Workflow Übersicht
Dieser Workflow zeigt, wie man einen digitalen Kontoauszug in Markdown konvertieren kann. Es verwendet verschiedene Schritte, um die Daten zu extrahieren, die notwendigen Umwandlungen vorzunehmen und wichtige Informationen zu erfassen.
Nodes im Workflow
1. When clicking ‘Test workflow’
Typ: Manual Trigger
Funktion: Dieser Node ist der Startpunkt des Workflows. Er wird ausgelöst, wenn der Benutzer auf die Schaltfläche ‚Test workflow‘ klickt. Es gibt keine spezifischen Parameter für diesen Node.
2. Get Bank Statement
Typ: Google Drive
Funktion: Dieser Node lädt einen Kontoauszug als PDF von Google Drive herunter. Hierfür wird die Datei-ID verwendet, die im Parameter fileId bereitgestellt wird, und es werden entsprechende Berechtigungen für Google Drive benötigt.
3. Split PDF into Images
Typ: HTTP Request
Funktion: Dieser Node sendet das heruntergeladene PDF an einen PDF-zu-Bild-Konverterdienst, um jede Seite als Bild zu extrahieren. Die Umwandlung erfolgt durch eine POST-Anfrage, in der das PDF als multipart-form-data gesendet wird.
4. Extract Zip File
Typ: Compression
Funktion: Nachdem die Bilder im ZIP-Format empfangen wurden, entzippt dieser Node die Datei, um Zugriff auf die einzelnen Bildseiten zu erhalten.
5. Images To List
Typ: Code
Funktion: Hier wandelt ein benutzerdefinierter JavaScript-Code die entpackten Bilder in eine Liste um, die für die nachfolgende Verarbeitung verwendet werden kann.
6. Resize Images For AI
Typ: Edit Image
Funktion: Dieser Node passt die Größe der Bilder an, um die Verarbeitung durch das KI-Modell zu optimieren. Die Bilder werden auf 75% ihrer ursprünglichen Größe skaliert.
7. Transcribe to Markdown
Typ: Chain LLM
Funktion: In diesem Schritt werden die Bilder mithilfe eines Sprachmodells (VLM) in Markdown umgewandelt. Dies geschieht durch eine spezialisierte Anfrage, die sicherstellt, dass alle Textinformationen genau erfasst werden.
8. Combine All Pages
Typ: Aggregate
Funktion: Dieser Node kombiniert alle Seiten, die in Markdown konvertiert wurden, zu einem einzigen Dokument und prepariert sie für die Datenauswertung.
9. Extract All Deposit Table Rows
Typ: Information Extractor
Funktion: Aus den kombinierten Markdown-Daten wird dieser Node verwendet, um spezifische Informationen, wie beispielsweise alle Einzahlungszeilen, zu extrahieren. Dies geschieht durch eine gezielte Anfrage an das Modell.
10. Google Gemini Chat Model
Typ: LLM Chat Model
Funktion: Dieser Node sorgt für die Interaktion mit einem KI-Modell von Google, um kontextuelle Anfragen zu stellen und relevante Informationen zu erhalten.
Ergebnis
Nach der Ausführung des Workflows erhalten Sie ein Markdown-Dokument, das die wichtigen Informationen aus dem Kontoauszug enthält. Diese Informationen sind durch die oben genannten Schritte verifiziert und strukturiert verarbeitet.
Für weitere Informationen zur Implementierung und Ausführung des Workflows, besuchen Sie bitte den folgenden Link: