Steg 2: anslut Google Sheets

Förbered de två Google Sheets-utdata där tolkade utgifts- och betalningsdata ska läggas till.

1. Öppna Append Sheet Row och ställ in Operation till append.
2. Ställ in Document ID till [YOUR_ID] och Sheet Name till raw data 2.
3. Mappa kolumner med uttryck som {{ $json.output.date }}, {{ $json.output.amount }}, {{ $json.output.details }}, {{ $json.output.card }}, {{ $json.output.service }}, {{ $json.output.category }} och {{ $json.output.currency }}.
4. Autentiseringsuppgifter krävs: Anslut era googleSheetsOAuth2Api-autentiseringsuppgifter till Append Sheet Row.
5. Öppna Append Sheet Row 2 och ställ in Operation till append.
6. Ställ in Document ID till [YOUR_ID] och Sheet Name till raw data 2.
7. Mappa kolumner med uttryck som {{ $json.output.date }}, {{ $json.output.amount }}, {{ $json.output.details }}, {{ $json.output.service }}, {{ $json.output.category }} och {{ $json.output.currency }}.
8. Autentiseringsuppgifter krävs: Anslut era googleSheetsOAuth2Api-autentiseringsuppgifter till Append Sheet Row 2.

Steg 3: konfigurera e-posttolkning och routning

Tolka PDF:er, bygg e-postpayloads och routa dem till rätt bearbetningsflöde.

1. I Parse Invoice PDF, ställ in Operation till pdf och Binary Property Name till attachment_0.
2. I Parse Invoice PDF, ställ in Options → Password till YOUR_CREDENTIAL_HERE om era PDF:er är lösenordsskyddade.
3. I Parse Payment PDF, ställ in Operation till pdf och Binary Property Name till attachment_0, och ställ in Options → Password till YOUR_CREDENTIAL_HERE vid behov.
4. I Assemble Invoice Data, mappa fält med uttryck som {{ $('Fetch Invoice Email').item.json.html }}, {{ $('Fetch Invoice Email').item.json.subject }}, {{ $('Fetch Invoice Email').item.json.date }}, {{ $('Fetch Invoice Email').item.json.text }} \n {{ $json.text }} och {{ $('Fetch Invoice Email').item.json.from.text }}.
5. I Assemble Payment Data, mappa fält med uttryck som {{ $('Fetch Payment Email').item.json.html }}, {{ $('Fetch Payment Email').item.json.subject }}, {{ $('Fetch Payment Email').item.json.date }}, {{ $('Fetch Payment Email').item.json.text }} \n {{ $json.text }} och {{ $('Fetch Payment Email').item.json.from.text }}.
6. Konfigurera regler i Route by Sender för att matcha avsändaren: ställ in contains- och regex-reglerna med [YOUR_EMAIL] och fakturaregeln med notRegex med \b(?:[YOUR_EMAIL])\b.

Steg 4: sätt upp bearbetning och datamappning

Extrahera HTML-sektioner för utgifter, dela upp flera poster och normalisera fält inför AI-tolkningsstegen.

1. I Extract HTML Segments, ställ in Operation till extractHtmlContent och Data Property Name till =html.
2. I Extract HTML Segments, ställ in extraktionsvärdets nyckel till spend, CSS Selector till .spend-table och aktivera Return Array.
3. I Split Spend Items, ställ in Field to Split Out till spend.
4. I Map Multi-Pay Data, mappa email_date till {{ $('Route by Sender').item.json.date }}, email_subject till {{ $('Route by Sender').item.json.subject }} och email_content till {{ $ifEmpty($json.spend, $ifEmpty( $json.text, $json.html)) }}.
5. I Map Single-Pay Data, mappa email_date till {{ $json.date }}, email_subject till {{ $json.subject }} och email_content till {{ $ifEmpty( $json.text, $json.html) }}.
6. I Map Invoice Data, mappa email_date till {{ $json.date }}, email_subject till {{ $json.subject }} och email_content till {{ $ifEmpty( $json.text, $json.html) }}.
7. Lämna Merge Records med standardinställningar för att slå ihop single- och multi-pay-vägarna innan AI-extraktion.

Steg 5: sätt upp AI-extraktion och strukturerad tolkning

Konfigurera LLM-noderna och de strukturerade parsers som extraherar utgifts- och betalningsdetaljer.

1. I Extract Spend Details, ställ in Text till =Email Date: {{ $json.email_date }} Email Subject: {{ $json.email_subject }} Email Content: {{ $json.email_content }} Email Source: {{ $json.email_type }}.
2. Säkerställ att Extract Spend Details har Has Output Parser aktiverat.
3. Autentiseringsuppgifter krävs: Anslut era googlePalmApi-autentiseringsuppgifter till Gemini Chat Engine, som är språkmodellen som används av Extract Spend Details.
4. Använd Expense Schema Parser som strukturerad output-parser för Extract Spend Details (autentiseringsuppgifter läggs till på parent-noden, inte på parsern).
5. I Extract Payment Details, ställ in Text till =Email Date: {{ $json.email_date }} Email Subject: {{ $json.email_subject }} Email Content: {{ $json.email_content }} och låt Has Output Parser vara aktiverat.
6. Autentiseringsuppgifter krävs: Anslut era groqApi-autentiseringsuppgifter till Groq Chat Engine, som är språkmodellen som används av Extract Payment Details.
7. Använd Transaction Schema Parser som strukturerad output-parser för Extract Payment Details (autentiseringsuppgifter läggs till på parent-noden, inte på parsern).

Steg 6: konfigurera utdatadestinationer

Slutför var de AI-extraherade data skrivs och bekräfta exekveringsflödet till Google Sheets.

1. Verifiera att exekveringsvägen Extract Spend Details → Append Sheet Row är ansluten och aktiv.
2. Verifiera att exekveringsvägen Extract Payment Details → Append Sheet Row 2 är ansluten och aktiv.
3. Bekräfta att kolumnen Source i Append Sheet Row och Append Sheet Row 2 är satt till n8n för spårbarhet.

Steg 7: testa och aktivera ert workflow

Kör ett manuellt test för att bekräfta att tolkning, AI-extraktion och append till Google Sheets fungerar hela vägen innan ni aktiverar workflowet.

1. Klicka på Execute Workflow och skicka ett testmejl med faktura som matchar etiketterna i Fetch Invoice Email.
2. Bekräfta att Parse Invoice PDF producerar text och att Route by Sender skickar data till rätt gren.
3. Verifiera att Extract Spend Details och Extract Payment Details returnerar strukturerad utdata som matchar era scheman.
4. Kontrollera att nya rader dyker upp i Google Sheets via Append Sheet Row och Append Sheet Row 2 med ifyllda fält.
5. När allt är validerat, växla workflowet till Active för kontinuerlig bearbetning.