n8n: Извлечение персональных данных в JSON через Ollama
Персональные данные из пользовательского текста преобразуются в структурированный JSON: workflow n8n связывает Ollama с узлами обработки текста и проверки формата.
Оригинал на n8n.io: Extract personal data with self-hosted LLM Mistral NeMo — Yulia
Открыть шаблон на n8n.io бесплатно- Сложность
- средний8 видов узлов
- Просмотров на n8n.io
- 6 064
- Опубликован
- Обновлён
- Автор
- Yuliaпроверен n8n.io
- Сверено
Что делает шаблон
JSON содержит извлечённые из неструктурированного пользовательского текста персональные данные в согласованном формате. Обработка идёт локально через Ollama с Mistral NeMo, поэтому чувствительные данные остаются в локальной инфраструктуре. Схему JSON можно изменить под нужные поля извлечения, а параметры модели — настроить. Для запуска требуется установленный n8n AI Starter Kit; сценарий предназначен для локальной обработки данных в средах, где важна конфиденциальность.
Как работает workflow по шагам
- Chat Trigger запускает workflow при поступлении пользовательского ввода.
- Basic LLM Chain передаёт текст системному запросу для извлечения данных.
- Ollama Chat Model обрабатывает запрос локальной моделью Mistral NeMo.
- Structured Output Parser приводит ответ к заданной JSON-схеме.
- Auto Fixing Output Parser исправляет формат вывода; результат с ошибкой можно передать дальше.
Что нужно для запуска
- Установленный n8n AI Starter Kit
- Ollama с моделью Mistral NeMo
- Доступ к Ollama
Что изменить под себя
- Системные запросы задаются в узле Basic LLM Chain.
- Параметры модели настраиваются в узле Ollama Chat Model.
- JSON-схема меняется в узле Structured Output Parser под нужные поля извлечения.
Кому подойдёт
Шаблон подходит для корпоративных сред, где персональные данные нужно обрабатывать локально, сохраняя контроль над их обработкой.
Сервисы 1
- Ollama
Категории у источника: Извлечение данных из документов , ИИ-пересказ
Узлы workflow 8
- No Operation, do nothing
- Edit Fields (Set)
- Sticky Note
- Basic LLM Chain
- Ollama Chat Model
- Auto Fixing Output Parser
- Structured Output Parser
- Chat Trigger
Виды узлов, из которых собран сценарий, — как их перечисляет страница шаблона. Серым — служебные узлы n8n.
Автор и первоисточник
Сценарий «Extract personal data with self-hosted LLM Mistral NeMo» опубликовал на n8n.io Yulia. Файл шаблона и авторское описание — на странице шаблона.
Русское описание написано языковой моделью по странице шаблона и прошло автоматическую проверку: в нём нет сервисов и чисел, которых нет у автора. Сценарий принадлежит автору; каталог его не хранит.