Steg 2: routa text- kontra bildindata

Dela upp flödet baserat på om inkommande Telegram-meddelande innehåller ett foto och hämta samt OCR-tolka bilder när de finns.

1. Konfigurera Detect Image Presence för att kontrollera om det finns ett foto, med Left Value satt till {{ $json.message.photo }} och operatorn exists.
2. Notera att Detect Image Presence skickar utdata parallellt till både Retrieve Telegram File och Map Text Payload.
3. I Retrieve Telegram File ställer ni in URL till =https://api.telegram.org/bot[CONFIGURE_YOUR_TOKEN]/getFile?file_id={{ $json.message.photo[3].file_id }}.
4. I Fetch Image File ställer ni in URL till =https://api.telegram.org/file/bot[CONFIGURE_YOUR_TOKEN]/{{ $node['Retrieve Telegram File'].json['result']['file_path'] }} och behåller Response Format som file.
5. Koppla Fetch Image File till OCR Image Text för att extrahera text från kvitton.
6. I Map Text Payload mappar ni meddelandetexten till parserns indata med message satt till {{ $json.message.text }}.

Steg 3: konfigurera AI-klassificering och parsning

Använd AI-kedjan för att klassificera utgiftstext och säkerställa strukturerad utdata för sammanfattningar.

1. I Classify Expense Input ställer ni in Text till {{ $json.text }} och behåller Prompt Type som define.
2. Säkerställ att Classify Expense Input har Has Output Parser aktiverat och är kopplad till Structured Receipt Parser.
3. Behåll schemat i Structured Receipt Parser som det är angivet i JSON Schema Example för att normalisera butik, varor och totalsummor.
4. Autentiseringsuppgifter krävs: anslut era openRouterApi-uppgifter i OpenRouter Chat Model.
5. OpenRouter Chat Model är kopplad som språkmodell för Classify Expense Input — säkerställ att autentiseringsuppgifterna läggs till i OpenRouter Chat Model, inte i parserns subnod.

Steg 4: skapa sammanfattningen och validera totalsummor

Skapa en användarvänlig sammanfattning från parsade data och upptäck fel när totalsumman är noll.

1. Använd Compose Summary Note för att formatera utdata; behåll den angivna JavaScript Code som bygger meddelandet och hanterar nolltotalsummor.
2. Koppla Classify Expense Input till Compose Summary Note så att parsat utdata omvandlas till sammanfattningsmeddelandet.
3. I Validate Zero Total behåller ni villkoret där Left Value är {{ $json.message }} och är lika med felsträngen.

Steg 5: konfigurera utdataåtgärder

Skicka antingen en felvarning eller en lyckad utgiftssammanfattning till användaren baserat på valideringsresultatet.

1. I Dispatch Error Alert ställer ni in Text till =hello {{ $('Telegram Intake Trigger').item.json.message.from.first_name }} {{ $json.message }} och Chat ID till {{ $('Telegram Intake Trigger').item.json.message.chat.id }}.
2. Autentiseringsuppgifter krävs: anslut era telegramApi-uppgifter i Dispatch Error Alert.
3. I Send Expense Recap ställer ni in Text till =hello {{ $('Telegram Intake Trigger').item.json.message.from.first_name }} Ini Rekap Belanjamu {{ $json.message }} och Chat ID till {{ $('Telegram Intake Trigger').item.json.message.chat.id }}.
4. Autentiseringsuppgifter krävs: anslut era telegramApi-uppgifter i Send Expense Recap.

Steg 6: testa och aktivera ert arbetsflöde

Verifiera hela flödet med både textbaserade och bildbaserade kvitton och aktivera det sedan för produktionsanvändning.

1. Klicka på Execute Workflow och skicka ett Telegram-meddelande till er bot med utgiftstext för att verifiera vägen Map Text Payload → Classify Expense Input.
2. Skicka en kvittobild för att testa Retrieve Telegram File → Fetch Image File → OCR Image Text → Classify Expense Input.
3. Bekräfta lyckade körningar genom att ta emot sammanfattningsmeddelandet från Send Expense Recap och felmeddelanden från Dispatch Error Alert när totalsummor är noll.
4. När ni är nöjda, växla arbetsflödet till Active för kontinuerligt Telegram-intag.