Agent IA n8n pour extraire automatiquement les données d’une facture PDF

Cette étape initialise le workflow selon la fréquence que vous définissez. Elle permet d'automatiser le processus de vérification et de dédoublonnage des entreprises dans HubSpot.

Cette étape permet de scanner automatiquement un dossier spécifique de ton Google Drive pour récupérer toutes les factures PDF à traiter. Chaque fichier sera ensuite analysé individuellement par l'agent IA.

💡 Astuce : pour obtenir l'ID de ton dossier Drive, ouvre le dossier dans ton navigateur : l'ID se trouve dans l'URL après /folders/.

Grâce au module Split In Batches, cette étape permet de boucler sur chaque facture PDF individuellement. Cela garantit que chaque document est analysé séparément et dans le bon ordre.

Ce fonctionnement évite les collisions entre fichiers et te permet de suivre précisément le traitement de chaque facture.

Cette étape télécharge le fichier PDF de la facture depuis ton dossier Google Drive, en s'appuyant sur l'ID du fichier détecté dans la boucle précédente.

💡 Tu peux aussi remplacer Google Drive par un module Gmail, un webhook, ou une API de ton ERP si les factures arrivent d'une autre source.

On enregistre la facture au format PDF dans un dossier temporaire sur le serveur (/tmp/doc.pdf). Cette étape est essentielle pour pouvoir ensuite en extraire le texte via une commande en ligne de commande.

Cette méthode fonctionne avec n'importe quel PDF : facture client, fournisseur, avoir, bon de commande…

À cette étape, on utilise la commande pdftotext (incluse dans la librairie Poppler) pour convertir la facture PDF en un fichier texte brut. Ce format est nécessaire pour que l'agent IA puisse ensuite analyser et structurer les informations contenues dans la facture.

➡️ Commande exécutée : pdftotext /tmp/doc.pdf /tmp/doc.txt

Cette méthode permet d'extraire tous les champs visibles d'une facture : numéro, date, lignes de facturation, TVA, total, IBAN, etc.

Besoin d'aide pour installer pdftotext ? Demande à ChatGPT selon ton système (Ubuntu, Docker, Mac…) ou contacte-nous.

Le fichier /tmp/doc.txt généré précédemment contient l'intégralité du texte brut extrait de la facture. Cette étape permet de charger ce contenu dans n8n afin de l'envoyer ensuite à l'agent IA pour l'analyse.

Ce fichier regroupe toutes les données lisibles issues de la facture : intitulés des colonnes, montants, coordonnées du client ou fournisseur, détails bancaires, etc.

Le texte brut extrait de la facture peut contenir des sauts de ligne inutiles, des espaces en trop ou des entêtes répétées. Cette étape sert à nettoyer et uniformiser le contenu afin qu'il soit correctement interprété par l'agent IA.

Le résultat final est stocké dans $json.data, prêt à être envoyé à l'étape d'analyse. Cela garantit que le modèle d'IA reçoive un contenu clair et exploitable : dates, numéros de factures, lignes produits, montants HT/TTC, etc.

Le texte nettoyé est transmis à un agent IA construit avec GPT-4o, via LangChain. Cet agent est entraîné pour extraire automatiquement toutes les données clés d'une facture : numéro, date, client, fournisseur, montant HT/TTC, IBAN, lignes produits, etc.

➡️ Prompt : extraction au format JSON avec colonnes standardisées, et formatage compatible avec Google Sheets (ex : apostrophes pour éviter la conversion automatique des numéros).

Le JSON généré par l'agent IA est transformé en un format à plat, avec des champs standards (ex : invoice_number, invoice_date, total_amount, client_name, etc.), pour une intégration directe dans Google Sheets.

💡 Tu peux facilement adapter cette structure pour d'autres outils comme Notion, Airtable ou une base de données comptable selon ton stack.

Les informations extraites de chaque facture (montant, date, client, fournisseur, IBAN, etc.) sont automatiquement ajoutées dans une nouvelle ligne d'un Google Sheet. Chaque colonne correspond à un champ bien défini.

➡️ Connexion : Google Sheets connecté à ton compte

Tu peux remplacer cette sortie par Notion, Airtable, un ERP, un outil de facturation ou une base SQL selon tes besoins.