## 🧠 实时邮件RAG助手：Gmail、OpenAI与PGVector集成
### 📌 适用人群
此工作流非常适合：
– 专业人士
– 项目经理
– 销售和支持团队
– 任何需要处理大量Gmail邮件的用户
它能够通过自然语言查询快速智能地搜索您的电子邮件收件箱。
### ⚙️ 工作原理 / 功能说明
– 持续监控您的Gmail收件箱中的新邮件
– 提取邮件内容和元数据（主题、正文、发件人、日期）
– 使用OpenAI将邮件内容转换为向量嵌入
– 将嵌入存储在支持PGVector扩展的PostgreSQL数据库中
– 对话式AI代理对存储的邮件历史执行语义搜索
– 通过OpenAI聊天模型支持时间敏感和上下文感知的响应
### 🚀 设置步骤
1. 将您的Gmail账户连接到Gmail Trigger节点（需启用API访问）
2. 为Embedding和Chat节点配置OpenAI凭据
3. 设置启用PGVector扩展的PostgreSQL数据库
4. 将工作流导入到您的n8n实例（云端或自托管）
5. 自定义参数，如轮询频率、嵌入设置或向量查询深度
### 📋 系统要求
– ✅ n8n实例（自托管或云端）
– ✅ 具有API访问权限的Gmail账户
– ✅ OpenAI API密钥
– ✅ 安装PGVector扩展的PostgreSQL数据库
### 🛠️ 工作流自定义选项
– **邮件过滤**：更改Gmail Trigger中的过滤器以监视特定标签或发件人
– **文本分割粒度**：调整文本分割器节点中的chunkSize和chunkOverlap
– **查询深度**：修改向量搜索节点中的topK以检索更多或更少的相似结果
– **提示调优**：自定义RAG节点中的系统消息或代理指令
– **工作流扩展**：添加通知、错误日志记录、Slack/Telegram警报或数据导出功能
### 🔧 技术节点构成
该工作流包含以下核心节点：
– Gmail Trigger：监控新邮件
– Get Mail Data：获取邮件详细信息
– Enhanced Default Data Loader：数据加载和元数据处理
– Recursive Character Text Splitter：文本分割
– Embeddings OpenAI：向量嵌入生成
– Postgres PGVector Store：向量存储和检索
– OpenAI Chat Model：AI聊天模型
– New RAG Agent：RAG代理处理
– When chat message received：聊天消息触发器
– Sticky Note：工作流说明和注释
评论(0)