Make 7. Kimi API 实操办公自动化：Make 工作流自动总结 PDF 文档

引言

每天要读大量 PDF 文档的人一定懂这种感受：研报、白皮书、学术论文堆在那里，每份都要花半小时到一小时才能理清核心观点。如果你是金融分析师、产品经理、科研人员，这种重复性的文档分析占据了大量工作时间。

我是翔宇。本期教程我会教你用 Kimi API 在 Make 中搭建一套自动分析 PDF 文档的工作流。上传 PDF 到 Notion，Make 自动下载、提取文本、用 Kimi 的长文本能力生成 10 个核心观点，写回 Notion。整个过程全自动，你只需要把 PDF 扔进数据库就行。

为什么选 Kimi？两个原因：一是 Kimi 的长文本处理能力极强（支持 128K 甚至更长），适合处理几十页的文档；二是 Kimi API 获取门槛低，注册就送额度，微信支付宝充值，不需要折腾海外信用卡。对于获取 OpenAI API 有困难的用户，这是一个非常好的替代方案。

你将学到

• 如何用 Kimi API 的文件接口将 PDF 转为文本
• 如何用 Kimi API 的对话接口进行长文本分析
• Make 中 HTTP 模块调用第三方 API 的完整流程
• 如何用 Text Replace 模块处理特殊字符避免 JSON 错误
• Notion 状态字段作为工作流触发器的设计思路
• 如何设置超时时间和状态码筛选保障工作流稳定性

视频教程

本教程配套视频已发布在 YouTube，建议搭配视频一起学习效果更佳。

详细教程

工作流全景

整个工作流由八个模块组成：

准备工作：Notion 数据库设计

在 Notion 中新建一个"文档分析"数据库，只需要三个属性：

• 文档名称（Title）：PDF 的名字
• 状态（Select）：两个选项——"开始"和"已完成"
• 文件（Files）：上传 PDF 附件

状态字段是这个工作流的触发机制：Make 每次运行时只检索状态为"开始"的条目进行处理，处理完自动改为"已完成"，避免重复操作。

第一步：Notion 检索 + HTTP 下载

Notion Search Database Items：

设置筛选器：状态字段的文本等于"开始"。这里的文本必须和 Notion 中的选项完全一致。每次只取一条（避免并发冲突）。

HTTP Get a File：

URL 填入 Notion 返回的文件链接字段。这个模块会把 PDF 下载到 Make 的临时存储中，供后续步骤使用。

第二步：发送 PDF 到 Kimi 文件接口

这是本期的核心模块之一。Kimi 提供了独立的文件接口，专门用于从 PDF 中提取文本。

添加 HTTP 模块，选择 Make a Request：

URL: https://api.moonshot.cn/v1/files
Method: POST
Headers:
  Authorization: Bearer 你的Kimi_API_Key
Body Type: Multipart/form-data
  - file: (选择上一步下载的 PDF 文件)
  - purpose: file-extract

Kimi API Key 的获取非常简单：登录月之暗面官网，在 API Key 管理页面点击新建即可。注册就送免费额度。

发送成功后，Kimi 会返回一个文件 ID，后续步骤通过这个 ID 获取提取结果。

第三步：等待 + 获取文本内容

Sleep 模块：

文档较短时等待 1 秒即可。如果你的 PDF 有几十页甚至上百页，建议设置 60-120 秒，给 Kimi 足够的处理时间。

HTTP 获取文本：

URL: https://api.moonshot.cn/v1/files/{file_id}/content
Method: GET
Headers:
  Authorization: Bearer 你的Kimi_API_Key
Parse Response: 开启

这里的 {file_id} 替换为上一步 Kimi 返回的文件 ID。返回结果是整个 PDF 的纯文本内容。

第四步：特殊字符处理

这一步很关键。PDF 提取出的文本中可能包含换行符 \n、中括号 []、大括号 {}、反斜杠 \ 等字符，这些会破坏后续 Kimi 对话接口的 JSON 输入结构。

添加 Text Parser 模块，选择 Replace：

Pattern: ["{}\[\]\\\n]
Replace: (空格)
Global: 开启
Case Insensitive: 开启
Text: (上一步获取的文本内容)

这个正则表达式会把所有可能破坏 JSON 的字符替换为空格，保证后续输入格式合法。

第五步：Kimi 对话生成核心观点

添加最后一个 HTTP 模块，调用 Kimi 的对话接口：

URL: https://api.moonshot.cn/v1/chat/completions
Method: POST
Headers:
  Authorization: Bearer 你的Kimi_API_Key
Body Type: Raw (JSON)

JSON Body 结构：

{
  "model": "moonshot-v1-128k",
  "messages": [
    {
      "role": "system",
      "content": "你是 PDF 文档总结助手，从文档中提取 10 个最重要的核心观点，简明扼要地总结。"
    },
    {
      "role": "user",
      "content": "我发送的 PDF 内容为：{处理后的文本}"
    }
  ],
  "temperature": 0.3
}

模型选择 moonshot-v1-128k 处理长文档。如果文档较短（几页以内），可以换成 moonshot-v1-8k 节省成本。

在高级设置中把超时时间设为 300 秒，长文档处理可能需要较长时间。

第六步：写回 Notion

两个 Notion 模块：

Update Database Item：把状态改为"已完成"，防止下次运行重复处理。

Append a Page Content：把 Kimi 生成的 10 个核心观点写入条目的内容区域。

稳定性优化

在每个 HTTP 模块之间添加条件筛选器：只有状态码等于 200 才继续执行。这样如果某一步 API 调用失败，后续步骤自动跳过，节省操作数。

文件处理完成后，还可以添加一个 HTTP Delete 模块调用 Kimi 的文件删除接口（DELETE https://api.moonshot.cn/v1/files/{file_id}），因为 Kimi 的文件存储限制是 100 个。定期清理可以避免达到上限。

延伸阅读

• Make 6. 播客自动化实操：用 Make 自动制作每日新闻播客
• Make 8. 零基础教程：如何使用 Notion 和 Make 搭建自动化电子图书馆

常见问题

Q：Notion 免费版上传文件有大小限制怎么办？
Notion 免费版单文件限制 5MB。如果需要处理更大的 PDF，可以把文件上传到 Google Drive，在 Make 中从 Google Drive 下载而不是从 Notion 下载。工作流的其余部分完全不受影响。

Q：Kimi API 和 OpenAI API 能混用吗？
完全可以。你可以用 Kimi 的文件接口提取 PDF 文本（因为它长文本能力强），然后把文本发给 OpenAI、Claude 或其他模型做分析。文件接口和对话接口可以搭配不同的模型使用。

Q：处理英文 PDF 效果怎么样？
Kimi 的英文理解能力也不错，本期演示用的就是一份英文的特斯拉研报。生成的中文观点总结准确度很高。

Q：能不能批量处理多个 PDF？
可以。在 Notion 中同时把多个文档的状态设为"开始"，Make 会逐条处理。但建议每次不超过 3-5 个，避免 API 调用过于频繁。

总结

本期教程我们用 Kimi API 在 Make 中实现了 PDF 文档的自动分析。核心链路是：Notion 触发、HTTP 下载、Kimi 文件接口提取文本、正则清洗、Kimi 对话生成观点、写回 Notion。

这个工作流的意义不只是总结 PDF。Kimi 的文件接口可以处理十万字以上的长文本，这给很多场景打开了大门：合同审查、论文速读、竞品分析、研报速览。而且 Kimi API 的获取门槛极低，注册就能用，对国内用户非常友好。

Make 本质上就是一个无代码的应用开发平台。你在 Make 里搭的每个工作流，就是一个为自己定制的小程序。不需要写代码，不需要搭服务器，串几个模块就能解决实际问题。

资源下载

• AI 编程实操课：国内版-FlowUS | 国际版-BMC
• YouTube 频道：翔宇工作流