К основному содержанию
NeFlows · шаблон n8n · Извлечение данных из документов

Анализ изображений и PDF в Google Gemini — шаблон n8n

Изображения и PDF обрабатываются разными способами: workflow в n8n связывает входные данные с Google Gemini для анализа и извлечения текста.

Оригинал на n8n.io: 5 ways to process images & PDFs with Gemini AI in n8n — Julian Kaiser

Открыть шаблон на n8n.io бесплатно
Сложность
средний10 видов узлов
Просмотров на n8n.io
26 454
Опубликован
Обновлён
Автор
Julian Kaiserпроверен n8n.io
Сверено

Что делает шаблон

Изображения можно передавать по одному с автоматической обработкой бинарных данных, анализировать с отдельными запросами для каждого файла или обрабатывать как элементы n8n. Для PDF предусмотрен анализ через прямой API-вызов с извлечением текста; изображения тоже можно отправлять напрямую, чтобы управлять параметрами API. Выбор подхода зависит от объёма данных и нужной настройки. Для прямых вызовов Google Gemini в методах 3, 4 и 5 требуется настроить проверку подлинности по запросу с API-ключом.

Как работает workflow по шагам

  1. Manual Trigger запускает workflow вручную.
  2. AI Agent обрабатывает изображение с автоматической передачей бинарных данных, а Google Gemini Chat Model подключает модель.
  3. Edit Fields (Set) задаёт данные для подходов с отдельными запросами к изображениям.
  4. Loop Over Items (Split in Batches) и Split Out организуют обработку отдельных элементов.
  5. Extract from File извлекает текст из PDF.
  6. HTTP Request отправляет прямые запросы Google Gemini для анализа PDF или изображения.
  7. Filter отбирает элементы по заданному условию.

Что нужно для запуска

  • API-ключ Google Gemini.
  • n8n с узлами HTTP Request и AI Agent.

Как подключить Google Gemini к n8n

Для HTTP Request с прямыми вызовами Google Gemini в методах 3, 4 и 5 нужна проверка подлинности по запросу. В разделе Query Auth указывается параметр key со значением API-ключа Google Gemini.

Что изменить под себя

  • Текст запроса для каждого изображения можно задать отдельно.
  • В прямых запросах к API можно настроить параметры.

Кому подойдёт

Workflow демонстрирует разные способы анализа изображений и PDF в ответ на вопросы пользователей о Google Gemini в n8n.

Сервисы 1

Категории у источника: Извлечение данных из документов , Мультимодальный ИИ

Узлы workflow 10

  • HTTP Request
  • Edit Fields (Set)
  • Loop Over Items (Split in Batches)
  • Sticky Note
  • Manual Trigger
  • Filter
  • AI Agent
  • Extract from File
  • Split Out
  • Google Gemini Chat Model

Виды узлов, из которых собран сценарий, — как их перечисляет страница шаблона. Серым — служебные узлы n8n.

Автор и первоисточник

Сценарий «5 ways to process images & PDFs with Gemini AI in n8n» опубликовал на n8n.io Julian Kaiser. 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.

Похожие шаблоны n8n

Чат-бот с Google Gemini Сообщения в чате обрабатывает workflow n8n Google Gemini: AI Agent отвечает на вопросы и при необходимости использует инструменты для погоды и новостей. Google Gemini 1 274 940просмотров AI-публикации из OpenAI в LinkedIn и соцсети Публикации для LinkedIn и других соцсетей создаются с помощью ИИ: workflow в n8n связывает LinkedIn, OpenAI и Telegram, а затем отправляет материалы на согласование. Telegram · Facebook Graph API · X (Twitter) · Gmail +4 445 412просмотров Ответы по документам Google Drive в Gemini Документы компании из Google Drive индексируются в Pinecone, а workflow n8n связывает их с чатом на Google Gemini. Сотрудники задают вопросы и получают ответы по содержимому файлов. Google Drive · Pinecone · Google Gemini 352 908просмотров Генерация изображений в Telegram и Google Gemini Текстовые запросы на генерацию изображений обрабатываются в workflow n8n, связанном с Telegram и Google Gemini. Готовую картинку можно получить в чате или сохранить на диск. Telegram · Google Gemini 181 428просмотров Ответы на сообщения WhatsApp с Google Gemini Сообщения WhatsApp проходят обработку в workflow n8n: ИИ разбирает текст, изображения, аудио и видео, после чего отправляет ответ обратно пользователю. Для сложных запросов подключается Wikipedia. WhatsApp · Wikipedia · Google Gemini 126 550просмотров Управление Proxmox через Google Gemini и Telegram Операции с узлами и виртуальными машинами Proxmox выполняются по командам на обычном языке: в n8n Google Gemini разбирает запрос, а Telegram, Gmail и встроенный чат передают его агенту. Telegram · Gmail · Google Gemini 104 240просмотров

Спонсоры проекта

Компании, которые помогают держать аналитику открытой