Outlook和Notion知识库自动化工作流

这是一个基于n8n的智能知识库自动化工作流，通过集成Outlook邮箱和Notion数据库，构建了一个完整的AI驱动的客户支持系统。

## 工作流架构

### 1. Outlook邮件知识库
– **触发机制**：当邮件或邮件线程被移动到特定文件夹（如knowledgebase）时触发
– **数据处理**：捕获邮件线程内容，移除重复项
– **存储**：将邮件内容存储在Pinecone向量数据库的”emails”命名空间中
– **用途**：AI代理可以访问这些邮件，了解沟通语气，查找信息，并基于知识库和过往邮件草拟回复

### 2. Notion知识库
– **触发机制**：当页面添加到Notion数据库时触发
– **数据处理**：捕获页面内容
– **存储**：将内容存储在Pinecone向量数据库的”knowledgebase”命名空间中
– **用途**：AI代理可以访问这些数据作为知识库，从中获取信息并基于已有信息回答问题

### 3. 客户支持AI代理
– **功能**：使用知识库和存储在Pinecone向量数据库中的邮件作为参考来回答问题
– **系统提示**：”你是一个有用的助手。你的角色是基于你通过工具访问的知识库来回答客户问题。如果你在知识库或过往邮件中找不到答案，不要编造答案，只需告诉客户你没有这些信息。”

## 技术节点组成

### 触发节点
– Microsoft Outlook Trigger：监控特定Outlook文件夹
– Notion Trigger：监控Notion数据库变化
– When chat message received：接收聊天消息

### 数据处理节点
– Get many messages：获取Outlook邮件
– Get many child blocks：获取Notion子块
– Remove Duplicates：移除重复内容
– Default Data Loader：数据加载器
– Recursive Character Text Splitter：文本分割器

### AI与向量存储
– Embeddings Cohere：使用Cohere的多语言嵌入模型
– Pinecone Vector Store：向量数据库存储
– OpenAI Chat Model：GPT-4.1-mini聊天模型
– AI Agent：智能代理
– Simple Memory：记忆缓冲区

### 控制流节点
– If：条件判断
– Merge：数据合并
– Split Out：数据拆分

## 核心功能

1. **自动知识库构建**：自动从Outlook邮件和Notion文档中提取信息并构建向量化知识库
2. **智能问答系统**：基于知识库和过往邮件的上下文提供准确的客户支持
3. **多源数据集成**：无缝整合邮件系统和文档管理系统的数据
4. **AI驱动的响应**：使用GPT-4.1-mini模型生成自然、准确的回复

## 应用场景

– 客户支持自动化
– 企业内部知识管理
– 邮件归档和智能检索
– 文档知识库构建
– AI助手开发