Document AI

Нодът обвива API-то на Google Cloud Document AI. Изпращате сканиран или дигитален документ (бинарни данни на n8n, URI в Cloud Storage или вграден JSON) към процесор за OCR, формуляри, фактури, собствено извличане или разделяне и получавате обратно текст, обекти и таблици. Възможностите надхвърлят единичните заявки: пакетни задачи върху префикс в хранилището и целият жизнен цикъл на процесора (създаване, включване, обучение, оценка, внедряване, изтегляне, версия по подразбиране) като стъпки в потока. Могат да се избират европейски и други регионални крайни точки заради изискванията за местоположение на данните.

В стандартния n8n няма нод за Document AI, а трудното рядко е самото извикване. То е да е включен процесорът и да е внедрена правилната версия. Process Document може да включи изключен процесор и да внедри невнедрена версия, да изчака готовността и да опита отново, така че познатите грешки „not enabled" и „not deployed" отпадат от неконтролираните изпълнения. Помощна операция превръща резултата на разделителя в диапазони от страници като 1-3,5,7-9 за PDF нода.

На практика: фактури и извлечения от доставчици, които идват като смесени сканирания, се нарязват на отделни документи с разделител и се четат ред по ред, а неизползваните версии се изтеглят по график, за да не плащаме за хостинг. Използва се в 17 от продукционните ни работни потока.

Ограничения: нужни са проект в Google Cloud с включен Document AI и service account, а Google таксува на страница и за внедрените версии. Наборите от данни и опашките за ръчна проверка съществуват в API-то, но не са изведени в нода.