准备环境：一台普通电脑就够了

你需要一台能上网的电脑，Windows、macOS 或 Linux 都可以。内存 8GB 以上更好（16GB 就很流畅）。不需要独立显卡。还要装一个叫 n8n 的工具，它是一个自动化工作流平台，可以帮你把多个步骤串联起来。去 n8n.io 下载并安装免费版。

安装步骤：三步搞定

1. 下载 Ollama：访问 ollama.com，根据你的系统下载安装包。Ollama 是一个让 AI 模型在本地运行的软件，免费且保护隐私。
2. 运行模型：打开终端（Mac 叫“终端”，Windows 叫“命令提示符”），输入 ollama run qwen2.5-coder:7b 并按回车。这个命令会下载并启动一个 7B 参数的中文 AI 模型，大小约 4GB。等待下载完成。
3. 测试模型：在终端里输入“你好”，如果它回复你，就说明成功了。

验证是否成功：跑通第一个工作流

打开 n8n，创建一个新工作流。从左侧拖入 7 个节点（按顺序）：

• 触发器：选择“手动触发”或“Gmail”（如果你有发票邮件）。
• 代码节点：粘贴 3 张示例发票文本（随便写几行，比如“供应商：ABC，日期：2024-01-01，金额：100 元”）。
• HTTP 请求：向 Ollama 发送 POST 请求，地址填 http://localhost:11434/api/generate，请求体设为 { "model": "qwen2.5-coder:7b", "prompt": "从以下文本提取供应商、日期、摘要和金额，返回 JSON，并添加一个 confidence 字段（0-1）表示置信度。只输出 JSON。", "temperature": 0, "format": "json" }。
• 分类器：根据 confidence 值判断是否可靠（比如低于 0.8 标记为“需人工检查”）。
• 汇总：把结果整理成一条消息。
• Telegram 通知：发送结果到你的手机（可选）。
• Google Sheets：将数据写入表格。

点击“执行工作流”，如果看到 JSON 输出，就成功了！

下一步可以做什么

你可以修改提示词，让模型读取其他文档（如收据、合同）。注意把 temperature 设为 0，这样模型不会乱编数据。如果扫描件模糊，模型可能猜错，所以加上置信度字段能帮你过滤可疑结果。去 ollama.com 探索更多模型，试试不同的任务吧！