Att fylla i PDF:er för hand låter enkelt tills det är femte gången du har skrivit om samma kundnamn, adress och prissättning i ännu en ”final-final”-version.
Ops-chefer jagar versioner. Kundteamet fastnar i att rätta små misstag som ser oproffsiga ut inför kunder. Och om du driver en liten byrå märks det direkt i kalendern. Den här automatiseringen för PDF-ifyllnad gör ”kopiera, klistra in, dubbelkolla, ladda upp” till en repeterbar pipeline.
Du sätter upp ett n8n-flöde som exponerar doqs.dev:s PDF-ifyllnadsoperationer för en AI-agent och sedan sparar färdiga PDF:er direkt i Google Drive. Du får också se var du kan anpassa det så att det matchar hur ni faktiskt skickar dokument.
Så fungerar automatiseringen
Här är hela flödet du kommer att sätta upp:
n8n Workflow Template: doqs.dev + Google Drive: ifyllda pdf:er, redo att skicka
flowchart LR
subgraph sg0["MCP Entry Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "MCP Entry Trigger", pos: "b", h: 48 }
n1@{ icon: "mdi:web", form: "rounded", label: "Retrieve Designer Templates", pos: "b", h: 48 }
n2@{ icon: "mdi:web", form: "rounded", label: "Generate Designer Template", pos: "b", h: 48 }
n3@{ icon: "mdi:web", form: "rounded", label: "Render Template Preview", pos: "b", h: 48 }
n4@{ icon: "mdi:web", form: "rounded", label: "Remove Designer Template", pos: "b", h: 48 }
n5@{ icon: "mdi:web", form: "rounded", label: "Fetch Designer Template", pos: "b", h: 48 }
n6@{ icon: "mdi:web", form: "rounded", label: "Modify Designer Template", pos: "b", h: 48 }
n7@{ icon: "mdi:web", form: "rounded", label: "Create PDF Output", pos: "b", h: 48 }
n8@{ icon: "mdi:web", form: "rounded", label: "Retrieve Templates", pos: "b", h: 48 }
n9@{ icon: "mdi:web", form: "rounded", label: "Generate Template", pos: "b", h: 48 }
n10@{ icon: "mdi:web", form: "rounded", label: "Remove Template", pos: "b", h: 48 }
n11@{ icon: "mdi:web", form: "rounded", label: "Fetch Template Details", pos: "b", h: 48 }
n12@{ icon: "mdi:web", form: "rounded", label: "Modify Template", pos: "b", h: 48 }
n13@{ icon: "mdi:web", form: "rounded", label: "Download Template File", pos: "b", h: 48 }
n14@{ icon: "mdi:web", form: "rounded", label: "Fill Template Data", pos: "b", h: 48 }
n14 -.-> n0
n8 -.-> n0
n9 -.-> n0
n4 -.-> n0
n12 -.-> n0
n10 -.-> n0
n3 -.-> n0
n13 -.-> n0
n7 -.-> n0
n11 -.-> n0
n1 -.-> n0
n2 -.-> n0
n6 -.-> n0
n5 -.-> n0
end
%% Styling
classDef trigger fill:#e8f5e9,stroke:#388e3c,stroke-width:2px
classDef ai fill:#e3f2fd,stroke:#1976d2,stroke-width:2px
classDef aiModel fill:#e8eaf6,stroke:#3f51b5,stroke-width:2px
classDef decision fill:#fff8e1,stroke:#f9a825,stroke-width:2px
classDef database fill:#fce4ec,stroke:#c2185b,stroke-width:2px
classDef api fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef code fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
classDef disabled stroke-dasharray: 5 5,opacity: 0.5
class n0 trigger
class n1,n2,n3,n4,n5,n6,n7,n8,n9,n10,n11,n12,n13,n14 api
Varför det här spelar roll: PDF:er är där ”små fel” blir stora problem
De flesta team har inte problem för att de inte kan skapa en PDF. De har problem för att PDF:er dyker upp vid sämsta möjliga tillfälle: precis innan en kund behöver signera, precis efter att en säljare lovat ”jag skickar den om 10 minuter”, eller mitt i onboarding när alla redan är överbelastade. Då börjar de manuella stegen. Ladda ner en mall, öppna den, fyll i värden, exportera, namnge, ladda upp, dela och hoppas att du inte missade ett fält som ligger gömt på sida tre. Ett fel datum eller en totalsumma som inte stämmer tvingar fram omtag, fler mejl och det där obekväma ”förlåt, använd den här versionen i stället”.
Det blir mycket snabbt. Här är var processen brukar fallera.
- Det är vanligt att klistra in kunddata i fel fält, särskilt när du gör det från Slack-meddelanden eller CRM-anteckningar.
- Mallar glider över tid, så ”standarddokumentet” blir i tysthet fem lite olika versioner i teamet.
- Namnge och arkivera PDF:er i Drive görs inkonsekvent, vilket gör återhämtning smärtsamt när en kund frågar efter ”det där formuläret från förra månaden”.
- Sena dokumentförfrågningar tvingar fram kontextbyten, och ärligt talat är det det som saktar ner allt annat.
Det du bygger: en AI-redo pipeline för PDF-ifyllnad med doqs.dev + Drive
Det här flödet gör doqs.dev:s API för PDF-ifyllnad till ett verktyg som en AI-agent kan använda via en MCP-serverendpoint (Model Context Protocol). Enkelt uttryckt: du aktiverar flödet i n8n, kopierar MCP-trigger-URL:en och kopplar din AI-agent (som Claude Desktop, Cursor eller en egen intern assistent). När agenten behöver ett dokument anropar den rätt doqs.dev-operation via n8n, skickar in mall-ID och fältvärden och får tillbaka den ifyllda PDF:en som svar. Därifrån kan du routa utdata till Google Drive så att den färdiga filen hamnar exakt där teamet förväntar sig. Resultatet blir konsekventa dokument, färre manuella moment och ett spår du faktiskt kan hitta senare.
Flödet börjar med att MCP Server Trigger fungerar som ”ytterdörren” för AI-förfrågningar. Därefter används verktygsnoder för HTTP Request för att anropa doqs.dev-endpoints som mall-listning, filnedladdning och ifyllnadsoperationer. Till sist skickar du den genererade PDF:en till Google Drive så att den lagras och kan delas utan att någon behöver leta i nedladdningar.
Det du bygger
| Det som automatiseras | Det du uppnår |
|---|---|
|
|
Förväntade resultat
Säg att teamet skickar 10 ifyllda PDF:er i veckan (onboardingpaket, fullmakter, offerter). Manuell hantering tar, anta, cirka 20 minuter per styck för att hitta rätt mall, fylla i fält, exportera, namnge filen och ladda upp till Drive. Det är ungefär 3 timmar i veckan av pilljobb. Med det här flödet blir skapandet av dokumentet en enda begäran till din AI-agent, och sedan en kort väntan medan doqs.dev genererar PDF:en och n8n sparar den i Drive. De flesta team får tillbaka cirka 2 timmar i veckan direkt, och mer när volymen ökar.
Innan du börjar
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- doqs.dev för PDF-mallar och API för ifyllnad
- Google Drive för att lagra och dela färdiga PDF:er
- doqs.dev API-nyckel (hämta den i din doqs.dev-dashboard)
Kunskapsnivå: Medel. Du skriver ingen kod, men du bör vara bekväm med att klistra in API-nycklar, testa en webhook-URL och kontrollera några nodinställningar.
Vill du att någon bygger detta åt dig? Prata med en automationsspecialist (gratis 15-minuters konsultation).
Steg för steg
En AI-agent anropar din MCP-endpoint. Flödet börjar i noden MCP Server Trigger, som ger dig en URL som ditt AI-verktyg kan ansluta till. När agenten behöver en dokumentåtgärd (som ”fyll i den här mallen”) skickar den en begäran till den endpointen.
Begäran routas till rätt doqs.dev-operation. n8n exponerar en uppsättning verktygsnoder för HTTP Request för doqs.dev:s endpoints (lista mallar, hämta detaljer, ladda ner filer, fyll i, generera). Agenten skickar parametrarna via $fromAI()-platshållare, vilket innebär att du inte behöver hårdkoppla varje fält för hand.
PDF:en genereras via doqs.dev. Operationen ”Fill Template Data” är arbetshästen när du populera fält. Om du jobbar med designer-mallar finns även endpointen ”Create PDF Output”, vilket är hjälpsamt när mallarna byggs i designer-delen.
Den färdiga filen kan hamna i Google Drive. Google Drive finns i flödets verktygslåda, så du kan lagra den färdiga PDF:en där teamet redan arbetar. Du bestämmer mappstruktur och namngivningskonvention, och delning blir en länk, inte en skattjakt.
Du kan enkelt ändra Drive-mappsökvägen och reglerna för filnamn utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera MCP-triggern
Det här arbetsflödet startar med en MCP-endpoint som exponerar verktyg för Doqs PDF-mall-API.
- Lägg till och öppna MCP Entry Trigger.
- Ställ in Path till
doqs.dev-|-pdf-filling-mcp. - Lämna Flowpast Branding som det är (det är en klisterlapp för dokumentation och körs inte).
Steg 2: Anslut Doqs API-autentiseringsuppgifter för alla verktyg
HTTP-verktygen är anslutna som AI-verktyg till MCP Entry Trigger, så autentiseringsuppgifter ska läggas till på den överordnade triggern.
- Öppna MCP Entry Trigger och lägg till autentiseringsuppgifter för de anslutna verktygen.
- Autentiseringsuppgift som krävs: Anslut era HTTP Header Auth-autentiseringsuppgifter (används av alla httpRequestTool-noder).
- Bekräfta att verktygsnoderna (t.ex. Retrieve Designer Templates, Generate Template, Fill Template Data) refererar till Doqs API-URL:er och ska ärva autentiseringsuppgifterna från den överordnade triggern.
Steg 3: Konfigurera verktyg för designermallar
Konfigurera endpoints för designermallar för att lista, skapa, förhandsvisa, uppdatera, ta bort och generera PDF:er.
- I Retrieve Designer Templates, ställ in URL till
=https://api.doqs.dev/v1/designer/templates/och aktivera Send Query. Lägg till query-parametrarna limit={{ $fromAI('limit', 'Limit', 'number', 100) }}och offset={{ $fromAI('offset', 'Offset', 'number', 0) }}. - I Generate Designer Template, ställ in Method till
POSToch URL till=https://api.doqs.dev/v1/designer/templates/. - I Render Template Preview, ställ in Method till
POSToch URL till=https://api.doqs.dev/v1/designer/templates/preview. - För ID-baserade operationer (Fetch Designer Template, Modify Designer Template, Remove Designer Template, Create PDF Output), ställ in URL med ID-uttrycket, t.ex.
=https://api.doqs.dev/v1/designer/templates/{{ $fromAI('id', 'Id', 'string') }}, och för PDF-generering använd=https://api.doqs.dev/v1/designer/templates/{{ $fromAI('id', 'Id', 'string') }}/generate.
Steg 4: Konfigurera verktyg för mallhantering och dataifyllning
Dessa endpoints hanterar standardmallar, mallfiler och dataifyllning.
- I Retrieve Templates, ställ in URL till
=https://api.doqs.dev/v1/templatesoch konfigurera query-parametrarna limit={{ $fromAI('limit', 'Limit', 'number', 100) }}och offset={{ $fromAI('offset', 'Offset', 'number', 0) }}. - I Generate Template, ställ in Method till
POSToch URL till=https://api.doqs.dev/v1/templates. - För ID-baserade operationer (Fetch Template Details, Modify Template, Remove Template), använd URL
=https://api.doqs.dev/v1/templates/{{ $fromAI('id', 'Id', 'string') }}med MethodPUTellerDELETEdär det är tillämpligt. - För fil- och ifyllningsåtgärder, ställ in Download Template File-URL till
=https://api.doqs.dev/v1/templates/{{ $fromAI('id', 'Id', 'string') }}/fileoch Fill Template Data-URL till=https://api.doqs.dev/v1/templates/{{ $fromAI('id', 'Id', 'string') }}/fillmed MethodPOST.
Steg 5: Testa och aktivera ert arbetsflöde
Validera MCP-verktygen och säkerställ att API-anropen lyckas innan ni går live.
- Klicka på Execute Workflow och trigga MCP Entry Trigger med er MCP-klient.
- Bekräfta lyckade svar från verktyg som Retrieve Templates och Retrieve Designer Templates i körningsutdata.
- Om någon förfrågan misslyckas, kontrollera HTTP Header Auth-autentiseringsuppgifterna som är kopplade till MCP Entry Trigger och ID-uttrycken som
{{ $fromAI('id', 'Id', 'string') }}. - Växla arbetsflödet till Active för att använda det i produktion.
Felsökningstips
- doqs.dev-autentisering kan löpa ut eller ha fel scope. Om saker slutar fungera: kontrollera först nyckelstatus i doqs.dev-dashboarden och Authorization-headern i n8n-noden HTTP Request.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in ert tonalitet/brand voice tidigt, annars kommer du redigera utdata i all evighet.
Snabba svar
Cirka 30 minuter om du redan har dina doqs.dev-mallar klara.
Nej. Du kopplar in autentisering, klistrar in MCP-URL:en i ditt AI-verktyg och testar ett par doqs.dev-anrop.
Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in doqs.dev API-användning baserat på hur många PDF:er du genererar.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärd och hanterar n8n bra. Egen hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det bör du förmodligen. Du kan byta vilken doqs.dev-endpoint agenten använder (till exempel ”Fill Template Data” kontra ”Create PDF Output”) beroende på om du fyller i en standardmall eller genererar från en designer-mall. Många team anpassar också Drive-routning av mappar efter dokumenttyp (onboarding, ekonomi, juridik) och lägger till en namngivningsregel som ”Kund – Dokument – Datum” så att filer går att hitta senare.
Oftast beror det på en ogiltig eller utgången API-nyckel i noden HTTP Request.
Med n8n Cloud Starter kan du köra ett bra antal dokumentkörningar per månad för ett litet team, men den exakta gränsen beror på planens exekveringsbegränsningar. Om du kör egen hosting finns ingen plattformsgräns för exekveringar; det beror främst på serverns storlek och hur snabbt doqs.dev returnerar PDF:er. I praktiken kör de flesta verksamheter dussintals ifyllnader per dag utan att tänka på det. Om du förväntar dig hundratals per dag, övervaka rate limits och köa begäran så att du inte överbelastar nedströms tjänster.
För det här flödet har n8n några fördelar: mer komplex logik med obegränsad förgrening utan extra kostnad, ett alternativ för egen hosting med obegränsade körningar och inbyggda mönster för verktyg via HTTP-anrop som passar MCP-liknande AI-agenter bra. Zapier och Make kan fortfarande fungera om du bara behöver ett enkelt flöde ”formulär inskickat → fyll i PDF → ladda upp till Drive” och du inte bryr dig om att exponera ett verktygsgränssnitt för en AI-agent. MCP-delen är skillnaden. Den ger dig en återanvändbar dokument-”tjänst” som agenten kan anropa på beställning, inte bara en enskild automation kopplad till en trigger. Om du är osäker på vad som passar ditt team, prata med en automationsspecialist.
När detta väl är i drift slutar ”skapa PDF:en” att vara en återkommande uppgift och blir en kapacitet vid begäran. Flödet tar hand om de repetitiva delarna så att teamet kan fokusera på arbetet som kunderna faktiskt betalar för.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.