🤖 Sistema Backend de Procesamiento Documental con Gemini AI (n8n)

Pipeline backend API-First para la ingesta, procesamiento y extracción estructurada de documentos (facturas/recibos) utilizando n8n, Gemini 2.5 Flash, Supabase y Google Sheets.
Incluye detección de duplicados (hashing), confidence scoring, persistencia estructurada y monitoreo en tiempo real.

---

🎯 Problema

El procesamiento manual de facturas y documentos administrativos presenta limitaciones típicas:

• Alto consumo de tiempo operativo
• Propensión a errores humanos
• Falta de trazabilidad y auditoría
• Riesgo de duplicación de documentos
• Ausencia de validación automática
• Dificultad para escalar el proceso

---

✅ Solución

Se desarrolló un pipeline backend con n8n que:

• Recibe documentos vía Webhook
• Normaliza los datos de entrada
• Detecta duplicados mediante hashing
• Persiste datos y estados en Supabase
• Extrae texto (OCR)
• Procesa y estructura información con Gemini 2.5 Flash
• Calcula un confidence score
• Registra resultados en Google Sheets (logging + dashboard)
• Genera reportes listos para auditoría / publicación

Todo el proceso ocurre sin intervención humana.

---

🧩 Arquitectura del Workflow

Workflow completo:

Ejecución exitosa:

---

⚙️ Funcionalidades Implementadas

• ✅ API-First document intake (Webhook)
• ✅ OCR document processing
• ✅ AI structured extraction (Gemini)
• ✅ Confidence scoring
• ✅ Duplicate detection (hashing)
• ✅ Database persistence (Supabase)
• ✅ Real-time logging (Google Sheets)
• ✅ Automated reporting
• ✅ Fully automated workflow

---

🛠️ Tech Stack

• n8n — Orquestación de workflows / integración
• Gemini 2.5 Flash — Extracción y estructuración inteligente
• Supabase — Persistencia y trazabilidad (DB)
• Google Sheets — Logging + dashboard en tiempo real
• JavaScript — Lógica de negocio (normalización, hash, scoring)

---

🔌 Ingesta vía Webhook (Testing)

El sistema expone un endpoint para recibir documentos desde cualquier sistema externo.

Ejemplo de test en Postman:

Respuesta esperada: Workflow was started
Esto confirma que la ingesta dispara el pipeline.

---

🗄️ Persistencia en Base de Datos (Supabase)

Cada documento procesado se almacena con:

• document_hash (hash único)
• file_name
• extracted_data (JSON estructurado)
• confidence_score
• status
• created_at

Vista de tabla en Supabase:

Esto permite:

• Trazabilidad completa
• Auditoría
• Evitar duplicados

---

📊 Logging y Dashboard en Tiempo Real (Google Sheets)

Cada ejecución registra un log estructurado con, por ejemplo:

• ocrText
• extractedData (JSON)
• confidence_score
• timestamp / created_at
• status

Ejemplo de registros:

---

🎯 Confidence Scoring Automático

El pipeline calcula un puntaje de confianza considerando:

• Completitud de campos esperados
• Validación / consistencia del output de IA
• Señales de “missing fields” o incertidumbre

Ejemplo (confidence score visible en el dashboard):

Esto permite:

• Detectar documentos confiables
• Marcar casos que requieren revisión manual (si se desea agregar esa regla)

---

📣 Generación Automática de Reportes

El sistema genera contenido listo para auditoría o publicación (ej: formato de post):

---

🧠 Arquitectura Técnica (Resumen)

Pipeline:

Webhook
→ Normalization
→ Hashing
→ Supabase Persistence
→ OCR
→ Gemini AI Processing
→ Confidence Scoring
→ Google Sheets Logging
→ Reporting

---

📈 Resultados

• ⚡ Procesamiento automático en segundos
• 🎯 Extracción estructurada confiable
• 📊 Monitoreo en tiempo real
• 🔒 Eliminación de duplicados
• 🤖 Flujo 100% automatizado

---

🧑‍💻 Mi Rol

• Diseño de arquitectura backend completa
• Implementación del workflow en n8n
• Integración con Gemini AI
• Desarrollo de lógica en JavaScript
• Integración con Supabase
• Implementación de confidence scoring
• Implementación de logging y dashboards
• Testing end-to-end
• Documentación técnica

---

💼 Casos de Uso

Este sistema puede aplicarse a:

• Procesamiento de facturas
• Automatización contable
• Document intake empresarial
• Automatización administrativa
• Integraciones con sistemas ERP
• Flujos de RPA y backoffice

---

Author

Maria Fernanda Moreno
Automation Developer | AI Automation | n8n

Showcase de proyectos: https://showcase-de-automatizaciones-y-webs.vercel.app/

---