采购单校验机器人会记住历史错误模式

原文要点

原工作流经webhook接收采购行项目JSON，先做可配置的确定性校验：字段规范化（含单位别名）、必填字段、数量与单价有效性、小计与税额计算容差；再用关键字段生成模式签名查n8n Data Table，若同一错误模式出现次数够多且置信高，直接复用存档修正建议并跳过AI；否则把记录与确定性结果交给Google Gemini识别品类、编码、供应商-物料、单位等语义异常；合并三类结果后即时返回accept/reject的JSON，发现问题时把错误模式（次数、置信度、摘要）upsert回数据表。模板免费，Gemini调用可能另收费。

这次做成什么

在n8n搭一个会积累经验的采购单校验机器人：webhook收行项目JSON，先做确定性校验，再查错误模式库命中则复用历史建议，未命中交Gemini做语义检查，合并后返回接受/拒绝JSON并把新模式写回数据表。原模板无下载文件，以下为本站按原说明独立复刻，字段名沿用原文给出的列表。

准备什么

• 含Data Table功能与Google Gemini Chat Model节点的n8n实例
• Google Gemini（PaLM）API凭据，模型与额度以Google当前政策为准
• 一份采购行项目练习JSON，字段含supplier、item_code、description、category、quantity、unit、unit_price、subtotal、tax_rate、tax_amount、currency
• webhook生产URL的调用工具（curl或Postman），仅用合成数据测试

具体怎么做

1. 建数据表与配置

   在n8n新建Data Table命名procurement_error_patterns，列按原文：pattern_key、supplier、item_code、error_type、incorrect_value、suggested_value、reason、occurrence_count、confidence、first_seen、last_seen、source、issue_summary。工作流放Set节点Config：requiredFields列表、defaultCurrency（练习用CNY）、defaultTaxRate（0.13）、subtotalTolerance（0.01）、taxTolerance（0.02）、patternMinOccurrences（3）、patternMinConfidence（0.8）、aiConfidenceThreshold（0.7），均为本站练习默认值，可按采购规则改。

2. webhook接收与规范化

   Webhook节点设POST，路径如procurement-validate，响应模式选立即返回。接Code节点做规范化：trim字符串、单位别名归一（pcs/个/件→PCS，kg/千克→KG）、数值转Number、缺失currency填默认。输出规范化记录与原始记录两条线供后续签名与展示。

3. 确定性校验

   同一或下一Code节点依次检查：必填字段非空；quantity>0且unit_price>=0；abs(quantity*unit_price-subtotal)≤0.01；abs(subtotal*tax_rate-tax_amount)≤0.02。每个失败项生成{error_type,field,incorrect_value,suggested_value,reason}加入errors数组，error_type取值如missing_field、bad_quantity、subtotal_mismatch、tax_mismatch。

4. 模式签名与历史库查询

   Code节点对每个错误生成pattern_key，建议拼接supplier+item_code+error_type并做去空格小写化。用Data Table节点按pattern_key查询：命中且occurrence_count≥3且confidence≥0.8时，把stored的suggested_value与reason并入结果并标记skip_ai=true，走Switch分支跳过Gemini。

5. Gemini语义检查

   skip_ai=false时进Google Gemini Chat Model节点，用下方材料提示词，传入规范化记录与确定性errors，要求只返回语义异常JSON数组（品类不符、编码格式、供应商-物料不匹配、单位不合理）。Code节点解析并过滤confidence≥0.7的条目并入issues。

6. 合并决策与回写

   Code节点合并确定性错误、历史命中、Gemini发现：任何issue存在则accepted=false。webhook返回{accepted,issues,source_breakdown}。有issue时用Data Table upsert节点按pattern_key写入：occurrence_count加一、更新last_seen与issue_summary、confidence按练习规则设为min(0.5+0.1*occurrence_count,0.95)——该公式为本站设定，原文只说有置信度未给算法。

可直接复制的材料

你是采购数据审核员。下面是一条已规范化的采购行项目和确定性校验结果（数学错误已列出，不要重复报告）。请只识别语义层面的异常：1) category与description不符；2) item_code编码格式与该品类惯例不符；3) supplier与该物料明显不匹配；4) unit单位与物料属性不合理（如液体按件计）。
只输出JSON数组，无异常输出[]：[{"error_type":"semantic_category|semantic_code|semantic_supplier|semantic_unit","field":"字段名","incorrect_value":"原值","suggested_value":"建议值","reason":"40字内","confidence":0到1}]
行项目：{{ $json.recordJson }}
确定性错误：{{ $json.errorsJson }}

{"supplier":"恒信五金","item_code":"HM-0021","description":"六角螺栓 M6x20","category":"fasteners","quantity":100,"unit":"个","unit_price":0.5,"subtotal":55.0,"tax_rate":0.13,"tax_amount":6.5,"currency":"CNY"}

pattern_key,supplier,item_code,error_type,incorrect_value,suggested_value,reason,occurrence_count,confidence,first_seen,last_seen,source,issue_summary
恒信五金|hm-0021|subtotal_mismatch,恒信五金,HM-0021,subtotal_mismatch,55.0,50.0,数量乘单价应等于小计,4,0.9,2026-08-20,2026-09-25,webhook,该供应商此物料小计屡次多报10%

输入与输出示例

本站虚构演示，未实际运行Gemini；按修正后小计复算税额是本站校验顺序设定，实际以你的规则为准。

输入

POST上方测试数据：数量100、单价0.5、小计55.0、税额6.5；库中已有pattern_key“恒信五金|hm-0021|subtotal_mismatch”出现4次、置信0.9。

对应输出

返回示意：{"accepted":false,"issues":[{"error_type":"subtotal_mismatch","field":"subtotal","incorrect_value":55.0,"suggested_value":50.0,"reason":"数量乘单价应等于小计","source":"history_pattern","confidence":0.9}],"source_breakdown":{"deterministic":1,"history":1,"gemini":0},"ai_skipped":true}。税额6.5=50×0.13按正确小计通过；upsert后occurrence_count变5。

做完检查这些

• 单位“个”进入流程后被归一为PCS，日志中可见别名映射生效
• 预置行命中时Gemini节点不执行，响应中ai_skipped为true且issue来源标history_pattern
• 把subtotal改回50.0后重发，accepted应为true且不产生upsert
• 删除预置行后重发含错数据，流程走Gemini分支，且数据表新增occurrence_count=1的行

容易卡住的地方

• 原文未提供可下载工作流，本条为按说明复刻，容差与阈值是本站练习默认值
• 置信度增长公式是本站设定，原文只提到confidence列，未给计算方式
• pattern_key拼接口径一旦上线不要变更，否则同一错误会生成不同签名导致库失效
• 确定性校验必须先算清正确小计再校验税额，否则会把连带税额差异重复报错
• Gemini调用可能产生费用，高置信历史命中跳过AI正是为控制成本