## 工作流概述
这个n8n工作流构建了一个完整的检索增强生成（RAG）系统，专门用于处理Gmail邮件历史记录。系统能够监听新的Gmail消息，提取并清理邮件内容，通过OpenAI生成向量嵌入，存储在Qdrant向量数据库中，最终实现基于邮件历史的智能问答功能。
## 核心功能模块
### 1. 邮件监听与获取
– **Gmail Trigger节点**：每分钟轮询检查新邮件
– **Get Mail Data节点**：获取完整邮件元数据和正文内容
– **Code节点**：清理邮件正文，移除换行符和多余空格
### 2. 向量化处理
– **Embeddings OpenAI节点**：计算邮件内容的向量嵌入
– **Qdrant Vector Store节点**：将嵌入向量和元数据存储到emails_history集合
### 3. 批量处理
– **SplitInBatches节点**：以50条为批次处理大型收件箱
### 4. RAG智能问答
– **Chat Trigger节点**：接收用户聊天消息
– **RAG Agent节点**：使用Qdrant邮件向量存储作为工具检索相关邮件片段
– **Simple Memory节点**：确保代理保留最近的上下文
## 技术架构
### 触发机制
工作流支持两种触发方式：
1. **实时触发**：通过Gmail Trigger监听新邮件
2. **批量处理**：通过Manual Trigger一次性处理所有历史邮件
### 数据处理流程
1. 邮件内容提取和标准化
2. 向量嵌入生成
3. 元数据增强（日期、发件人、主题等）
4. 向量数据库存储
5. 智能检索和响应生成
## 应用场景
– **客户支持团队**：在聊天机器人或帮助台门户中显示历史客户邮件
– **销售运营**：需要AI驱动的摘要和快速查找邮件历史记录
– **开发者**：构建基于邮件档案的RAG代理
## 配置要求
– n8n（自托管或云端）
– 在Google Cloud项目中启用的Gmail API
– OpenAI API访问权限（嵌入和聊天端点）
– Qdrant（托管或云端）包含名为emails_history的集合
## 自定义选项
– 更改集合名称
– 调整轮询频率
– 添加元数据标签
– 修改批次大小
– 定制RAG代理提示
– 添加其他工具（如Slack、Discord）
评论(0)