Steg 2: Anslut konfigurationsnoder för Google Drive och Google Sheets

Konfigurera metadata-mappning, skapande av destinationsmapp och initial loggning för varje fil.

1. I Map File Identifiers behåller ni tilldelningsuttrycken för nyckelfält som file_id = {{$json.id}}, file_name = {{$json.name}} och mime_type = {{$json.mimeType}}.
2. I Workflow Settings ställer ni in google_sheet_id och dest_folder_id till ert Google Sheet-ID och ID:t för den överordnade destinationsmappen.
3. I Generate Output Folder bekräftar ni att Name är {{ $('Map File Identifiers').item.json.dest_folder }}_{{ $now.format('yyyyMMdd-hhmmss') }} och att Folder ID är {{ $('Workflow Settings').item.json.dest_folder_id }}.
4. I Initialize Sheet Row verifierar ni att Operation är appendOrUpdate och att Document ID är {{ $('Workflow Settings').item.json.google_sheet_id }}.
5. I Duplicate Source File behåller ni Operation som copy och Name som {{ $('Map File Identifiers').item.json.file_name }}, och lagrar i utdatamappen {{ $('Generate Output Folder').item.json.id }}.
6. I Log Source File säkerställer ni att Document ID använder {{ $('Workflow Settings').item.json.google_sheet_id }} så att länken till källfilen loggas.
7. Credentials krävs: Anslut era googleDriveOAuth2Api-credentials i Generate Output Folder och Duplicate Source File.
8. Credentials krävs: Anslut era googleSheetsOAuth2Api-credentials i Initialize Sheet Row och Log Source File.

Steg 3: Ställ in routning för MIME-typ och hantering av filer som inte stöds

Routa dokument och bilder till OCR-bearbetning, och hantera filtyper som inte stöds med en loggpost och en Slack-notis.

1. I Route by Mime Type behåller ni de två regex-reglerna: dokument ^(application\/pdf|application\/vnd\.openxmlformats\-officedocument\.wordprocessingml\.document)$ och bilder ^image\/(png|jpeg|jpg)$.
2. I Select Document URL ställer ni in document_type till document_url med Include Other Fields aktiverat.
3. I Select Image URL ställer ni in document_type till image_url med Include Other Fields aktiverat.
4. I Record Unsupported Type verifierar ni att Status är Unsupported Type och att Completed är {{ $now.format('yyyy-MM-dd hh:mm:ss') }}.
5. I Notify Error in Slack bekräftar ni att meddelandet använder fil- och mapplänkarna: https://drive.google.com/file/d/{{ $('Duplicate Source File').item.json.id }} och https://drive.google.com/drive/folders/{{ $('Generate Output Folder').item.json.id }}.
6. Credentials krävs: Anslut era googleSheetsOAuth2Api-credentials i Record Unsupported Type.
7. Credentials krävs: Anslut era slackOAuth2Api-credentials i Notify Error in Slack.

Steg 4: Ställ in OCR-bearbetning med Mistral

Hämta filen från Drive och skicka den till Mistral OCR med rätt dokumenttyp.

1. I Apply Document URL behåller ni document_type satt till {{ $json.document_type }} för att skicka igenom den valda typen.
2. I Fetch Drive File ställer ni in Operation till download och behåller File ID som {{ $('Duplicate Source File').item.json.id }}.
3. I Run OCR Request ställer ni in URL till https://api.mistral.ai/v1/ocr och Method till POST.
4. I Run OCR Request ställer ni in JSON Body till hela uttrycket: { "model": "mistral-ocr-latest", "document": { "type": "{{ $('Apply Document URL').item.json.document_type }}", "{{ $('Apply Document URL').item.json.document_type }}": "data:{{ $('Map File Identifiers').item.json.mime_type }};base64,{{ $('Fetch Drive File').item.binary.binary_file_data.data }}" }, "include_image_base64": true }.
5. Credentials krävs: Anslut era googleDriveOAuth2Api-credentials i Fetch Drive File.
6. Credentials krävs: Anslut era mistralCloudApi-credentials i Run OCR Request.

Steg 5: Konfigurera parallella utdata, sammanställning av Markdown och lagring av bilder

Dela upp sidor, spara JSON- och Markdown-utdata och lagra extraherade bilder i Drive.

1. Run OCR Request skickar utdata parallellt till både Save OCR JSON och Split Document Pages, så säkerställ att båda grenarna är anslutna.
2. I Save OCR JSON behåller ni Name som {{ $('Map File Identifiers').item.json.file_name_no_ext }}.json och Content som {{ JSON.stringify($json.body, null, 2) }}.
3. I Log JSON Link behåller ni JSON file satt till https://drive.google.com/file/d/{{ $json.id }} och Document ID till {{ $('Workflow Settings').item.json.google_sheet_id }}.
4. Split Document Pages skickar utdata parallellt till Separate Image Items, Write Page Markdown och Aggregate Markdown; behåll alla tre anslutningarna.
5. I Write Page Markdown behåller ni Name som {{ $('Map File Identifiers').item.json.file_name_no_ext }}_page_{{ String($json.index + 1).padStart($('Run OCR Request').item.json.body.pages.length.toString().length, '0') }}.md och Content som {{ $json.markdown }}.
6. I Aggregate Markdown säkerställer ni att Output Field Name är full_markdown och att Field to Aggregate är markdown.
7. I Assemble Markdown Text behåller ni JS Code som return { markdown: $json.full_markdown.join('\n\n') };.
8. I Write Full Markdown ställer ni in Name till {{ $('Map File Identifiers').item.json.file_name_no_ext }}.md och Content till {{ $json.markdown }}.
9. I Log Markdown Link behåller ni MD File som https://drive.google.com/file/d/{{ $json.id }}.
10. För bildextrahering behåller ni Separate Image Items som delar upp Field To Split Out som images, och i Strip Image Base64 ställer ni in stripped_image_base64 till {{ $json.image_base64.split(',').pop() }}.
11. I Binary File Converter ställer ni in Operation till toBinary, Source Property till stripped_image_base64 och Binary Property Name till image.
12. I Store Image to Drive behåller ni Name som {{ $binary.data.fileName }} och Input Data Field Name som image.
13. Credentials krävs: Anslut era googleDriveOAuth2Api-credentials i Save OCR JSON, Write Page Markdown, Write Full Markdown och Store Image to Drive.
14. Credentials krävs: Anslut era googleSheetsOAuth2Api-credentials i Log JSON Link och Log Markdown Link.

Steg 6: Slå ihop resultat och skicka framgångsnotifieringar

Konsolidera utdata, uppdatera spårningsarket och notifiera Slack vid lyckat resultat.

1. Säkerställ att Combine Streams tar emot indata från Log Markdown Link, Write Page Markdown och Store Image to Drive.
2. Bekräfta att Combine Streams skickar vidare till Merge Results Gate och därefter till Finalize Sheet Row.
3. I Finalize Sheet Row ställer ni in Status till Done och Completed till {{ $now.format('yyyy-MM-dd hh:mm:ss') }}.
4. I Notify Success in Slack verifierar ni att meddelandet använder fillänken https://drive.google.com/file/d/{{ $('Duplicate Source File').item.json.id }} och länken till utdatamappen https://drive.google.com/drive/folders/{{ $('Generate Output Folder').item.json.id }}.
5. Credentials krävs: Anslut era googleSheetsOAuth2Api-credentials i Finalize Sheet Row.
6. Credentials krävs: Anslut era slackOAuth2Api-credentials i Notify Success in Slack.

Steg 7: Testa och aktivera ert arbetsflöde

Validera hela processen från start till mål och aktivera arbetsflödet för produktionsdrift.

1. Klicka på Execute Workflow och ladda upp en test-PDF eller testbild till den bevakade mappen.
2. Bekräfta att Initialize Sheet Row, Log JSON Link och Log Markdown Link uppdaterar Google Sheet med länkar.
3. Verifiera att utdatamappen innehåller den duplicerade källfilen, JSON, Markdown-filer per sida och den fullständiga Markdown-filen.
4. Kontrollera Slack efter ett lyckat meddelande från Notify Success in Slack eller en notis om ej stödd typ från Notify Error in Slack.
5. När allt är validerat växlar ni arbetsflödet till Active så att det körs automatiskt var 5:e minut.