别再手动翻邮件3步用 Dify 搭好邮件自动分类回复助手【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每天早上打开邮箱几百封邮件里真正要处理的没几封可就是翻邮件这件事最耗时间。用 Dify 零代码搭一个邮件助手让它自动给邮件分类、按规则自动回复常见问题全程不用写代码跟着做大约半小时就能跑起来。 它能帮你做什么自动给收件箱分类工作邮件标重要、促销邮件直接归档垃圾邮件不占地方高频问题自动回复把常见问题写进知识库回复有据可依不用逐封复制粘贴关键信息汇总成日报每天把散落的邮件要点整理成一页摘要30秒扫完跨邮件找信息用一句话搜上周客户的报价直接定位到那封邮件⚙️ 快速启动本地把 Dify 跑起来前提条件装好 Docker 和 Docker Compose机器内存 4GB 以上。git clone https://gitcode.com/GitHub_Trending/di/difycd dify/docker docker compose up -d怎么确认启动成功浏览器打开 http://localhost:3000 看到注册/登录页就说明服务正常完成初始化后即可进入工作区开始建应用。核心操作把收件箱交给工作流新建应用时选 Chatflow对话流类型用一个 START 节点接收四样输入发件人、主题、正文、时间。这样每封邮件进来都是一次完整的工作流运行后面所有节点都围着这四样数据转。让 AI 自动给收件箱分类操作路径在画布左侧节点库里找到 Question Classifier问题分类器拖进画布定义三个类别——工作相关、促销、垃圾邮件每个类别写清楚什么样的邮件算这一类再把 START 节点的正文变量连给它。预期效果邮件进来先由分类器判断类别后面的 IF/ELSE 分支各走各的路——工作邮件进入摘要提醒促销邮件只归档不回复垃圾邮件直接丢弃。避坑小提示类别描述写得越具体分得越准。别设其他这种兜底类把每类的边界写明白误分会少一大截。给高频问题配置自动回复操作路径在工作相关分支后接一个 LLM 节点提示词写明依据知识库内容回答知识库里没有的就说不知道再拖入 Knowledge Retrieval知识检索节点挂上提前建好的 FAQ 知识库。知识检索由 api/core/rag/ 里的 RAG 管线完成你只管上传文档。预期效果发货地址在哪怎么取消订单这类问题直接由模型基于文档作答语气统一、答案可溯源你的收件箱不再被重复问题占满。避坑小提示知识库先在平台左侧知识菜单里建好并上传 FAQ 文档再挂到检索节点上顺序反了检索节点会一直返回空结果很容易误以为是模型的问题。把关键邮件汇总成日报操作路径用另一个 LLM 节点汇总当天重要分类的邮件提示词写死输出格式——主题、发件人、需要跟进的事项逐条列出。涉及外文邮件时换用支持对应语言的模型即可各模型能力可在 api/core/llm_generator/ 相关模块中查到实现。预期效果每天固定时间跑一次输出一页式日报重要邮件不再漏看复盘时也不用再翻原始记录。避坑小提示日报节点先只接重要分类的输出。若把促销、垃圾邮件也汇进来噪音会稀释关键信息日报越看越没用。常见坑与解法分类老跑偏多半是类别定义重叠。把判定标准写成互斥描述例如带订单号才算工作邮件误分率会明显下降仍不行就在提示词里各补一个典型邮件示例。回复语气太机械在提示词里直接给 1~2 条示例回复比空喊语气亲切有效得多同时限制知识库没有的内容不要编能减少答非所问。webhook 收不到邮件先确认回调地址能从公网访问本地调试时点画布上方的 Test Run 手动喂一封测试邮件先确认节点链路通不通再回头排查网络别一上来就怀疑邮箱配置。配置速查表配置项位置作用模型选择画布顶部模型栏决定分类与回复由哪个模型完成Question Classifier节点库 Question Understanding 组判断每封邮件属于哪个类别知识库左侧知识菜单存放 FAQ 文档供检索节点引用Test Run画布右上角发布前逐节点验证输入输出Publish画布右上角发布应用并生成对外访问入口下一步可以做什么把分类从 3 类扩到 5 类账单、会议、订阅各分一栏给日报加提醒检测到重要邮件时主动推送通知参考 docs/ 里的部署与配置说明把 Dify 装到服务器上长期运行【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 别再手动翻邮件：3步用 Dify 搭好邮件自动分类回复助手
别再手动翻邮件3步用 Dify 搭好邮件自动分类回复助手【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每天早上打开邮箱几百封邮件里真正要处理的没几封可就是翻邮件这件事最耗时间。用 Dify 零代码搭一个邮件助手让它自动给邮件分类、按规则自动回复常见问题全程不用写代码跟着做大约半小时就能跑起来。 它能帮你做什么自动给收件箱分类工作邮件标重要、促销邮件直接归档垃圾邮件不占地方高频问题自动回复把常见问题写进知识库回复有据可依不用逐封复制粘贴关键信息汇总成日报每天把散落的邮件要点整理成一页摘要30秒扫完跨邮件找信息用一句话搜上周客户的报价直接定位到那封邮件⚙️ 快速启动本地把 Dify 跑起来前提条件装好 Docker 和 Docker Compose机器内存 4GB 以上。git clone https://gitcode.com/GitHub_Trending/di/difycd dify/docker docker compose up -d怎么确认启动成功浏览器打开 http://localhost:3000 看到注册/登录页就说明服务正常完成初始化后即可进入工作区开始建应用。核心操作把收件箱交给工作流新建应用时选 Chatflow对话流类型用一个 START 节点接收四样输入发件人、主题、正文、时间。这样每封邮件进来都是一次完整的工作流运行后面所有节点都围着这四样数据转。让 AI 自动给收件箱分类操作路径在画布左侧节点库里找到 Question Classifier问题分类器拖进画布定义三个类别——工作相关、促销、垃圾邮件每个类别写清楚什么样的邮件算这一类再把 START 节点的正文变量连给它。预期效果邮件进来先由分类器判断类别后面的 IF/ELSE 分支各走各的路——工作邮件进入摘要提醒促销邮件只归档不回复垃圾邮件直接丢弃。避坑小提示类别描述写得越具体分得越准。别设其他这种兜底类把每类的边界写明白误分会少一大截。给高频问题配置自动回复操作路径在工作相关分支后接一个 LLM 节点提示词写明依据知识库内容回答知识库里没有的就说不知道再拖入 Knowledge Retrieval知识检索节点挂上提前建好的 FAQ 知识库。知识检索由 api/core/rag/ 里的 RAG 管线完成你只管上传文档。预期效果发货地址在哪怎么取消订单这类问题直接由模型基于文档作答语气统一、答案可溯源你的收件箱不再被重复问题占满。避坑小提示知识库先在平台左侧知识菜单里建好并上传 FAQ 文档再挂到检索节点上顺序反了检索节点会一直返回空结果很容易误以为是模型的问题。把关键邮件汇总成日报操作路径用另一个 LLM 节点汇总当天重要分类的邮件提示词写死输出格式——主题、发件人、需要跟进的事项逐条列出。涉及外文邮件时换用支持对应语言的模型即可各模型能力可在 api/core/llm_generator/ 相关模块中查到实现。预期效果每天固定时间跑一次输出一页式日报重要邮件不再漏看复盘时也不用再翻原始记录。避坑小提示日报节点先只接重要分类的输出。若把促销、垃圾邮件也汇进来噪音会稀释关键信息日报越看越没用。常见坑与解法分类老跑偏多半是类别定义重叠。把判定标准写成互斥描述例如带订单号才算工作邮件误分率会明显下降仍不行就在提示词里各补一个典型邮件示例。回复语气太机械在提示词里直接给 1~2 条示例回复比空喊语气亲切有效得多同时限制知识库没有的内容不要编能减少答非所问。webhook 收不到邮件先确认回调地址能从公网访问本地调试时点画布上方的 Test Run 手动喂一封测试邮件先确认节点链路通不通再回头排查网络别一上来就怀疑邮箱配置。配置速查表配置项位置作用模型选择画布顶部模型栏决定分类与回复由哪个模型完成Question Classifier节点库 Question Understanding 组判断每封邮件属于哪个类别知识库左侧知识菜单存放 FAQ 文档供检索节点引用Test Run画布右上角发布前逐节点验证输入输出Publish画布右上角发布应用并生成对外访问入口下一步可以做什么把分类从 3 类扩到 5 类账单、会议、订阅各分一栏给日报加提醒检测到重要邮件时主动推送通知参考 docs/ 里的部署与配置说明把 Dify 装到服务器上长期运行【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