财务分析师智能体
中级
这是一个Document Extraction, Multimodal AI领域的自动化工作流,包含 7 个节点。主要使用 PostgresTool, Agent, ChatTrigger, LmChatOpenAi, MemoryBufferWindow 等节点。 基于聊天的财务报表分析,使用GPT-4和PostgreSQL处理损益表和资产负债表
前置要求
- •PostgreSQL 数据库连接信息
- •OpenAI API Key
工作流预览
可视化展示节点连接关系,支持缩放和平移
导出工作流
复制以下 JSON 配置到 n8n 导入,即可使用此工作流
{
"id": "okpWKYL7NWpYys9Q",
"meta": {
"instanceId": "b50483b2122f6dc268662b45507d575d939570ea8e1e086601ebb3b6273c1cfd"
},
"name": "财务分析师智能体",
"tags": [],
"nodes": [
{
"id": "9d80bab4-d014-4e2c-9f9c-15cb29f49545",
"name": "AI Agent",
"type": "@n8n/n8n-nodes-langchain.agent",
"position": [
416,
192
],
"parameters": {},
"typeVersion": 2.1
},
{
"id": "f3cd7b4d-0e89-403f-b505-4f9fdce05f30",
"name": "P_L_报告",
"type": "n8n-nodes-base.postgresTool",
"position": [
608,
400
],
"parameters": {},
"typeVersion": 2.6
},
{
"id": "09825591-c77e-4635-a635-282a3cc0d98c",
"name": "资产负债表",
"type": "n8n-nodes-base.postgresTool",
"position": [
752,
400
],
"parameters": {},
"typeVersion": 2.6
},
{
"id": "7da3e4a5-0861-493e-a427-9cecf010de3d",
"name": "简单记忆",
"type": "@n8n/n8n-nodes-langchain.memoryBufferWindow",
"position": [
480,
400
],
"parameters": {},
"typeVersion": 1.3
},
{
"id": "d6e2fec8-9910-496f-a630-113ee0e94eb2",
"name": "OpenAI 聊天模型",
"type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
"position": [
336,
400
],
"parameters": {},
"typeVersion": 1.2
},
{
"id": "ee289e2e-716f-49b5-aaf0-80737e1692bc",
"name": "便签",
"type": "n8n-nodes-base.stickyNote",
"position": [
-16,
-32
],
"parameters": {
"content": ""
},
"typeVersion": 1
},
{
"id": "4da765c4-d0b7-46dd-b197-d0179bdf1c92",
"name": "当收到聊天消息时",
"type": "@n8n/n8n-nodes-langchain.chatTrigger",
"position": [
176,
192
],
"webhookId": "aef942c6-87aa-4dd8-9ea1-4b9b4140d843",
"parameters": {},
"typeVersion": 1.3
}
],
"active": false,
"pinData": {},
"settings": {
"executionOrder": "v1"
},
"versionId": "8783b3c8-e1bb-4505-8de7-50dfa925535f",
"connections": {
"AI Agent": {
"main": [
[]
]
},
"P_L_Reports": {
"ai_tool": [
[
{
"node": "AI Agent",
"type": "ai_tool",
"index": 0
}
]
]
},
"Simple Memory": {
"ai_memory": [
[
{
"node": "AI Agent",
"type": "ai_memory",
"index": 0
}
]
]
},
"Balance_Sheets": {
"ai_tool": [
[
{
"node": "AI Agent",
"type": "ai_tool",
"index": 0
}
]
]
},
"OpenAI Chat Model": {
"ai_languageModel": [
[
{
"node": "AI Agent",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"When chat message received": {
"main": [
[
{
"node": "AI Agent",
"type": "main",
"index": 0
}
]
]
}
}
}常见问题
如何使用这个工作流?
复制上方的 JSON 配置代码,在您的 n8n 实例中创建新工作流并选择「从 JSON 导入」,粘贴配置后根据需要修改凭证设置即可。
这个工作流适合什么场景?
中级 - 文档提取, 多模态 AI
需要付费吗?
本工作流完全免费,您可以直接导入使用。但请注意,工作流中使用的第三方服务(如 OpenAI API)可能需要您自行付费。
相关工作流推荐
基于 GPT-5 Mini 的 Google Sheets 对话式数据分析
基于 GPT-5 Mini 的 Google Sheets 对话式数据分析
Agent
Google Sheets Tool
Chat Trigger
+3
10 节点Robert Breen
文档提取
使用GPT-4o将自然语言转换为Google Sheets SQL查询
使用GPT-4o将自然语言转换为Google Sheets SQL查询
Http Request
Agent
Google Sheets Tool
+5
12 节点Robert Breen
文档提取
邮件历史RAG
使用Gmail、OpenAI和Qdrant向量数据库创建邮件知识库
Code
Gmail
Gmail Trigger
+11
23 节点Zain Ali
内部知识库
产品推荐RAG
使用OpenAI、Qdrant和Google表格RAG将医疗症状匹配到产品
Google Sheets
Manual Trigger
Split In Batches
+9
17 节点Zain Ali
客户培育
我的工作流
使用 GPT-4o-mini 通过自然语言查询 PostgreSQL 数据库
Set
Postgres Tool
Agent
+4
9 节点Babish Shrestha
AI 聊天机器人
基于Gmail和Mem0的RAG代理邮件解析器
基于Gmail和Mem0的RAG代理邮件解析器
Set
Mcp Client
Http Request
+8
11 节点Stephan Koning
文档提取