Mindket
简体中文
English简体中文
登录注册
商店MCP技能计算器学习价格博客
发现
研究312写作59商务95法律13财务33营销175开发1,422效率391教育81陪伴14
帮助与支持
语言
English简体中文

让 Claude 和 Gemini 一步从 PDF 里提取数据

由 Mindket 上架n8n 工作流效率
新上架第 1 版 · 更新于
节点6应用3点赞

概览

  1. When clicking 'Test workflow'
  2. Define Prompt
  3. Google Drive
  4. Extract from File
  5. Call Claude with the PDF
  6. Call Gemini with the PDF
让 Claude 和 Gemini 一步从 PDF 里提取数据，图片 1
‹2 / 2›

一个 n8n 工作流，把同一份 PDF 和同一条提示词直接发给 Claude 和 Google Gemini。你可以比较两个模型各自提取出什么，中间不需要单独的 OCR 步骤。

让 Claude 和 Gemini 一步从 PDF 里提取数据 是一款 n8n 工作流，属于效率类，由 Mindket 上架。可免费获取。当前为第 1 版，最近更新于 。在本页下载，或复制它的 JSON，再导入 n8n 画布。在 n8n 里启用之前，它不会运行。

速览

用在
  • n8n Cloud：在那里新建一个工作流，把文件导入进去
  • 你自己的 n8n 服务器：同一个文件，同样的步骤
  • 只用一个模型：在对应的节点里关掉你不想要的那个调用
  • 换一份文档：在 Google Drive 里选另一个文件

平台

n8n工作流自动化，可在 n8n 云端或你自己的服务器上运行
连接 3 个应用

运行方式

触发

一次手动运行

你手动启动它：

  • 点一下 Test workflow
  • PDF 就是在 Google Drive 节点里选的那个文件

动作

  1. 先设好提示词，并从 Google Drive 下载 PDF
  2. 把 PDF 变成 base64 文字
  3. PDF 和提示词在一次调用里发给 Google Gemini
  4. 同样的 PDF 和提示词在第二次调用里发给 Claude
  5. 每次调用返回各自的答案，中间没有合并或核对

结果

两个答案，一个来自 Gemini，一个来自 Claude，可以在各自的调用节点里比较

集成

开始之前要准备好这些。

Google Drive

文件存储

存放 PDF 并把它下载下来。

需要一个 Google Drive 凭据

Anthropic

文档阅读

用 claude-sonnet-5-5 读整份 PDF 并回答提示词。

需要Anthropic API 密钥，放在一个 Anthropic 凭据里

Google Gemini

文档阅读

用 gemini-3.8-flash 读整份 PDF 并回答提示词。

需要Gemini API 密钥，放在一个 Google Gemini(PaLM) API 凭据里

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
6 个步骤，手动启动
AI
没有步骤调用 AI 模型
登录
需要登录：Google Drive、Anthropic、Google Gemini
API 密钥
文件里没有留下 API 密钥
步骤类型
Mindket 的检查器能读懂它全部 5 种步骤类型

以上内容读自工作流文件，并非实际运行的结果。

关于

它是什么

这个 n8n 工作流用两个 AI 模型同时读一份 PDF。它从 Google Drive 下载一个文件，转成 base64。然后两个 HTTP Request 节点把它发给 Gemini 和 Claude，每个都带着你在 Define Prompt 里设的提示词。每个模型自己读整份 PDF，前面没有 OCR 这一步。示例提示词要求提取发票里的增值税号。六个节点干活，另有五张便签。

适合谁

想在选定模型之前，用自己的文档比较两个模型的人，比如测试发票提取的会计。别把它用作生产流水线。两个答案不会被合并或核对，每次调用都由各自的提供方计费。

谁在用，怎么用
行业谁在用怎么用例子
财务会计从发票里提取税号和合计会计发送一张供应商发票，比较两个模型各自返回的增值税号。
法务律师助理从合同里提取日期和各方律师助理向两个模型询问一份租约的到期日，并对照页面核实。
运营后台人员在自动化之前先用表单测试模型一位职员跑十份样表，记下哪个模型更能读懂手写字。
采购采购员比较不同供应商的报价采购员询问每份报价 PDF 里的单价，把答案并排对比。

你需要会一点 n8n，还要有三个账号：Google Drive、Anthropic 和 Google Gemini。

用在哪里

任何能访问 Google Drive、Anthropic 和 Google 的 Gemini API 的 n8n 都能运行它。

  • n8n Cloud：在那里新建一个工作流，把文件导入进去
  • 你自己的 n8n 服务器：同一个文件，同样的步骤
  • 只用一个模型：在对应的节点里关掉你不想要的那个调用
  • 换一份文档：在 Google Drive 里选另一个文件

设置

点“下载”会把一个压缩包存到你的下载文件夹，里面有 workflow.json 和 Mindket 写的设置说明。 这里涉及三个账号，你也可以只留一个模型。

先准备好这些
需要说明
n8nn8n Cloud 或你自己的服务器
Google Drive一个 Google Drive 凭据，以及存在那里的一份 PDF
Anthropic一个 API 密钥，放在一个 Anthropic 凭据里
Google Gemini一个 API 密钥，放在一个 Google Gemini(PaLM) API 凭据里
  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 里选中它。把你的 PDF 文件 ID 填进这个节点，替换 <YOUR_DRIVE_FILE_ID>。
  3. 添加一个 Anthropic 凭据，在 Call Claude with the PDF 里选中它。
  4. 添加一个 Google Gemini(PaLM) API 凭据，在 Call Gemini with the PDF 里选中它。
  5. 在 Define Prompt 里写下你想从文档里得到什么。
  6. 用 When clicking 'Test workflow' 运行它。

如何使用

手动运行这个工作流。打开每个调用节点就能读到答案。Claude 的文字在 content 里，Gemini 的在 candidates 里。

想要不同的效果，改这里
要改的在哪里改
要提取什么Define Prompt 里的 prompt
Claude 模型Call Claude with the PDF 请求体里的 model
Gemini 模型Call Gemini with the PDF 地址里的模型名
Claude 答案的长度Call Claude with the PDF 请求体里的 max_tokens
文件Google Drive 里的 fileId

示例

一位会计选了一份供应商发票 PDF，保留示例提示词，要求列出每个国家的增值税号。

两次调用都会返回文字，内容应当列出它找到的增值税号，所以会计可以看出两个模型的差别在哪里。

新手与专家

新手：n8n 把工作流画成用线连起来的方框，每个方框是一个节点，只做一件事。Base64 是把文件写成纯文字的一种办法，这样它就能放进请求里传送。Claude 和 Gemini 都能读这样发来的 PDF。

专家：两次调用都是带预定义凭据的 HTTP Request 节点，所以 n8n 会替你加上密钥。提示词是直接贴进 JSON 请求体的，所以里面的双引号会让请求出错。

值得细看的地方
节点做什么要知道的
Define Prompt把问题放在字段 prompt 里两次调用都按节点名读它
Extract from File把下载的 PDF 变成 data 里的 base64base64 文字会让请求比文件大约多出三分之一
Call Gemini with the PDF把 PDF 和提示词提交给 Gemini 的 generateContent它以 inlineData 发送 PDF，Gemini 接受最大 50 MB 或 1000 页的 PDF
Call Claude with the PDF把 PDF 和提示词提交给 Anthropic 的 Messages API它发送一个 document 块，Claude 最多接受 600 页，上下文窗口小于 1M 个词元时是 100 页

注意事项

两个模型和一个版本请求头被更新了。Mindket 没有运行过这两次调用。

  • Gemini：文件原来用 gemini-2.0-flash-exp。Google 的弃用页面（2026 年 11 月 12 日查阅）显示 2.0 Flash 系列已在 2026 年 6 月 1 日停用，也没有列出这个实验版名称。Mindket 的版本用 gemini-3.8-flash，模型页面把它列为稳定版，支持 PDF 输入
  • Claude：文件原来用 claude-3-5-sonnet-20241022。Anthropic 的弃用页面（2026 年 11 月 12 日查阅）把它列为 2025 年 10 月 28 日退役，替代模型是 claude-sonnet-5-5。Mindket 的版本用这个模型，PDF 支持页面列出了它
  • 版本请求头：Anthropic 的版本页面（同一天查阅）要求调用方发送最新版本 2026-10-21。文件原来发的是 2023-06-01。新版本去掉了 temperature、top_p 和 top_k，这次调用都没有发
  • 限制：Claude 每个请求最大 128 MB、最多 600 页。Gemini 接受最大 50 MB 或 1000 页的 PDF。Base64 会让文件大约变大三分之一
  • 引号：提示词是原样贴进 JSON 请求体的，所以里面别用双引号
  • 你的数据：PDF 会发给 Anthropic 和 Google。文件里没有任何凭据、密钥和 Drive 文件 ID

README 和文件

README

让 Claude 和 Gemini 一步从 PDF 里提取数据

一个 n8n 工作流，把同一份 PDF 和同一条提示词直接发给 Claude 和 Google Gemini。你可以比较两个模型各自提取出什么，中间不需要单独的 OCR 步骤。

包里有什么

  • workflow.json：n8n 导出的工作流，十一个节点。六个干活，五个是便签，标出各个步骤。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

  • Gemini 调用原来用模型 gemini-2.0-flash-exp。Google 的弃用页面（2026 年 11 月 12 日查阅）让 2.0 Flash 系列在 2026 年 6 月 1 日停用，也没有列出这个名称。Mindket 的版本用 gemini-3.8-flash，模型页面把它列为稳定版，支持 PDF 输入。
  • Gemini 的请求体原来用下划线写法 inline_data 和 mime_type。现在用 inlineData 和 mimeType，和 Google 参考文档里的写法一致。
  • Claude 调用原来用模型 claude-3-5-sonnet-20241022。Anthropic 的弃用页面把它列为 2025 年 10 月 28 日退役，替代模型是 claude-sonnet-5-5。Mindket 的版本用这个模型。
  • anthropic-version 请求头原来是 2023-06-01。现在是 2026-10-21，也就是 Anthropic 的版本页面要求调用方发送的版本。
  • 两个调用节点原来把模型名写在标题里，现在分别叫 Call Gemini with the PDF 和 Call Claude with the PDF。示例发票的 Drive 文件 ID 已删掉，便签也被重写了。
  • 有几个节点原来关联着作者 n8n 里的凭据。这些关联已删掉，请选你自己的。
  • 别的都没改。示例提示词和 base64 这一步都是文件原有的。

开始之前

  • 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
  • 一个 Google Drive 账号，里面存着一份 PDF。
  • 一个 Anthropic API 密钥和一个 Gemini API 密钥。你也可以只用其中一个。

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. 添加一个 Google Drive 凭据，在 Google Drive 里选中它。把你的 PDF 文件 ID 填进这个节点，替换 <YOUR_DRIVE_FILE_ID>。
  3. 添加一个 Anthropic 凭据，在 Call Claude with the PDF 里选中它。
  4. 添加一个 Google Gemini(PaLM) API 凭据，在 Call Gemini with the PDF 里选中它。
  5. 在 Define Prompt 里写下你想从文档里得到什么。
  6. 用 When clicking 'Test workflow' 运行它。

一次运行的过程

  1. When clicking 'Test workflow' 启动这次运行，Define Prompt 设好字段 prompt。
  2. Google Drive 下载 PDF，Extract from File 把它变成字段 data 里的 base64。
  3. Call Gemini with the PDF 把 PDF 和提示词提交到 Gemini 的 generateContent 地址。
  4. Call Claude with the PDF 把同一份 PDF 和提示词提交到 Anthropic 的 Messages API。
  5. 每次调用返回各自的答案，没有任何东西把它们合并。

改变结果

  • 要提取什么：Define Prompt 里的 prompt。
  • Claude 模型：Call Claude with the PDF 请求体里的 model。
  • Gemini 模型：Call Gemini with the PDF 地址里的模型名。
  • Claude 答案的长度：Call Claude with the PDF 请求体里的 max_tokens。
  • 文件：Google Drive 里的 fileId。

注意事项

  • Mindket 没有运行过这个工作流。没有调用过 Google Drive、Anthropic 和 Google。字段名和限制来自各家的文档和 n8n 源码，查阅日期是 2026 年 11 月 12 日。
  • Claude 每个请求最大 128 MB、最多 600 页，上下文窗口小于 1M 个词元时是 100 页。Gemini 接受最大 50 MB 或 1000 页的 PDF。Base64 会让文件大约变大三分之一。
  • 提示词是原样贴进 JSON 请求体的，所以里面的双引号会让请求出错。
  • 想让 Gemini 返回 JSON，就在它的请求体里加上 generationConfig，把 responseMimeType 设为 application/json。
  • 两次调用都由各自的提供方按读写的内容计费。
  • PDF 会发给 Anthropic 和 Google。
  • 文件里没有任何凭据、密钥和 Drive 文件 ID。
文件
NOTICE.md  696 B
README.md  4 KB
workflow.json  7 KB

3 个文件，共 12 KB，以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字，用一个检测器找文本行，再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件，提供八种量化大小，可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐，50 步并带引导控制，音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

效率类的相似商品

查看效率类的全部商品

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能，有两套视觉风格，还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Frontend Slides

zarazhangrui · 技能

从零开始或从 PowerPoint 文件生成 HTML 演示文稿，并展示几种视觉风格预览供你挑选，适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。

新上架32.3k

IPTV

iptv-org · 工具包

把来自多个国家的公开电视直播频道整理成播放列表，任何支持直播流的视频播放器都能打开。适合想看直播的观众，也适合需要频道数据的开发者。

新上架144k