n8n-nodes-openai-analyze-document

Nodo comunitario de n8n para analizar documentos (PDF e imágenes) usando modelos de visión de OpenAI a través del endpoint responses. Permite enviar un PDF completo (como archivo binario, URL o Base64) y obtener como salida un objeto JSON con campos clave extraídos.

Características

• Analiza PDF completo (conversión interna a Base64) o imágenes.
• Carga dinámica de modelos desde OpenAI (requiere API Key).
• Prompt personalizado para guiar la extracción.
• Salida JSON estructurada.

Requisitos

• Node.js >= 18 y npm >= 9 (para compilar el paquete).
• Una instancia de n8n (local, Docker o nube).
• Una API Key de OpenAI con permisos para usar modelos de visión (p. ej., gpt-4o o gpt-4o-mini).

Instalación (en n8n)

1. Abre n8n y ve a: Settings → Community Nodes → Install.
2. Ingresa el nombre del paquete: n8n-nodes-openai-analyze-document.
3. Confirma la instalación y reinicia n8n si se solicita.

Alternativa local para desarrollo:

• Clona este repositorio, ejecuta:

npm install
npm run build

• Apunta n8n a tu carpeta compilada dist/ (o empaqueta y publica en un registro privado si lo deseas).

Configurar credenciales

• En n8n, crea una credencial de tipo "OpenAI API" y pega tu API Key.
• El nodo usará esta credencial para listar modelos y realizar las solicitudes al endpoint de OpenAI.

Uso dentro de un flujo

1. Añade el nodo "OpenAI Document AI - GS" a tu flujo.
2. Elige la Operación:
   • Analyze Document: envía un PDF (binario, URL o Base64).
   • Analyze Image: envía una imagen (binario, URL o Base64).
3. Selecciona el Model (se carga de OpenAI usando tu API Key). Recomendado: gpt-4o o gpt-4o-mini para tareas de visión.
4. Escribe el User Prompt con instrucciones claras y exige salida en JSON válido exclusivamente con el esquema esperado. Ejemplo de prompt:

Extrae los siguientes datos y responde SOLO con JSON válido sin texto adicional:
{
  "cliente": string | null,
  "documento": { "tipo": "DNI" | "RUC" | null, "numero": string | null },
  "monto": number | null,
  "placa": string | null,
  "kilometraje": number | null
}
Si algún dato no está presente, usa null.

5. Define el Input Type según tu fuente:
   • Binary: indica el nombre del campo binario (por defecto data).
   • URL: proporciona un enlace directo a PDF/imagen.
   • Base64 (Text): pega el contenido en Base64 (PDF o imagen).

Salida

• El nodo devuelve en items[x].json el objeto JSON parseado. Si el modelo responde con texto no JSON o formato inválido, el nodo fallará (o devolverá el error en continueOnFail).

Desarrollo

• Compilación: npm run build (usa TypeScript y copia íconos a dist/).
• Estructura clave:
  • credentials/OpenAiApi.credentials.ts: credencial con apiKey.
  • nodes/OpenAiDocument/*: descripción y lógica del nodo.
  • index.ts: punto de entrada del paquete n8n.

Buenas prácticas para el prompt

• Establece temperatura baja (el nodo usa temperature: 0).
• Exige JSON estricto sin explicaciones.
• Incluye el esquema esperado literal en el prompt.
• Maneja ausencias con null para evitar formatos ambiguos.

Limitaciones y notas

• Se envía el archivo al API de OpenAI; valida requisitos de privacidad y cumplimiento.
• El listado de modelos proviene de GET /v1/models de OpenAI; tu cuenta debe tener acceso.
• El procesamiento de PDF se hace como input_file con Base64; archivos muy grandes pueden fallar por tamaño.

Licencia

MIT

Sugerencias o problemas: abre un issue o envía un PR. ¡Gracias!