Agent IA pour extraire automatiquement les infos d’un CV (via n8n)

Cette première étape te permet de tester le workflow manuellement. Grâce au module Manual Trigger de n8n, tu peux lancer le scénario à la demande pour vérifier son bon fonctionnement avant de l'automatiser en production.

Le déclencheur manuel est très utile pour tester chaque étape en temps réel et diagnostiquer facilement les éventuelles erreurs. Une fois tes tests validés, tu pourras remplacer ce déclencheur par un trigger automatisé (ex : cron, webhook…) si besoin.

Pour démarrer : clique sur "Exécuter le workflow" dans n8n pour initier le traitement.

Cette étape permet de lister automatiquement tous les fichiers PDF présents dans un dossier spécifique de ton Google Drive. Chaque fichier correspond à un CV qui sera ensuite traité individuellement par l'agent IA.

💡 Astuce : tu peux récupérer l'ID de ton dossier Drive dans l'URL lorsque tu es à l'intérieur du dossier. C'est la partie après /folders/.

Cette étape utilise le module Split In Batches pour traiter chaque CV de manière indépendante. On boucle ainsi sur chaque fichier PDF récupéré, afin de l'exécuter dans un flux isolé.

Cela garantit un traitement propre et évite toute confusion si plusieurs fichiers sont présents dans le dossier.

Cette action télécharge le fichier PDF du CV depuis ton dossier Google Drive, en utilisant l'ID du fichier récupéré dans la boucle.

💡 Tu peux aussi remplacer cette source par un déclencheur Gmail, une API ou tout autre système d'arrivée de CV.

On enregistre le fichier PDF sur le serveur dans un chemin temporaire (/tmp/doc.pdf) afin de pouvoir l'utiliser avec une commande d'extraction de texte.

On utilise ici la commande pdftotext (fournie par Poppler) pour transformer le PDF en un fichier texte lisible par l'agent IA. Cette commande doit être installée sur ton serveur.

➡️ Commande exécutée : pdftotext /tmp/doc.pdf /tmp/doc.txt

💡 Si tu ne sais pas comment installer cette commande, demande à ChatGPT selon ton système (Linux, Docker, Mac…) ou contacte-nous.

On lit le fichier /tmp/doc.txt généré par pdftotext. Le contenu est chargé dans n8n pour être transmis à l'agent IA dans l'étape suivante.

Cette étape nettoie et structure le contenu texte brut pour qu'il soit proprement analysé par l'agent IA. Le texte est ensuite disponible dans $json.data.

Le contenu texte est envoyé à un agent IA basé sur GPT-4o via LangChain. Il extrait toutes les informations importantes du CV (nom, mail, expériences, compétences, etc.).

➡️ Prompt : structure fixe, noms de colonnes prédéfinis, apostrophe ajoutée aux numéros pour compatibilité Google Sheets.

On transforme le JSON retourné par l'agent IA en une structure à plat, compatible avec l'import automatique dans Google Sheets. Chaque propriété (ex : lang_1, edu_1_degree) est explicitement mappée.

💡 Si tu veux envoyer les données ailleurs (Notion, Airtable, base SQL…), tu peux adapter ce bloc.

Les informations extraites sont ajoutées automatiquement dans une nouvelle ligne de ton Google Sheet. Chaque colonne correspond à un champ bien défini du CV.

➡️ Connexion : Google Sheets connecté à ton compte

💡 Tu peux aussi modifier cette étape pour envoyer les données dans Notion, Airtable ou n'importe quelle base.

Cette commande supprime tous les fichiers temporaires (/tmp/doc.pdf et /tmp/doc.txt) après chaque boucle pour garder un environnement propre.

➡️ Commande : rm -rf /tmp/doc.pdf /tmp/doc.txt