Dify 邮件分类实战20 分钟零代码搭好自动分拣工作流【免费下载链接】difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.项目地址: https://gitcode.com/GitHub_Trending/di/dify每天上百封邮件混在收件箱里客户求助和垃圾广告排在一起重要信息很容易漏掉。用 Dify 搭一条邮件分类工作流从部署到跑通第一个可用版本大约 20 分钟不用写代码。之后新邮件进来会自动打标签、分流分类规则随时可以改。为什么这个方案适合你的场景手写脚本做邮件分类你要自己维护解析逻辑、处理模型调用、盯着定时任务换台机器还得重新部署。Dify 把这些环节做成了可视化组件拉邮件、调大模型、按类别分支都是拖节点连线完成。规则改起来是改一段描述文字而不是改代码。它通过 Docker 部署在你自己的服务器上邮件数据不出内网这对很多团队比托管方案更关键。5 分钟备好运行环境准备一台能装 Docker 的机器8GB 内存起步克隆代码git clone https://gitcode.com/GitHub_Trending/di/dify在项目根目录执行docker compose up -d等所有容器显示 running浏览器打开 http://localhost创建管理员账号并登录到「设置 → 模型供应商」填入一个 LLM 的 API Key测试连接成功准备好邮箱的 IMAP 地址、账号和应用专用密码在邮箱设置里开启 IMAP 后生成跑出第一个可用结果建一条最小分类工作流【操作】在 Studio 里「新建应用 → 工作流」拖入 开始、问题分类器、结束 三个节点从左到右连成一条线。给分类器填 4 个类别客户支持、商务合作、内部沟通、垃圾邮件每个类别写一句简短描述。【完成后你应看到什么】画布上三个节点连线完整点右上角「运行」不报配置错误。用一封真实邮件试跑【操作】在运行面板的输入框粘贴一封客户咨询邮件的正文点运行。【完成后你应看到什么】分类节点输出一个类别名面板里能看到每个节点的输入输出和耗时。把历史邮件做成知识库可选【操作】新建一个数据集用本地文件上传导入 20 封带标签的历史邮件再往工作流里加一个「知识检索」节点接到分类器前面。【完成后你应看到什么】数据集状态变为「已完成」检索节点能跑出与邮件相关的段落。效果精调先用 10 封真实邮件跑一轮把分错的记下来。问题多半出在类别描述写得太笼统分类器主要靠描述判断关键词只是辅助。把描述改具体例如「商务」从“谈合作的”改成“涉及报价、合同、合作方案洽谈的”误判通常立刻减少。分类后的处理动作用 IF/ELSE 节点按类别接不同下游配置大致如下{ support: 客户支持产品问题、使用故障、求助咨询, business: 商务合作报价、合同、方案洽谈, internal: 内部沟通会议安排、工作汇报、通知, spam: 垃圾邮件促销广告、批量群发内容 }support用户来求助或报障的邮件建议优先处理business涉及报价、合同或合作方案的邮件internal团队内部的工作安排和汇报spam促销、广告类批量群发内容调完再跑同一批邮件连续两轮全对就可以发布。分类器节点的实现在 api/core/workflow/nodes/想看细节可以直接翻源码。常见报错排查1. 节点报「模型不可用 / Model not found」现象运行到分类节点时报错模型列表里没有你选的模型原因该供应商的 API Key 没填或填错解法到「设置 → 模型供应商」补填 Key点「测试」直到显示连接成功2. 外部调用报 404页面里却能手动运行现象API 调用工作流返回 404但 Studio 里手动跑没问题原因工作流只保存了草稿没有发布解法点右上角「发布」再用发布后的版本 ID 调用3. 拉邮件的 HTTP 节点连不上邮箱现象HTTP Request 节点返回认证失败原因用了登录密码或邮箱没开启 IMAP解法在邮箱设置里生成应用专用密码并替换进去进阶探索在分类后接 HTTP Request 节点把「客户支持」类邮件自动转发给客服邮箱用「参数提取器」节点从正文抽取日期、金额、联系人输出结构化结果接定时触发器每小时自动拉取新邮件跑一遍流程加一段 Code 节点统计各分类占比生成日报跑通到这里你手里已经有一条能自动分拣邮件的工作流改规则只是改几句话的事。接下来把拉邮件的 HTTP 节点换成你邮箱服务商的实际接口接上定时触发再把发布版本接进团队的告警渠道这条工作流就真正上岗了。进阶部署文档docs/ADVANCED_SETUP.mdDocker 部署指南docker/README.md社区参与与反馈CONTRIBUTING.md现在就可以打开终端把 Dify 部署起来先让一封邮件走完整条分类流程。下一篇预告《Dify 智能客服实战从知识库搭建到自动应答》。【免费下载链接】difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.项目地址: https://gitcode.com/GitHub_Trending/di/dify创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Dify 邮件分类实战：20 分钟零代码搭好自动分拣工作流
Dify 邮件分类实战20 分钟零代码搭好自动分拣工作流【免费下载链接】difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.项目地址: https://gitcode.com/GitHub_Trending/di/dify每天上百封邮件混在收件箱里客户求助和垃圾广告排在一起重要信息很容易漏掉。用 Dify 搭一条邮件分类工作流从部署到跑通第一个可用版本大约 20 分钟不用写代码。之后新邮件进来会自动打标签、分流分类规则随时可以改。为什么这个方案适合你的场景手写脚本做邮件分类你要自己维护解析逻辑、处理模型调用、盯着定时任务换台机器还得重新部署。Dify 把这些环节做成了可视化组件拉邮件、调大模型、按类别分支都是拖节点连线完成。规则改起来是改一段描述文字而不是改代码。它通过 Docker 部署在你自己的服务器上邮件数据不出内网这对很多团队比托管方案更关键。5 分钟备好运行环境准备一台能装 Docker 的机器8GB 内存起步克隆代码git clone https://gitcode.com/GitHub_Trending/di/dify在项目根目录执行docker compose up -d等所有容器显示 running浏览器打开 http://localhost创建管理员账号并登录到「设置 → 模型供应商」填入一个 LLM 的 API Key测试连接成功准备好邮箱的 IMAP 地址、账号和应用专用密码在邮箱设置里开启 IMAP 后生成跑出第一个可用结果建一条最小分类工作流【操作】在 Studio 里「新建应用 → 工作流」拖入 开始、问题分类器、结束 三个节点从左到右连成一条线。给分类器填 4 个类别客户支持、商务合作、内部沟通、垃圾邮件每个类别写一句简短描述。【完成后你应看到什么】画布上三个节点连线完整点右上角「运行」不报配置错误。用一封真实邮件试跑【操作】在运行面板的输入框粘贴一封客户咨询邮件的正文点运行。【完成后你应看到什么】分类节点输出一个类别名面板里能看到每个节点的输入输出和耗时。把历史邮件做成知识库可选【操作】新建一个数据集用本地文件上传导入 20 封带标签的历史邮件再往工作流里加一个「知识检索」节点接到分类器前面。【完成后你应看到什么】数据集状态变为「已完成」检索节点能跑出与邮件相关的段落。效果精调先用 10 封真实邮件跑一轮把分错的记下来。问题多半出在类别描述写得太笼统分类器主要靠描述判断关键词只是辅助。把描述改具体例如「商务」从“谈合作的”改成“涉及报价、合同、合作方案洽谈的”误判通常立刻减少。分类后的处理动作用 IF/ELSE 节点按类别接不同下游配置大致如下{ support: 客户支持产品问题、使用故障、求助咨询, business: 商务合作报价、合同、方案洽谈, internal: 内部沟通会议安排、工作汇报、通知, spam: 垃圾邮件促销广告、批量群发内容 }support用户来求助或报障的邮件建议优先处理business涉及报价、合同或合作方案的邮件internal团队内部的工作安排和汇报spam促销、广告类批量群发内容调完再跑同一批邮件连续两轮全对就可以发布。分类器节点的实现在 api/core/workflow/nodes/想看细节可以直接翻源码。常见报错排查1. 节点报「模型不可用 / Model not found」现象运行到分类节点时报错模型列表里没有你选的模型原因该供应商的 API Key 没填或填错解法到「设置 → 模型供应商」补填 Key点「测试」直到显示连接成功2. 外部调用报 404页面里却能手动运行现象API 调用工作流返回 404但 Studio 里手动跑没问题原因工作流只保存了草稿没有发布解法点右上角「发布」再用发布后的版本 ID 调用3. 拉邮件的 HTTP 节点连不上邮箱现象HTTP Request 节点返回认证失败原因用了登录密码或邮箱没开启 IMAP解法在邮箱设置里生成应用专用密码并替换进去进阶探索在分类后接 HTTP Request 节点把「客户支持」类邮件自动转发给客服邮箱用「参数提取器」节点从正文抽取日期、金额、联系人输出结构化结果接定时触发器每小时自动拉取新邮件跑一遍流程加一段 Code 节点统计各分类占比生成日报跑通到这里你手里已经有一条能自动分拣邮件的工作流改规则只是改几句话的事。接下来把拉邮件的 HTTP 节点换成你邮箱服务商的实际接口接上定时触发再把发布版本接进团队的告警渠道这条工作流就真正上岗了。进阶部署文档docs/ADVANCED_SETUP.mdDocker 部署指南docker/README.md社区参与与反馈CONTRIBUTING.md现在就可以打开终端把 Dify 部署起来先让一封邮件走完整条分类流程。下一篇预告《Dify 智能客服实战从知识库搭建到自动应答》。【免费下载链接】difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.项目地址: https://gitcode.com/GitHub_Trending/di/dify创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考