n8n模板：webhook与邮件PDF统一入库Airtable和HubSpot

原文要点

来源是n8n公开模板页（作者Mashrur Rahman），描述一条统一入库流程：触发来源有三——带Header Auth鉴权的POST webhook、轮询Gmail中'Intake'标签并下载PDF附件、手动测试。PDF文本经OpenAI（LangChain Information Extractor）抽成结构化记录批次；随后拆分单条记录、按external_id去重、规范化字段，无效记录隔离而非写入；为每条记录算SHA-256内容哈希，按external_id查Airtable，哈希未变则跳过；新增或变更记录upsert进Airtable，查HubSpot是否邮件退订，未抑制才upsert联系人；每条记录写一行Google Sheets'Audit Log'审计日志，非成功状态发Telegram告警，每轮写'Reconcile Report'摘要；另有每日定时扫描统计Airtable记录数与前100个HubSpot联系人并写表、发Telegram对账消息（一致时静默）。需较新n8n版本（Information Extractor v1.2、Merge v3.2、Remove Duplicates v2）。

这次做成什么

在n8n中按'双入口→去重校验→哈希比对→双库同步→审计告警→每日对账'的结构自建一条演练流程（本站独立设计，非原工作流文件）。练习输入为webhook推送的两条合成记录，目标是验证去重、哈希跳过、审计日志三条核心链路；PDF入口用一条伪造的提取结果模拟，不实际训练抽取。

准备什么

• 较新版本的n8n（需支持Information Extractor v1.2、Merge v3.2、Remove Duplicates v2节点）
• Header Auth凭据用于webhook鉴权（键值自定义，如X-Intake-Key）
• Airtable个人访问令牌，表内含external_id、name、email、company、amount、content_hash六个字段
• HubSpot私有应用token，Gmail OAuth、OpenAI API key、Google Sheets OAuth凭据
• Telegram bot token与chat ID，Google Sheets含'Audit Log'和'Reconcile Report'两个页签
• Gmail中已建好'Intake'标签并应用到带PDF附件的邮件

具体怎么做

1. 准备Airtable表与审计表

   在Airtable建表，字段依次为external_id（文本主键）、name、email、company、amount（数字）、content_hash。在Google Sheets建'Audit Log'页签，列头为external_id、status、reason、processed_at；建'Reconcile Report'页签，列头为run_at、airtable_count、hubspot_count、in_sync。把两处ID记下来，替换节点中的占位符（原模板说明中要求替换YOUR-AIRTABLE-BASE-ID和YOUR-AIRTABLE-TABLE-ID）。

2. 搭建webhook入口并自测

   加Webhook节点，方法POST，认证选Header Auth并填入自定义键值。接一个Code节点统一请求体形：若body是数组直接用，若body含records键则取body.records。用下方artifact的测试payload通过curl或Postman发送，缺header应被拒，带正确header应进入后续节点。

3. 搭建Gmail PDF入口

   加Gmail Trigger轮询'Intake'标签的邮件，下载PDF附件后用提取文本的节点读出内容，再接Information Extractor节点（OpenAI模型），提示词用下方artifact，输出为一个记录批次。演练阶段可先用一个Set节点手工填入两条伪造的提取结果代替真实PDF，验证管道后再换真附件。

4. 实现拆分、去重与校验

   两路汇合后用Split Out节点把批次拆成单条记录，接Remove Duplicates节点按external_id去重。然后Code节点校验：external_id、email为必填，amount必须为数字，email需含@；不合格记录不进主流程，直接以status=quarantined写入Audit Log并触发Telegram告警。

5. 实现哈希比对与双库同步

   Code节点对规范化后的记录字段（name+email+company+amount）计算SHA-256得到content_hash。HTTP Request节点按external_id查Airtable匹配记录：存在且哈希相同则status=skipped直接进审计；不存在或哈希变化则upsert进Airtable。随后HubSpot节点按email查询联系人是否退订，退订则标记suppressed跳过写入，否则upsert联系人。

6. 审计、告警与每日对账

   每条记录汇到Google Sheets Append写Audit Log一行（external_id、status、reason、processed_at）。IF节点判断status非created/updated/skipped时发Telegram消息，消息里的execution_url链接记得把YOUR-N8N-HOST换成你的实例域名。另建Schedule Trigger每日执行，分别统计Airtable记录数和HubSpot前100个联系人，写入Reconcile Report，不一致时发Telegram，一致则静默。

可直接复制的材料

{
  "records": [
    {
      "external_id": "DEMO-001",
      "name": "陈晨",
      "email": "chenchen@demo-supplier.cn",
      "company": "示例供应链",
      "amount": 4200
    },
    {
      "external_id": "DEMO-002",
      "name": "赵磊",
      "email": "zhaolei@demo-supplier.cn",
      "company": "示例供应链",
      "amount": 15800
    }
  ]
}

你是数据抽取助手。从下面的文档文本中抽取所有业务记录，只输出JSON数组，每个元素包含字段：external_id（文档中的单据/编号）、name（联系人姓名）、email（邮箱）、company（公司名）、amount（金额，纯数字，无货币符号）。找不到的字段填空字符串，amount找不到填0。不要输出任何解释文字。

文档文本：
{{ $json.pdf_text }}

normalized_fields:
  external_id: body.external_id
  name: body.name
  email: body.email (trim并转小写)
  company: body.company
  amount: body.amount (转Number，失败置为null并判quarantine)
hash_input: "${name}|${email}|${company}|${amount}"  (UTF-8拼接后SHA-256，hex输出)
airtable_upsert_match_on: external_id
hubspot_lookup_key: email

输入与输出示例

本站虚构演示，哈希值与计数为示意，并非真实运行结果；每日对账的HubSpot侧只统计前100个联系人，本示例规模下恰好一致。

输入

向webhook发送上方payload：DEMO-001（陈晨，amount=4200）与DEMO-002（赵磊，amount=15800）两条记录，鉴权header正确。

对应输出

第一轮执行：Audit Log写入两行——DEMO-001 | created | new record | 2026-10-10T10:00:00；DEMO-002 | created | new record | 2026-10-10T10:00:00。Airtable新增2行，content_hash分别为64位十六进制串。HubSpot两人均未退订故各upsert一个联系人。Reconcile Report追加一行：2026-10-10T10:00:05, 2, 2, true，Telegram静默。第二轮原样重发：两行状态均为skipped（hash unchanged），Airtable与HubSpot记录数不变。

做完检查这些

• 带正确Header Auth的payload能进入流程，缺失或错误header的请求被webhook拒绝
• 重复发送同一payload，第二轮Audit Log中所有记录status为skipped，Airtable记录数不增加
• 把DEMO-001的amount改为5000再发一次，该条被判updated且Airtable对应行的content_hash发生变化
• 故意发送一条缺email的记录，它不出现在Airtable中，而是以quarantined写入Audit Log并收到Telegram告警
• Reconcile Report每日新增一行，in_sync列的值与两个系统的实际计数一致

容易卡住的地方

• 每日对账只统计前100个HubSpot联系人，门户数据量大时该数字无代表性，原作者也建议先收窄到本同步创建的联系人范围
• webhook请求体既不是数组也不含records键时，需在统一节点判为格式错误，否则下游拆分会报莫名错误
• 金额字段带货币符号或千分位逗号会导致转Number失败，应在规范化时清洗而不是直接判隔离
• OpenAI提取的external_id可能带空格或大小写不一致，去重前应统一trim，否则同一单据被当两条
• Gmail标签名'Intake'大小写或拼写不一致时触发器静默无数据，排障时先查标签