PDF工时表自动汇总进Excel

原文要点

原工作流由Christoph Dibbern发布：在n8n聊天窗口一次上传一份或多份PDF工时表，流程拆分文件逐份处理，提取纯文本后交给Azure OpenAI驱动的智能体，按顾问姓名分类统计现场、远程、未知三类工时并返回JSON；解析失败会报错中止。随后每位顾问一行追加到Microsoft Excel工作簿（列名name、onsite、remote、unknown）并同步插入n8n Data Table，全部写完后通过Outlook发一封处理完成确认邮件。需配置Azure OpenAI、Excel、Outlook凭据，目标表四列齐全，扫描件须先OCR出文字层。

这次做成什么

做一条“聊天上传PDF→AI汇总工时→双写Excel与Data Table→邮件确认”的处理线。本站独立练习方案：先用材料区的合成工时表文本（绕过PDF提取）调通分类统计与JSON校验，再换真实PDF端到端验证。

准备什么

• n8n实例，启用n8n Chat触发，具备Azure OpenAI聊天模型、Microsoft Excel、Microsoft Outlook及Data Table节点
• Azure OpenAI部署的凭据，以及有目标工作簿写权限和Outlook发信权限的Microsoft 365账号
• Excel工作簿中已建工作表，列名严格为name、onsite、remote、unknown；n8n Data Table四列同名
• 带文字层的PDF工时表；扫描件需先用其他OCR工具生成文字层

具体怎么做

1. 配置聊天上传入口

   添加Chat Trigger作为入口，允许文件上传；接拆分节点把一次上传的多个PDF拆成独立条目逐个处理。练习阶段可先不上传文件，用Set节点粘贴材料区的合成工时文本代替。

2. PDF文本提取

   添加PDF提取节点，把每个文件二进制转成纯文本。用一份真实带文字层的PDF测试，确认输出文本完整；扫描件在此步会输出空文本，需先OCR。

3. 配置Azure OpenAI统计智能体

   添加AI Agent/语言模型节点绑定Azure OpenAI凭据，系统提示词用材料区全文：要求逐条判断每条工时记录属于onsite、remote还是无法判断的unknown，按顾问姓名汇总三类合计，只返回规定结构的JSON。

4. JSON解析与失败中止

   加Code节点对模型输出JSON.parse，并校验每条结果含name、onsite、remote、unknown四个数字字段；解析或校验失败直接抛错让流程中止，避免脏数据写表——这与原模板行为一致。

5. 双写Excel与Data Table

   Excel节点选Append，逐顾问写入一行；Data Table节点插入同样四列值。两处字段映射都用解析后的name/onsite/remote/unknown。

6. 发送完成确认邮件

   最后加Outlook节点，收件人填处理负责人地址，主题如“工时表处理完成”，正文写明本次处理文件数与写入行数。端到端手动跑一次，核对Excel行数与Data Table一致。

可直接复制的材料

你是工时表汇总助手。输入是一位顾问的PDF工时表提取出的纯文本，其中每一行是一条工时记录，含日期、工作描述和小时数。
请逐条判断：
- 描述中明确提到在客户现场、驻场、on-site、vor Ort等，计入onsite；
- 明确提到远程、居家办公、remote、Homeoffice等，计入remote；
- 无法从描述判断工作地点的，计入unknown，不要猜测。
汇总该顾问三类工时的小时合计，并只输出如下合法JSON，不输出任何解释：
{"consultants":[{"name":"顾问姓名","onsite":数字,"remote":数字,"unknown":数字}]}
工时表文本：
{{ $json.extractedText }}

顾问：李岚
date,hours,description
2026-09-28,8,客户现场部署新版本
2026-09-29,4,远程例会与支持
2026-09-30,6,代码评审与文档
2026-10-01,8,客户现场培训
2026-10-02,3,远程故障排查

{"excel":{"workbook":"替换为目标工作簿","worksheet":"替换为工作表名","mode":"append","columns":{"name":"consultants[].name","onsite":"consultants[].onsite","remote":"consultants[].remote","unknown":"consultants[].unknown"}},"dataTable":{"columns":["name","onsite","remote","unknown"]},"outlook":{"to":"替换为负责人邮箱","subject":"工时表处理完成"}}

输入与输出示例

本站虚构演示，汇总数字按合成文本手工核算（8+8=16、4+3=7、不明6），非真实模型调用结果

输入

在n8n聊天上传一份练习PDF，其提取文本即上方合成工时表：李岚，五天记录分别为现场8小时、远程4小时、描述不明6小时、现场8小时、远程3小时。

对应输出

智能体返回 {"consultants":[{"name":"李岚","onsite":16,"remote":7,"unknown":6}]}；Excel追加一行：name=李岚、onsite=16、remote=7、unknown=6；Data Table出现相同一行；Outlook收到一封主题为“工时表处理完成”的确认邮件，正文注明处理1个文件、写入1行。

做完检查这些

• 一次上传两份PDF时，拆分后每份独立处理且各产生对应行，互不串数据
• 把合成文本中“代码评审与文档”这类无地点描述改为明确远程后，unknown应减少6小时、remote增加6小时
• 故意让模型输出非JSON（如在解析节点前注入杂文本）时流程报错中止，Excel不产生脏行
• Excel追加行与Data Table插入行的四列数值完全一致
• 全部文件处理完后才发送确认邮件，邮件中的行数与实际写入行数一致

容易卡住的地方

• 扫描件没有文字层时PDF提取得到空文本，模型会把全部工时归为unknown或直接失败，必须先OCR
• Excel列名大小写或顺序不符会导致映射失败，四列严格为name、onsite、remote、unknown
• Azure OpenAI凭据用的是部署名而非模型名，配置错会直接认证失败
• 多顾问混在一份PDF时需确认提示词按姓名分组，否则合计会串人
• 确认邮件在末尾节点才发，若中间任一步失败中止则不会收到邮件，排查时先看执行日志