银行对账单自动入库：OpenAI提取+余额校验防错

原文要点

作者Ziad Karim在n8n.io上架的付费工作流（workflow 19951，标价大于0，Paddle收款，14天退款）：监听Google Drive文件夹新增PDF/CSV对账单，下载后提取文本（PDF文本提取或CSV转文本），交OpenAI返回含账户、账期、余额、交易列表的结构化JSON；以整数分校验期初余额加全部交易额等于期末余额，可定位首个流水余额不匹配处；不平则拒绝导入、在Sheets记日志并用Gmail发出差异与疑似符号错误的邮件；平账后读取Sheets里的规则页（Match/Category/Direction，方向支持in/out/any）分类，用指纹比对剔除已导入交易，仅追加新交易到Transactions页并写Import log。共17个节点，声称在n8n 2.x构建测试。

这次做成什么

说明购买前能判断什么、购买后如何搭，并用本站独立设计的合成对账单练习验证“余额校验+指纹去重”两个核心机制。注意：原模板需付费购买，以下是本站按公开说明还原的练习方案，不是原工作流文件，也未实测原模板界面参数。

准备什么

• n8n实例（作者称在n8n 2.x构建测试）
• 已购买并下载的原工作流JSON文件（付费内容）
• Google Drive凭据及一个仅放对账单的监听文件夹
• OpenAI API密钥或OpenAI兼容服务
• Google Sheets凭据和含Transactions/Rules/Import log三个分页的表
• Gmail凭据及可发信的账号
• OpenAI等模型服务可能产生额外费用，与原模板价格分开

具体怎么做

1. 准备三个分页的表结构

   Transactions页至少含日期、描述、金额、类别、Fingerprint列；Rules页含Match、Category、Direction三列，Direction取in/out/any；Import log页含文件名、时间、结果、差异说明。Fingerprint用日期+金额+规范化描述拼接后哈希（如SHA1）生成，作为去重键。

2. 导入模板并接监听与提取

   在n8n导入购买的JSON，配置Google Drive Trigger指向对账单文件夹。下载节点后按文件类型分流：PDF走文本提取，CSV走转文本。练习阶段可先用一个Set节点粘贴合成账单文本代替真实文件，验证后半段逻辑。

3. OpenAI结构化提取

   Chat Model节点接Structured Output Parser，schema含account、period、openingBalance、closingBalance、transactions数组（每项date/description/amount，金额单位为元、带正负号）。提示词要求收入为正、支出为负，仅输出JSON。

4. 整数分余额校验与拒绝分支

   Code节点把所有金额乘100取整，计算opening+sum(amounts)是否等于closing；不等则走拒绝分支：向Import log写一行refused记录，并用Gmail节点发邮件说明差异金额（分转元）与疑似符号错误的交易。符号写反会让总额偏差该笔金额的两倍，所以金额绝对值恰等于差额一半的交易最可疑。相等才继续。

5. 规则分类、指纹去重与追加

   读Rules页，对每笔交易按Direction匹配收入或支出、描述包含Match串则打上Category。读Transactions页现有Fingerprint集合，仅保留指纹不在集合中的交易，追加写入Transactions，并在Import log写一行成功摘要（新交易数、跳过重复数）。

可直接复制的材料

你是银行对账单解析器。从下方文本提取结构化数据，仅输出JSON：
{"account":"账号后四位","period":"YYYY-MM","openingBalance":期初余额数字,"closingBalance":期末余额数字,"transactions":[{"date":"YYYY-MM-DD","description":"摘要原文","amount":数字}]}
规则：收入amount为正，支出为负；金额保留两位小数；不要补全或猜测文本中没有的交易；无法识别的字段填null。
对账单文本：{{$json.statementText}}

date,description,amount
2026-09-01,期初余额结转,10000.00
2026-09-03,工资入账,8500.00
2026-09-05,房租支出,-3600.00
2026-09-12,电费代扣,-412.35
2026-09-20,转账收入,2000.00
2026-09-30,期末余额,16487.65

Match,Category,Direction
工资,薪资收入,in
房租,居住支出,out
电费,公共事业,out
转账,转账往来,any

输入与输出示例

本站虚构演示，输入输出数字严格对应，未实际运行原模板，不代表作者实测结果。

输入

上传上方合成CSV（其中房租误写为+3600.00）到监听文件夹

对应输出

校验结果：期初1000000分+交易合计1368765分=2368765分，不等于期末1648765分，差额720000分；定位到『房租支出 3600.00』，其金额绝对值360000分恰为差额一半，疑似符号错误；Import log写入refused行，Gmail发出差异7200.00元及疑似符号错误提示

做完检查这些

• 合成平账CSV导入后Transactions新增4笔交易（工资、房租、电费、转账），Import log有一行success记录
• 同一文件再次导入时指纹比对跳过全部4笔，追加0笔、跳过4笔
• 把房租改为正数后触发拒绝分支，邮件中差异金额为7200.00元且指出疑似符号错误交易
• 金额校验全程使用整数分计算，不出现浮点误差导致的误判
• Rules页新增一条规则后，重跑能对存量未分类交易生效

容易卡住的地方

• 本模板为付费商品，未购买前无法核对节点细节；本站步骤基于公开说明还原，未核实参数请以原模板为准
• OpenAI提取可能误读版式复杂的PDF，余额校验正是防错闸，不要跳过拒绝分支直接导入
• Fingerprint列必须存在于Transactions页且规则页必须有Match/Category/Direction三列，否则去重和分类失效
• 金额必须以整数分运算，浮点相加会在分位上产生误判
• Gmail节点需替换收件人地址并确认账号可从n8n发信
• 模型调用另计费；本站不承诺任何费用数值与免费可用性