Extract spend details (template)
该工作流旨在自动化处理财务邮件,能够从Gmail中提取标记为“发票”和“支付”的邮件,下载附件并解析PDF内容。通过先进的AI语言模型,提取交易信息并结构化整理,最后将清洗后的数据自动写入Google Sheets。这一流程显著减少了手动查找和录入的工作量,提高了数据准确性与管理效率,适用于企业财务部门、个人及小微企业的财务管理。
流程图

工作流名称
Extract spend details (template)
主要功能和亮点
该工作流自动从Gmail邮箱中抓取标记为“发票”和“支付”相关的邮件,下载附件并提取PDF中的发票及支付信息,利用先进的AI语言模型(Google Gemini 和 Groq Chat)进行内容解析,结构化提取交易日期、服务名称、交易明细、金额、类别、币种及信用卡信息。最终将清洗整理后的数据自动写入Google Sheets,方便财务管理和后续分析。支持多种邮件格式和多笔支付信息的识别,且可自定义解析规则与输出格式。
解决的核心问题
- 自动化处理繁杂的财务邮件,减少手动查找和录入发票、支付信息的工作量
- 解决多种邮件格式中交易信息抽取难题,提高数据准确性和完整性
- 实现发票与支付数据的自动关联与归档,提升财务数据管理效率
- 通过AI智能解析,实现复杂文本的结构化,便于后续财务分析和报表制作
应用场景
- 企业财务部门需要自动整理客户或供应商发票与支付邮件
- 个人或小微企业自动管理信用卡账单和消费记录
- 财务外包服务商批量处理客户邮件发票及支付数据
- 任何需要将邮件中的财务信息自动导入电子表格进行统一管理的场景
主要流程步骤
- 邮件获取:利用Gmail触发器分别监听指定标签的发票和支付邮件,自动下载邮件附件
- 附件解析:提取PDF附件内容并解密(如有密码)
- 邮件内容分类:通过Switch节点判断邮件来源及内容类型,区分多笔支付、单笔支付及发票邮件
- 数据抽取:使用自定义CSS选择器提取HTML中消费明细,结合AI语言模型对邮件文本进行结构化解析
- 数据整理:根据邮件类型和解析结果,设置统一数据字段(日期、金额、类别等)
- 数据合并:合并不同来源和格式的解析结果
- 数据写入:将结构化的财务数据追加写入Google Sheets电子表格,支持财务报表和后续处理
涉及的系统或服务
- Gmail:邮件触发器,获取带有指定标签的邮件及附件
- PDF解析器:提取附件中的发票和支付信息
- AI语言模型:Google Gemini Chat、Groq Chat,用于自然语言理解和结构化输出
- Google Sheets:财务数据存储与展示
- n8n节点:Switch、Set、Merge、Split Out等流程控制和数据处理节点
适用人群或使用价值
- 财务人员和会计,减少手动录入,提升工作效率和准确度
- 企业管理者,实时掌握财务支出明细,辅助决策
- 自动化爱好者和IT技术人员,快速搭建邮件财务数据自动处理系统
- 中小企业主,实现低成本高效的财务数据自动化管理,节约人力成本
该工作流为财务自动化提供了端到端的解决方案,结合邮件自动抓取、AI智能解析和云端数据存储,极大提升财务数据处理的智能化和便捷性。