了。
• 上传原来发往 https://api.cloud.llamaindex.ai/api/parsing/upload。LlamaParse 的文档（2026 年 11 月 12 日查看）写的是 /api/v1/parsing/upload，Mindket 的副本用这个。
• parsing_instruction 原来作为头发送。文档把它列为表单字段，所以现在放在表单里。
• OpenAI 这一步原来读 webhook 的 body.json[0].items。有文档的 webhook 正文含 txt、md、json 和 images，而 json 的样例里没有 items。Mindket 的副本发送 body.md，也就是 Markdown 文字，提示词也改成了说明该返回什么。
• 模型 gpt-4o-mini 将于 2027 年 1 月 14 日停用，OpenAI 的弃用页面说它的替代是 gpt-6-luna。Mindket 的副本用 gpt-6-luna。它在这里没有任何工具，所以关于该模型工具的注意事项不适用。
• 像 $1,250.00 这样的金额会丢掉千位以后的部分，因为 parseFloat 在逗号处停下。现在两个价格表达式会先去掉美元符号、逗号和空格。
• webhook 路径、webhook 地址、Drive 文件夹、Airtable 的数据库和表，以及头里的空密钥都换成了占位符。原版里放的是它作者自己的 ID。
• OpenAI 节点的名字里有一个前后带空格的连字符。现在叫 OpenAI Extract Line Items，读取它的 Code 节点也跟着改了。
• 便签重新写过。横幅便签写的是另一个工作流，一个会议智能体，已被替换。
• 里面没有任何凭据。

开始之前

• 一个有公开 HTTPS 地址和域名的 n8n 实例，n8n Cloud 或你自己的服务器都行。
• 一个 Google 账号和一个放发票的 Drive 文件夹。
• 一个 LlamaCloud API 密钥。
• 一个 OpenAI API 密钥。
• 一个有两张表的 Airtable 数据库：Invoices 表有 Name 列和 Line Items 链接，Line Items 表有 Description、Qty、Unit price、Amount 和 Invoices 链接。再加一个 Airtable 个人访问令牌。

设置步骤

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. 添加一个 Google Drive 凭据，在 Google Drive Trigger 和 Google Drive 里选中它。在触发器里选好你的发票文件夹。
3. 在 Webhook 里，把 <YOUR_RANDOM_WEBHOOK_PATH> 换成一段很长的随机文字。在 Upload File 的地址里用同一段文字，并把 <YOUR_N8N_HOST> 换成你的 n8n 主机。
4. 在 Upload File 里，把 Authorization 头中的 <YOUR_LLAMACLOUD_API_KEY> 换成你的密钥。
5. 添加一个 OpenAI 凭据，在 OpenAI Extract Line Items 里选中它。
6. 添加一个 Airtable 凭据，然后在 Create Invoice 和 Create Line Item 里选好你的数据库和两张表。
7. 发布工作流，把一份发票 PDF 丢进文件夹。

一次运行是怎么走的

1. Google Drive Trigger 每分钟检查一次文件夹，每个新文件开始一次运行。Google Drive 把它下载下来。
2. Upload File 把文件连同 webhook 地址和一条找出明细行的指令 POST 给 LlamaParse。
3. LlamaParse 处理完后，把结果 POST 到 Webhook。Set Fields 加上提示词和 JSON 模式。
4. OpenAI Extract Line Items 请模型按模式的形状返回各行。
5. Create Invoice 往 Invoices 表里加一条空记录。
6. Process Line Items 把模型的 JSON 变成每行一个条目。Create Line Item 把每一行加进 Line Items 表，并链接到这张发票。

想改样子，改这里

• 被盯着的文件夹：Google Drive Trigger。
• 让 LlamaParse 做什么：Upload File 里的 parsing_instruction 字段。
• 读取扫描页：删掉 Upload File 里的 disable_ocr 字段。
• 模型返回什么：Set Fields 里的提示词和模式。
• 填哪些列：两个 Airtable 节点。

要知道的

• LlamaParse 的文档（2026 年 11 月 12 日查看）说它的第一版 API 已弃用但仍可用，新功能只出现在第二版。这份副本留在第一版，因为它的 webhook 有文档说明会发送结果。第二版会改变 webhook，所以迁移前请先测试。
• LlamaParse 只接受带域名、长度不到 200 个字符的 HTTPS webhook 地址。本地 n8n 需要一条隧道。
• 谁知道 webhook 的路径，谁就能向它发文字，这些文字会进入 OpenAI 和 Airtable。请用一条很长的随机路径。
• disable_ocr 是 true，图片里的文字不会被读取。扫描的发票可能一片空白。
• Create Invoice 不填任何列。请在 Airtable 里给记录起名，或者映射一个字段。
• 1.234,50 这样的欧洲价格写法，两个价格表达式读不对。
• 发票文字会发给 LlamaParse、OpenAI 和 Airtable，请先确认你有权发送。
• Mindket 没有运行这个工作流。它读的是 LlamaParse 和 OpenAI 的文档以及 n8n 的源码。
• 这个 JSON 里没有任何凭据。