Agentic AI N8n Ocr

具有n8n、OCR和MCP服务器的代理AI代理

一个强大的代理人工智能系统，将n8n工作流自动化、OCR功能、模型上下文协议（MCP）服务器集成和Airtable数据库与现代前端表单界面相结合。

🌟 特性

• 代理AI工作流程：由n8n驱动的自主AI代理
• OCR处理：使用Tesseract OCR从图像和文档中提取文本
• MCP服务器集成：连接到模型上下文协议服务器以增强AI功能
• Airtable数据库：强大的数据存储和管理
• 前端表单：用户友好的文档提交界面
• Docker支持：使用Docker Compose轻松部署

🏗️ 建筑

┌─────────────────┐
│  Frontend Form  │
│   (React/HTML)  │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│   n8n Workflow  │
│  (Orchestrator) │
└────┬───┬───┬────┘
     │   │   │
     ▼   ▼   ▼
┌────┴┐ ┌┴───┐ ┌┴─────────┐
│ OCR │ │MCP │ │ Airtable │
│Tool │ │Srv │ │    DB    │
└─────┘ └────┘ └──────────┘

📋 先决条件

• Docker和Docker Compose
• Node.js 18+（用于本地开发）
• Airtable帐户和API密钥
• Claude API密钥（用于MCP服务器）

🚀 快速开始

1.克隆存储库

git clone https://github.com/yourusername/agentic-ai-n8n-ocr.git
cd agentic-ai-n8n-ocr

2.配置环境变量

cp .env.example .env

编辑 .env 使用您的凭据：

# n8n Configuration
N8N_BASIC_AUTH_ACTIVE=true
N8N_BASIC_AUTH_USER=admin
N8N_BASIC_AUTH_PASSWORD=your_password

# Airtable Configuration
AIRTABLE_API_KEY=your_airtable_api_key
AIRTABLE_BASE_ID=your_base_id

# Claude API (for MCP)
ANTHROPIC_API_KEY=your_anthropic_api_key

# MCP Server
MCP_SERVER_PORT=3001

# Frontend
FRONTEND_PORT=3000

3.从Docker Compose开始

docker-compose up -d

这将开始：

• n8n工作流引擎(http://localhost:5678)
• MCP服务器(http://localhost:3001)
• 前端应用程序(http://localhost:3000)
• Tesseract OCR服务

4.导入n8n工作流

1. 打开n8nhttp://localhost:5678
2. 转到工作流→ 导入
3. 从导入工作流 n8n-workflows/ 目录

📁 项目结构

agentic-ai-n8n-ocr/
├── README.md
├── docker-compose.yml
├── .env.example
├── n8n-workflows/
│   ├── ocr-processing-workflow.json
│   ├── agentic-ai-workflow.json
│   └── mcp-integration-workflow.json
├── mcp-server/
│   ├── package.json
│   ├── server.js
│   ├── tools/
│   └── prompts/
├── frontend/
│   ├── index.html
│   ├── app.js
│   ├── styles.css
│   └── package.json
├── docker/
│   ├── Dockerfile.mcp
│   ├── Dockerfile.ocr
│   └── Dockerfile.frontend
└── docs/
    ├── SETUP.md
    ├── WORKFLOWS.md
    └── API.md

🔧 配置

气垫床设置

1. 创建新的Airtable库
2. 创建表格：

- 文件：存储上传的文档 - 领域： Document ID, Filename, Upload Date, Status, OCR Text - OCR结果：存储OCR处理结果 - 领域： Result ID, Document ID, Extracted Text, Confidence, Timestamp - AI响应：存储代理响应 - 领域： Response ID, Document ID, Query, Response, Timestamp

n8n工作流配置

该系统包括三个主要工作流程：

1. OCR处理工作流程：处理文档上传和OCR提取
2. 代理AI工作流：使用AI代理功能处理请求
3. MCP集成工作流程：连接到MCP服务器以增强AI功能

🎯 用例

1. 文档处理：上传文档，通过OCR提取文本，存储在Airtable中
2. 智能文档分析：AI代理分析OCR结果并提供见解
3. 自动数据输入：从表单中提取信息并填充数据库
4. 内容概述：处理大型文档并生成摘要
5. 多模态AI查询：结合文本和图像理解

🔌 API终点

前端表单提交

POST /api/upload
Content-Type: multipart/form-data

MCP服务器

POST /mcp/query
Content-Type: application/json
Body: { "prompt": "string", "context": {} }

n8n Webhook

POST /webhook/process-document
Content-Type: application/json
Body: { "documentId": "string", "action": "ocr|analyze|summarize" }

🛠️ 发展

本地运行

MCP服务器

cd mcp-server
npm install
npm run dev

前端

cd frontend
npm install
npm start

测试

# Test OCR processing
curl -X POST http://localhost:5678/webhook/process-document \
  -F "file=@test-image.png"

# Test MCP server
curl -X POST http://localhost:3001/mcp/query \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Analyze this document", "context": {}}'

📊 监控

• n8n处决：http://localhost:5678/executions
• MCP服务器日志： docker-compose logs -f mcp-server
• Airtable仪表板：您的Airtable基本URL

🔒 安全

• 所有API密钥都应存储在环境变量中
• 在生产环境中使用HTTPS
• 启用n8n基本身份验证
• 对公共端点实施速率限制
• 验证并净化所有输入

🤝 贡献

1. 分叉存储库
2. 创建要素分支(git checkout -b feature/amazing-feature)
3. 提交您的更改(git commit -m 'Add amazing feature')
4. 推到分支(git push origin feature/amazing-feature)
5. 打开拉取请求

📝 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

• n8n -工作流自动化
• 泰瑟瑞特光学字符识别 -OCR引擎
• 人类MCP -模型上下文协议
• 气垫桌 -数据库平台

📞 支持

对于问题和疑问：

• GitHub问题： 创建问题
• 文件：检查 docs/ 文件夹
• 电子邮件：support@yourproject.com

🗺️ 路线图

• \[\]添加对多个OCR引擎的支持
• \[\]实现实时协作功能
• \[\]添加对更多文档格式的支持
• \[\]创建移动应用程序
• \[\]添加分析仪表板
• \[\]实现webhook通知
• \[\]添加多语言支持

______________________________________________________________________

由以下材料制成❤️ 面向人工智能自动化社区