使用 GPT-4o 自动生成结构化的研究综述 - n8n 工作流

• 需要快速进行结构化文献调研的学术研究人员。


• 需要快速分析技术文档和科学论文的专业人士。


• 希望寻找集成了文件系统操作和生成式AI的高级 n8n 模板的用户。


• 任何希望使用灵活的 n8n 节点配置来自动化技术文档提取和总结的人。

分析科学文献非常耗时，尤其是在需要获取具体变量、纳入标准和统计结果等详细信息时。这个精妙的 n8n 工作流通过创建一个自动化流水线解决了这个问题。当有新的 PDF 文件被拖放到指定的本地文件夹时，n8n 的触发器启动该流程。核心功能依赖于 LangChain Agent 的 n8n 节点，该节点调用 GPT-4o 并使用极其详尽的系统提示词。该提示词强制 AI 输出一个结构划分为固定部分的摘要：引言、方法（包括参数和变量）、结果（包含具体数字和显著性）、小结和结论（包括研究局限和未来工作）。这个高度专业化的 n8n 模板将原始的 PDF 转化为可操作的、结构化的研究信息，显著加快了文献调研周期。

这个强大的 n8n 工作流完全基于本地文件系统的变化运行，确保了高安全性和对文档的直接访问。

1. 触发流程： 流程以 Local File Trigger (本地文件触发器) n8n 节点开始，它持续监控指定文件夹中新增的 PDF 文件。


2. 路径校正： 随后的 Converter (转换器) 代码 n8n 节点通过校正文件路径（将可能的 Windows 反斜杠转换为正斜杠）来确保兼容性。


3. 读取文件： PDF Finder (PDF查找器) n8n 节点读取新添加的 PDF 的二进制数据。


4. 文本提取： PDF Extractor (PDF提取器) n8n 节点对二进制 PDF 执行光学字符识别 (OCR) 或文本提取，为 AI 准备文档内容。


5. 智能总结： 提取的文本被传递给连接到 OpenAI Chat Model (使用 GPT-4o) 的 Summarizer (总结器) (一个 LangChain Agent 的 n8n 节点)。该代理使用高度特定的指令集来定义研究角色和强制要求的输出结构。


6. 最终输出： LLM 生成的结构化摘要由 Publisher (发布) n8n 节点转换为纯文本。


7. 保存结果： 最后，Save to Folder (保存至文件夹) n8n 节点将结构化的摘要内容写入指定的输出文件路径（例如 Summary.txt），完成 n8n 自动化工作流。

要部署这个自动化的 n8n 工作流，请按照以下步骤设置：

1. 导入 n8n 工作流： 复制提供的 JSON 数据，并使用 n8n 实例中的“新建”菜单 -> “从 JSON 导入”直接导入。


2. 配置本地文件触发器： 右键单击 Local File Trigger n8n 节点。设置您希望监控接收新 PDF 文件的本地文件夹的绝对路径。


3. 设置 OpenAI 凭据： 此 n8n 工作流需要访问 GPT-4o。打开 OpenAI Chat Model n8n 节点（位于 'Summarizer' 代理内部）。点击“创建新凭据”(Create New Credential) 并粘贴您的 OpenAI API 密钥。注意：请确保您的 OpenAI 账户已启用账单支付，因为使用 GPT-4o 会产生费用。


4. 配置输出目标： 右键单击最后的 Save to Folder n8n 节点。定义您希望保存最终总结文本文件的绝对路径（例如 C:/Desktop/Summary/Summary.txt）。请记住，在此步骤中对路径使用正斜杠 (/) 以获得最佳兼容性。


5. 激活： 激活 n8n 工作流。现在它已准备就绪，每当有新 PDF 添加到被监控的文件夹时就会运行。

此 n8n 模板利用了几个强大的节点：

Local File Trigger (本地文件触发器)：
功能： 作为 n8n 的主要触发器，在文件被添加到本地监控文件夹时启动 n8n 工作流。
关键配置： 配置为在指定的 folder (文件夹) 内对 add (添加) 事件作出响应。

Converter (转换器) (Code n8n 节点)：
功能： 关键的预处理步骤，用于转换文件路径（例如，将 Windows 反斜杠更改为正斜杠），确保后续 n8n 中的文件系统节点能正确解析。
关键配置： 使用自定义 JavaScript 代码替换所有反斜杠 (\) 为正斜杠 (/)。

PDF Extractor (PDF 提取器) (Extract From File n8n 节点)：
功能： 从 PDF 文件的二进制数据中提取原始文本内容，使其可被语言模型读取。

Summarizer (总结器) (LangChain Agent n8n 节点)：
功能： 通过高度规范的系统消息编排 LLM 调用，确保输出严格遵守所需的研究摘要结构。
关键配置： 使用详细的提示词定义引言、方法（测量变量）、结果（统计显著性）和结论（局限性、未来研究）等部分。

OpenAI Chat Model (LangChain n8n 节点)：
功能： 为总结任务提供算力支持。
关键配置： 明确设置为使用强大的 gpt-4o 模型。

Save to Folder (保存至文件夹) (ReadWriteFile n8n 节点)：
功能： 执行最后的操作，将生成的结构化摘要持久化保存到本地文件（例如 .txt 文件）中。