AI 自动解析银行对账单并分类交易流水

通过 n8n webhook 接收 PDF/Excel/CSV 对账单，经 AI 提取结构化交易数据，分类后存入 PostgreSQL 并返回汇总

给谁

需要自动化处理银行对账单、提取交易并分类存储的财务或运营人员

你会得到

上传对账单文件后，自动获得含账户信息、交易明细、支出分类汇总的标准化 JSON 响应，数据持久化到数据库

你需要

n8n · postgres

步骤

1. 前置准备与凭证配置

   在 n8n 中配置 OpenAI API 凭证（openAiApi）和 PostgreSQL 数据库凭证（postgres）。在 PostgreSQL 中创建 bank_statements 表，需包含 raw_data、bank_name、processed_at、total_income、account_number、total_expenses、statement_period、total_transactions 等字段（与 Save to Database 节点映射字段一致）。自定义分类列表可在后续 AI 节点提示词中调整。

2. 上传对账单并智能路由

   通过 POST 请求向 /upload-statement webhook 端点上传银行对账单文件（PDF、Excel 或 CSV）。Webhook 节点接收后，File Handler 代码节点提取文件名、MIME 类型等元数据，并保留 binary 数据。Check File Type 节点根据 contentType 是否包含 application/pdf 进行路由：PDF 文件进入 Extract PDF Text 节点提取文本；Excel/CSV 文件进入 Parse Excel/CSV 节点解析为结构化数据。

   运行提示词 · 来源原文。File Handler 节点（n8n-nodes-base.code）的 jsCode 参数

   复制提示词

   // Simple file processor
   const inputData = $input.all()[0];
   const files = [];
   
   // Handle file uploads
   if (inputData.binary) {
     Object.keys(inputData.binary).forEach(key => {
       const file = inputData.binary[key];
       files.push({
         filename: file.fileName,
         contentType: file.mimeType,
         uploadedAt: new Date().toISOString()
       });
     });
   }
   
   return files.map(file => ({
     json: {
       filename: file.filename,
       contentType: file.contentType,
       uploadedAt: file.uploadedAt,
       status: 'ready_for_processing'
     },
     binary: inputData.binary
   }));

3. AI 提取交易与分类

   Extract PDF Text 或 Parse Excel/CSV 的输出进入 AI Data Extractor 节点（OpenAI）。system 提示词要求模型提取账户信息、交易明细、余额，并返回指定格式的 JSON；user 提示词传入提取的文本或结构化数据。模型默认使用 gpt-4o-mini，来源亦提及 GPT-4 系列可用。分类包括：groceries、dining、gas、shopping、utilities、healthcare、entertainment、income、fees、other。

   运行提示词 · 来源原文。AI Data Extractor 节点（OpenAI）system message 字段

   复制提示词

   Extract bank statement data and return clean JSON:
   
   {
     "account_number": "****1234",
     "bank_name": "Bank Name",
     "statement_period": "2024-01-01 to 2024-01-31",
     "opening_balance": 1500.00,
     "closing_balance": 1250.00,
     "transactions": [
       {
         "date": "2024-01-15",
         "description": "GROCERY STORE",
         "amount": -45.67,
         "category": "groceries"
       }
     ]
   }
   
   Use negative amounts for expenses, positive for income. Categorize transactions as: groceries, dining, gas, shopping, utilities, healthcare, entertainment, income, fees, or other.

   运行提示词 · 来源原文。AI Data Extractor 节点（OpenAI）user message 字段

   复制提示词

   {{ $json.data || $json.extracted_text }}

4. 数据清洗与汇总计算

   Process & Summarize 代码节点接收 AI 输出，解析 JSON 内容，清洗交易数据（生成唯一 ID、格式化日期、大写描述、数值化金额、填充缺失分类），并计算总支出、总收入、净变化及按分类的支出汇总。若解析失败，返回空 transactions 数组以避免中断。

   运行提示词 · 来源原文。Process & Summarize 节点（n8n-nodes-base.code）的 jsCode 参数

   复制提示词

   // Clean and validate extracted data
   const inputData = $input.all()[0];
   let extractedData = {};
   
   // Parse AI response
   try {
     const content = inputData.json.message?.content || inputData.json;
     if (typeof content === 'string') {
       const jsonMatch = content.match(/{[\s\S]*}/);
       if (jsonMatch) {
         extractedData = JSON.parse(jsonMatch[0]);
       }
     } else {
       extractedData = content;
     }
   } catch (error) {
     console.log('Parse error:', error.message);
     extractedData = { transactions: [] };
   }
   
   // Clean transaction data
   const cleanTransactions = (extractedData.transactions || []).map((tx, index) => ({
     id: `tx_${Date.now()}_${index}`,
     date: tx.date,
     description: (tx.description || '').trim().toUpperCase(),
     amount: parseFloat(tx.amount) || 0,
     category: tx.category || 'other',
     processed_at: new Date().toISOString()
   }));
   
   // Calculate summary
   const totalExpenses = cleanTransactions
     .filter(tx => tx.amount < 0)
     .reduce((sum, tx) => sum + Math.abs(tx.amount), 0);
   
   const totalIncome = cleanTransactions
     .filter(tx => tx.amount > 0)
     .reduce((sum, tx) => sum + tx.amount, 0);
   
   const categoryTotals = {};
   cleanTransactions.forEach(tx => {
     if (tx.amount < 0) { // Only expenses
       categoryTotals[tx.category] = (categoryTotals[tx.category] || 0) + Math.abs(tx.amount);
     }
   });
   
   return [{
     json: {
       account_info: {
         account_number: extractedData.account_number || 'Unknown',
         bank_name: extractedData.bank_name || 'Unknown',
         statement_period: extractedData.statement_period || 'Unknown',
         opening_balance: parseFloat(extractedData.opening_balance) || 0,
         closing_balance: parseFloat(extractedData.closing_balance) || 0
       },
       transactions: cleanTransactions,
       summary: {
         total_transactions: cleanTransactions.length,
         total_expenses: totalExpenses,
         total_income: totalIncome,
         net_change: totalIncome - totalExpenses,
         category_breakdown: categoryTotals
       },
       processed_at: new Date().toISOString(),
       status: 'completed'
     }
   }]);

5. 存入 PostgreSQL 数据库

   Save to Database 节点将处理后的数据插入 bank_statements 表。字段映射包括：raw_data（完整 JSON）、bank_name、processed_at、total_income、account_number、total_expenses、statement_period、total_transactions。需确保数据库表结构与映射字段匹配，否则插入失败。

6. 返回 JSON 响应

   Send Response 节点向 webhook 调用方返回 JSON，包含 success 状态、处理交易数、总支出、总收入及分类汇总。responseBody 使用 n8n 表达式引用上游节点的汇总字段。

你正在搭建一个 n8n 工作流，用于自动接收银行对账单文件（PDF/Excel/CSV），通过 AI 提取并分类交易，最终存入 PostgreSQL 并返回汇总。请先确认：1）n8n 实例已运行；2）已配置 OpenAI 和 PostgreSQL 凭证；3）已创建 bank_statements 表；4）已根据本用例步骤导入或重建 9 个节点及其连线。如需调整分类，请修改 AI Data Extractor 节点的 system 提示词中的分类列表。