此工作流非常适合希望自动化其电子邮件响应的企业，特别是处理有关公司信息的查询。它利用AI确保准确和专业的沟通。
工作原理
电子邮件触发：
工作流从Email Trigger (IMAP)节点开始，该节点监控电子邮件收件箱以获取新消息。当新邮件到达时，它会触发工作流。
电子邮件预处理：
Markdown节点将电子邮件的HTML内容转换为纯文本，以便AI模型更容易处理。
电子邮件摘要：
Email Summarization Chain节点使用AI模型（DeepSeek R1）生成电子邮件的简明摘要。摘要限制在100个单词以内，并以意大利语编写。
电子邮件分类：
Email Classifier节点将电子邮件分类到预定义的类别（例如”公司信息请求”）。如果电子邮件不符合任何类别，则将其分类为”其他”。
电子邮件响应生成：
Write email节点使用AI模型（OpenAI）起草对电子邮件的专业响应。响应基于电子邮件内容，并限制在100个单词以内。
Review email节点使用另一个AI模型（DeepSeek）审查和格式化起草的响应。它确保响应是专业的，并以HTML格式（例如，在必要时使用
、、、
标签）。
电子邮件发送：
Send Email节点将审查和格式化的响应发送回原始发件人。
向量数据库集成：
Qdrant Vector Store节点从向量数据库（Qdrant）检索相关信息，以协助生成准确的响应。这对于分类为”公司信息请求”的电子邮件特别有用。
Embeddings OpenAI节点为电子邮件内容生成嵌入，用于查询向量数据库。
文档向量化：
工作流包括创建和刷新Qdrant集合的步骤（Create collection和Refresh collection节点）。
从Google Drive下载文档（Get folder和Download Files节点），处理为嵌入（Embeddings OpenAI1节点），并存储在Qdrant向量存储中（Qdrant Vector Store1节点）。
设置步骤
配置电子邮件触发：
使用适当的IMAP凭据设置Email Trigger (IMAP)节点以监控电子邮件收件箱。
设置AI模型：
为文本摘要、响应生成和审查配置DeepSeek R1、OpenAI和DeepSeek节点的适当API凭据。
设置电子邮件分类：
在Email Classifier节点中定义类别（例如”公司信息请求”、”其他”）。
确保OpenAI 4-o-mini节点配置为协助分类。
设置向量数据库：
使用适当的Qdrant API凭据和集合详细信息配置Qdrant Vector Store和Qdrant Vector Store1节点。
设置Embeddings OpenAI和Embeddings OpenAI1节点，为电子邮件内容和文档生成嵌入。
设置文档处理：
配置Get folder和Download Files节点以访问和下载来自Google Drive的文档。
使用Token Splitter和Default Data Loader节点处理和将文档分割为可管理的块以进行向量化。
设置电子邮件发送：
使用适当的SMTP凭据配置Send Email节点以发送响应。
测试工作流：
使用When clicking ‘Test workflow’节点手动触发工作流，以确保所有步骤正确执行。
验证电子邮件是否被准确总结、分类和响应。
激活工作流：
测试后，激活工作流以自动化处理传入电子邮件的过程。
主要特点
自动化电子邮件处理：自动处理传入电子邮件，总结它们，并生成专业响应。
AI驱动的分类：使用AI将电子邮件分类到相关类别以进行有针对性的响应。
向量数据库集成：从向量数据库检索相关信息以增强响应准确性。
文档向量化：处理和存储来自Google Drive的文档在向量数据库中以便快速检索。
专业电子邮件格式化：确保响应是专业格式化和简洁的。
需要帮助定制？
联系我获取咨询和支持或在Linkedin上添加我。
评论(0)