用 LlamaParse 和 OpenAI 读取 Gmail 里的发票 PDF

用 LlamaParse 和 OpenAI 读取 Gmail 里的发票 PDF

一个 n8n 工作流，它在 Gmail 里盯着带 PDF 的发票邮件，用 LlamaParse 把 PDF 转成 markdown，让一个 OpenAI 模型提取发票字段，并把它们作为一行加到 Google Sheets。然后给邮件打上标签，这样同一封邮件不会被处理两次。

包里有什么

• workflow.json：n8n 导出的工作流，27 个节点，其中 18 个会运行，九个是便签。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

• 原来调用的是 LlamaParse 的 v1 API。现在上传、任务检查和取结果都用 v2 API，档位是 cost_effective。LlamaParse 的迁移页说 v1 在可预见的将来仍然可用，而新功能只在 v2 里。
• 任务检查读取 job.status，并认识 v2 的状态。RUNNING 和 PENDING 一起走等待分支。FAILED 和 CANCELLED 现在进入一个新节点 Stop on parse failure，这样失败的任务会显示为错误。以前它们哪儿也不去。
• 取结果时用 expand=markdown_full，提示词读的就是这个字段。
• 原来用的是 OpenAI 的文本补全节点和 gpt-3.5-turbo-1106。OpenAI 的弃用页（2026 年 11 月 12 日查阅）列出这个模型已在 2026 年 9 月 28 日停用。现在这个节点是 OpenAI Chat Model，模型是 gpt-6-luna。
• 固定的温度 0 去掉了，因为 OpenAI 关于 gpt-6-luna 的页面没有提到温度设置。
• 发件人筛选条件、标签 ID 和电子表格原来属于原作者，现在是 <SUPPLIER_EMAIL_ADDRESS>、<YOUR_INVOICE_SYNCED_LABEL_ID> 和 <YOUR_SPREADSHEET_ID>。
• 提示词里的一处笔误改正了，便签不再带外部链接，关于每天 1,000 个免费 PDF 的旧说明换成了 LlamaParse 现在的价格。
• 别的都没改。标签检查、结构化输出解析器和表格映射都和原来一样。

开始之前

• 一个 n8n，n8n Cloud 或你自己的服务器都行。
• 一个 LlamaCloud 账户和 API 密钥。LlamaParse 的计费页列出一个每月 0 美元、每月含 10,000 免费积分的 Pay as you go 方案。它的价格页把 cost_effective 档位列为每页 3 积分，所以大约是 3,300 页。
• 一个带 API 密钥的 OpenAI 账户。
• 一个有 invoice synced 标签的 Gmail 账户，和一个 Google 电子表格。
• 表格的第一行有 14 个列标题。它们必须和 Structured Output Parser 里的 14 个字段名完全一致，所以请打开那个节点，从它的结构里复制过来。

设置

1. 在 Gmail 里新建标签 invoice synced。
2. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
3. 为 LlamaParse 创建一个 Header Auth 凭据。名称填 Authorization，值填 Bearer 加上你的密钥。在 Upload to LlamaParse、Get Processing Status 和 Get Parsed Invoice Data 里选中它。
4. 打开 OpenAI Model，连上你的 OpenAI 账户。保留 gpt-6-luna，或者选别的聊天模型。
5. 打开 Receiving Invoices，连上你的 Gmail 账户，把 <SUPPLIER_EMAIL_ADDRESS> 换成发件人的地址。在 Get Labels Names 和 Add "invoice synced" Label 里用同一个账户。
6. 在 Add "invoice synced" Label 里选你的 invoice synced 标签。
7. 在 Append to Reconciliation Sheet 里连上你的 Google 账户，选好电子表格和工作表。
8. 拿一张真实的发票跑一遍，检查每个节点的输出。然后保存，点画布顶部的 Publish（或按 Shift+P）。

一次运行的过程

1. Receiving Invoices 每分钟检查一次那个发件人发来的、带附件的新邮件，并下载附件。
2. Split Out Labels、Get Labels Names、Combine Label Names 和 Email with Label Names 查出邮件的标签名称，并附到邮件上。
3. 当邮件的第一个附件是 PDF，且它的标签里没有 invoice synced 时，Should Process Email? 才放行。
4. Upload to LlamaParse 带着档位 cost_effective 发送那个附件，并拿到一个任务 ID。
5. Get Processing Status 查询任务，Is Job Ready? 来分流。完成的往下走，失败或被取消的停下，等待中或运行中的去 Wait to stay within service limits，等一秒再问。
6. Get Parsed Invoice Data 把整份文档作为一整段 markdown 取回。
7. Apply Data Extraction Rules 把 markdown 和字段清单交给模型，Structured Output Parser 规整回答的格式。
8. Map Output 留下解析出的对象。Append to Reconciliation Sheet 加一行数据，Add "invoice synced" Label 给邮件打上标签。

改变样子

• 读取哪些邮件：Receiving Invoices 里的筛选条件。
• 提取哪些字段：Apply Data Extraction Rules 里的提示词、Structured Output Parser 里的结构，以及你表格里的列标题。
• 哪个模型读发票：OpenAI Model。
• 怎么解析 PDF：Upload to LlamaParse 里的 configuration 字段。LlamaParse 的档位页列出 fast、cost_effective、agentic 和 agentic_plus，并建议在生产环境里固定一个带日期的版本。
• 行数据去哪里：Append to Reconciliation Sheet。你可以把它换成会计工具或数据库。

值得知道的

• 未运行：Mindket 没有调用过 LlamaParse、OpenAI、Gmail 或 Google。它在 2026 年 11 月 12 日读了 LlamaParse 的文档、OpenAI 的页面和 n8n 的节点代码。
• 只读第一个附件。如果邮件里 PDF 之前有一张 logo 图片，Should Process Email? 就会跳过它。
• LlamaParse 任务失败或被取消，运行会以错误停止，邮件也不会得到标签。请在 Executions 里检查这些。
• 状态检查每秒重复一次，直到任务结束，没有任何东西限制重复的次数。
• 每页都会花积分。LlamaParse 的档位页说，48 小时内再次解析同一个文件不花积分。
• 一次轮询里的两封或更多邮件共用一个标签名称列表，所以一封已经有标签的邮件可能让其他邮件被跳过。这是从接线上读出来的，不是跑出来的。
• 你的数据：每个 PDF 发到 LlamaParse，提取出的文字发到 OpenAI，行数据发到 Google。发票里可能有姓名、地址和银行信息。
• 凭据：JSON 里没有任何凭据。LlamaParse、OpenAI、Gmail 和 Google Sheets 各自需要一个 n8n 凭据。