n8n-nodes-french-public-procurement

Node n8n pour remplir automatiquement les formulaires de marchés publics français (DC1, DC2, AE) à partir de templates DOCX avec placeholders {{}}.

Fonctionnalités

• 100% JavaScript - Aucune dépendance Python
• Mode Standard - Remplacement direct des placeholders {{NOM_COMMERCIAL}}, {{SIRET}}, etc.
• Mode AI Auto - Connectez directement un LLM (OpenAI, Claude) pour le transfer learning en une étape
• Mode AI Hybride - Workflow en 3 étapes pour plus de contrôle (AI Extract → LLM → AI Fill)
• Auto-détection - Détecte automatiquement les placeholders dans vos documents
• Support des 3 formulaires : DC1, DC2, AE
• Entrées/Sorties binaires - S'intègre facilement dans les workflows n8n
• Connexion LLM intégrée - Entrée "Model" pour connecter n'importe quel nœud LLM n8n

Installation

Via npm (recommandé)

npm install n8n-nodes-french-public-procurement

En développement

git clone https://github.com/rodolphebeloncle/n8n-nodes-french-public-procurement.git
cd n8n-nodes-french-public-procurement
npm install
npm run build
npm link

# Lier dans n8n
cd ~/.n8n
npm link n8n-nodes-french-public-procurement

Redémarrez n8n après l'installation.

---

Guide d'utilisation

Étape 1 : Préparer votre template DOCX

Créez un fichier DOCX avec des placeholders au format {{VARIABLE}}.

Exemple de contenu dans votre DOCX :

Entreprise : {{NOM_COMMERCIAL}}
Adresse : {{ADRESSE}}
SIRET : {{SIRET}}
Email : {{EMAIL}}
Téléphone : {{TELEPHONE}}
Représentant : {{REPRESENTANT}}, {{QUALITE}}

Étape 2 : Configurer le workflow n8n

┌─────────────────┐     ┌─────────────────────────┐     ┌─────────────────┐
│  Read Binary    │────▶│  French Procurement     │────▶│  Write Binary   │
│  File           │     │  Filler                 │     │  File           │
└─────────────────┘     └─────────────────────────┘     └─────────────────┘
     template.docx              Remplissage                 output.docx

Étape 3 : Configurer le node "French Procurement Filler"

Paramètre	Description	Exemple
Form Type	Type de formulaire	DC2 - Déclaration du candidat
Page Number	Numéro de page à traiter (1-10)	1
Document to Fill	Nom de la propriété binaire d'entrée	data
Template Reference	Template de référence (optionnel)	template
Company Data	JSON avec les données entreprise	Voir ci-dessous
Output Property	Nom de la propriété binaire de sortie	filledDocument

Étape 4 : Fournir les données JSON

{
  "NOM_COMMERCIAL": "EXEMPLE SAS",
  "ADRESSE": "123 Rue de l'Exemple, 75001 PARIS",
  "EMAIL": "contact@exemple.fr",
  "TELEPHONE": "01 23 45 67 89",
  "SIRET": "123 456 789 01234",
  "FORME_JURIDIQUE": "SAS",
  "REPRESENTANT": "Jean DUPONT",
  "QUALITE": "Gérant"
}

---

Placeholders disponibles

Informations générales

Placeholder	Description	Exemple
{{NOM_COMMERCIAL}} ou {{NOM}}	Nom commercial	EXEMPLE SAS
{{ADRESSE}}	Adresse complète	123 Rue..., 75001 PARIS
{{EMAIL}}	Adresse email	contact@exemple.fr
{{TELEPHONE}} ou {{TEL}}	Téléphone	01 23 45 67 89
{{SIRET}}	Numéro SIRET (14 chiffres)	123 456 789 01234
{{FORME_JURIDIQUE}} ou {{FORME}}	Forme juridique	SAS, SARL, SA
{{REPRESENTANT}}	Représentant légal	Jean DUPONT
{{QUALITE}}	Qualité du représentant	Gérant, PDG

Informations complémentaires

Placeholder	Description	Exemple
{{DATE_CREATION}}	Date de création	01/01/2020
{{EFFECTIFS}}	Nombre d'employés	15

Chiffre d'affaires (pour DC2)

Placeholder	Description	Exemple
{{CA_N}}	CA année N	1 500 000
{{CA_N1}}	CA année N-1	1 350 000
{{CA_N2}}	CA année N-2	1 200 000
{{PART_CA_N}}	Part du CA année N (%)	25
{{PART_CA_N1}}	Part du CA année N-1 (%)	22
{{PART_CA_N2}}	Part du CA année N-2 (%)	20

Périodes comptables

Placeholder	Description	Exemple
{{CA_N_DEBUT}}	Début exercice N	01/01/2024
{{CA_N_FIN}}	Fin exercice N	31/12/2024
{{CA_N1_DEBUT}}	Début exercice N-1	01/01/2023
{{CA_N1_FIN}}	Fin exercice N-1	31/12/2023
{{CA_N2_DEBUT}}	Début exercice N-2	01/01/2022
{{CA_N2_FIN}}	Fin exercice N-2	31/12/2022

---

Exemples de workflows

Workflow simple : Remplir un DC2

{
  "nodes": [
    {
      "name": "Read Template",
      "type": "n8n-nodes-base.readBinaryFiles",
      "parameters": {
        "filePath": "/path/to/DC2_template.docx"
      }
    },
    {
      "name": "French Procurement Filler",
      "type": "n8n-nodes-french-public-procurement.frenchProcurementFiller",
      "parameters": {
        "formType": "dc2",
        "pageNumber": 1,
        "documentProperty": "data",
        "companyData": {
          "NOM_COMMERCIAL": "Ma Société SAS",
          "ADRESSE": "123 Rue Example, 75001 PARIS",
          "EMAIL": "contact@masociete.fr",
          "TELEPHONE": "01 23 45 67 89",
          "SIRET": "123 456 789 01234",
          "CA_N": "500000",
          "CA_N1": "450000",
          "CA_N2": "400000"
        },
        "outputProperty": "filledDocument"
      }
    },
    {
      "name": "Write Output",
      "type": "n8n-nodes-base.writeBinaryFile",
      "parameters": {
        "fileName": "/path/to/DC2_filled.docx",
        "dataPropertyName": "filledDocument"
      }
    }
  ]
}

Workflow avec données dynamiques (depuis une API)

┌─────────────┐     ┌─────────────┐     ┌─────────────────────────┐     ┌─────────────┐
│  HTTP       │────▶│  Read       │────▶│  French Procurement     │────▶│  Write      │
│  Request    │     │  Template   │     │  Filler                 │     │  File       │
│  (API data) │     │  (DOCX)     │     │  (merge data)           │     │  (output)   │
└─────────────┘     └─────────────┘     └─────────────────────────┘     └─────────────┘

Dans le node "French Procurement Filler", utilisez des expressions n8n :

{
  "NOM_COMMERCIAL": "={{ $json.company.name }}",
  "ADRESSE": "={{ $json.company.address }}",
  "EMAIL": "={{ $json.company.email }}",
  "SIRET": "={{ $json.company.siret }}"
}

---

Mode AI Auto (Recommandé)

Le mode AI Auto est la façon la plus simple d'utiliser le transfer learning. Connectez directement un nœud LLM au node et tout se fait automatiquement en une seule étape.

Cas d'usage

Vous avez :

• DC2_with_tags.docx - Un template de référence AVEC placeholders (acheteur A)
• 25_NOMOS_DC2.docx - Un document cible SANS placeholders (acheteur B)

Le mode AI Auto analyse les deux documents, appelle le LLM connecté, et remplit automatiquement le document cible.

Workflow AI Auto (1 étape)

┌──────────────────┐     ┌──────────────────┐
│  Read Binary     │     │  Read Binary     │
│  DC2_with_tags   │     │  25_NOMOS_DC2    │
│  → template      │     │  → data          │
└────────┬─────────┘     └────────┬─────────┘
         │                        │
         └───────────┬────────────┘
                     ▼
         ┌──────────────────────────┐
         │   French Procurement     │◀──────┐
         │   Operation: AI Auto     │       │
         └──────────┬───────────────┘       │
                    │                       │
                    │              ┌────────┴────────┐
                    │              │  OpenAI Chat    │
                    │              │  ou Claude      │
                    │              │  (Model input)  │
                    ▼              └─────────────────┘
         ┌──────────────────────┐
         │  Write Binary File   │
         │  document_rempli.docx│
         └──────────────────────┘

Configuration AI Auto

1. Ajouter le node "French Procurement Filler"
2. Sélectionner l'opération AI Auto (Connecter LLM)
3. Connecter un modèle LLM à l'entrée "Model" (OpenAI, Claude, etc.)
4. Configurer les propriétés :

Paramètre	Description	Exemple
Template with Tags	Propriété binaire du template avec placeholders	template
Target Document	Propriété binaire du document à remplir	data
Company Data	Données JSON de l'entreprise	{"NOM_COMMERCIAL": "..."}
Output Property	Nom de la sortie binaire	filledDocument

Exemple de workflow complet

{
  "nodes": [
    {
      "name": "Read Template",
      "type": "n8n-nodes-base.readBinaryFiles",
      "parameters": { "filePath": "/path/to/DC2_with_tags.docx" }
    },
    {
      "name": "Read Target",
      "type": "n8n-nodes-base.readBinaryFiles",
      "parameters": { "filePath": "/path/to/document_acheteur.docx" }
    },
    {
      "name": "Merge Documents",
      "type": "n8n-nodes-base.merge",
      "parameters": { "mode": "combine" }
    },
    {
      "name": "OpenAI Model",
      "type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
      "parameters": { "model": "gpt-4" }
    },
    {
      "name": "French Procurement Filler",
      "type": "n8n-nodes-french-public-procurement.frenchProcurementFiller",
      "parameters": {
        "operation": "aiAuto",
        "templateWithTagsAuto": "template",
        "targetDocumentAuto": "data",
        "companyDataAuto": {
          "NOM_COMMERCIAL": "Ma Société SAS",
          "SIRET": "123 456 789 01234"
        }
      }
    },
    {
      "name": "Write Output",
      "type": "n8n-nodes-base.writeBinaryFile",
      "parameters": { "fileName": "/path/to/output.docx" }
    }
  ]
}

---

Mode AI Hybride (3 étapes)

Pour plus de contrôle, vous pouvez utiliser le mode hybride en 3 étapes séparées. Cela vous permet d'inspecter le prompt généré et la réponse du LLM.

Cas d'usage

Vous avez :

• DC2_with_tags.docx - Un template de référence AVEC placeholders (acheteur A)
• 25_NOMOS_DC2.docx - Un document cible SANS placeholders (acheteur B)

Le mode AI analyse les deux documents et utilise le LLM pour comprendre où placer les données.

Workflow AI en 3 étapes

┌──────────────────┐     ┌──────────────────┐
│  Read Binary     │     │  Read Binary     │
│  DC2_with_tags   │     │  25_NOMOS_DC2    │
│  → template      │     │  → data          │
└────────┬─────────┘     └────────┬─────────┘
         │                        │
         └───────────┬────────────┘
                     ▼
         ┌──────────────────────┐
         │  French Procurement  │
         │  Operation: AI Extract│
         │  (génère le prompt)  │
         └──────────┬───────────┘
                    │
                    ▼ aiPrompt
         ┌──────────────────────┐
         │  OpenAI / Claude     │
         │  (analyse et mapping)│
         └──────────┬───────────┘
                    │
                    ▼ JSON mapping
         ┌──────────────────────┐
         │  French Procurement  │
         │  Operation: AI Fill  │
         │  (applique mapping)  │
         └──────────┬───────────┘
                    │
                    ▼
         ┌──────────────────────┐
         │  Write Binary File   │
         │  document_rempli.docx│
         └──────────────────────┘

Étape 1 : AI Extract

Configure le nœud avec :

• Operation : AI Extract (Step 1)
• Template with Tags : template (propriété binaire du document avec placeholders)
• Target Document : data (propriété binaire du document cible)
• Company Data : Les données de l'entreprise

Sortie : Un champ aiPrompt contenant le prompt pour le LLM.

Étape 2 : LLM (OpenAI/Claude)

Connectez un nœud OpenAI ou Claude :

• Model : gpt-4 ou claude-3
• Prompt : {{ $json.aiPrompt }}

Le LLM retourne un JSON avec le mapping des champs.

Étape 3 : AI Fill

Configure le nœud avec :

• Operation : AI Fill (Step 2)
• Document to Fill : data
• AI Mapping (JSON) : {{ $json.message.content }} (réponse du LLM)
• Company Data for AI Fill : Les données de l'entreprise

Sortie : Le document rempli dans filledDocument.

Format du mapping LLM

Le LLM doit retourner :

{
  "mappings": [
    {
      "dataKey": "NOM_COMMERCIAL",
      "targetText": "Nom commercial",
      "confidence": 0.95
    },
    {
      "dataKey": "SIRET",
      "targetText": "Numéro SIRET",
      "confidence": 0.90
    }
  ],
  "unmappedFields": [],
  "notes": "Document DC2 standard"
}

---

Templates inclus

Le package inclut des templates d'exemple dans le dossier templates/ :

Fichier	Description
template_dc1.docx	Template DC1 - Lettre de candidature
template_dc2.docx	Template DC2 - Déclaration du candidat
template_ae.docx	Template AE - Acte d'engagement

Ces templates sont des modèles simples avec placeholders. Pour les formulaires officiels, utilisez les documents CERFA avec vos propres placeholders ajoutés.

---

Sortie du node

Le node retourne un objet JSON avec les informations suivantes :

{
  "success": true,
  "formType": "dc2",
  "pageNumber": 1,
  "totalPages": 5,
  "fieldsFilledCount": 12,
  "companyName": "Ma Société SAS",
  "templateUsed": false,
  "placeholdersDetected": ["{{NOM_COMMERCIAL}}", "{{ADRESSE}}", "..."]
}

Le document rempli est disponible dans la propriété binaire spécifiée (filledDocument par défaut).

---

Résolution de problèmes

Le node ne trouve pas les placeholders

1. Vérifiez que vos placeholders sont au format {{VARIABLE}} (majuscules, underscores autorisés)
2. Assurez-vous que les placeholders ne sont pas fragmentés dans le DOCX (Word peut parfois diviser le texte)
3. Solution : retapez le placeholder d'un seul coup dans Word

Le document de sortie est vide ou corrompu

1. Vérifiez que le fichier d'entrée est bien un fichier .docx valide
2. Assurez-vous que la propriété binaire documentProperty correspond bien au nom utilisé dans le node précédent

Certains champs ne sont pas remplis

1. Vérifiez que les clés dans votre JSON correspondent exactement aux placeholders
2. Les clés sont sensibles à la casse : NOM_COMMERCIAL ≠ nom_commercial

---

Architecture du projet

n8n-nodes-french-public-procurement/
├── nodes/
│   └── FrenchProcurementFiller/
│       ├── FrenchProcurementFiller.node.ts    # Code principal
│       └── frenchProcurement.svg              # Icône du node
├── templates/                                  # Templates exemples
│   ├── template_dc1.docx
│   ├── template_dc2.docx
│   └── template_ae.docx
├── dist/                                       # Build output
├── index.ts
├── package.json
├── tsconfig.json
└── README.md

---

Développement

npm install        # Installation des dépendances
npm run build      # Compilation TypeScript
npm run dev        # Mode watch (recompile automatiquement)
npm run lint       # Vérification du code

Publication

npm run release:patch   # Version patch (1.0.0 -> 1.0.1)
npm run release:minor   # Version mineure (1.0.0 -> 1.1.0)
npm run release:major   # Version majeure (1.0.0 -> 2.0.0)

---

Dépendances

• pizzip - Lecture/écriture des fichiers ZIP (DOCX)

---

Licence

MIT License - voir LICENSE

Auteur

Rodolphe Beloncle - Automatisation des marchés publics français