如何让 Dify 替你分拣收件箱一套邮件自动处理流程搭建指南【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每天上百封邮件涌进收件箱重要的沉在底下垃圾却占满列表。Dify 是一个开源的大模型应用搭建平台靠拖拽式工作流把处理步骤像拼图一样连起来执行和检索增强生成RAG让 AI 基于你提供的资料来回答两项能力让你不写代码就把收件箱改造成自动分拣、自动回复的系统。下面带你把整套流程跑通。收件箱太乱先看这套流程能替你做什么手动处理的烦恼说来说去就三件分不出轻重、回不过来、翻不到旧信。交给 Dify 之后新邮件自动按主题和紧急程度分流工作件、促销件、垃圾件各走各的路常见问题命中预设模板直接发出标准回复省去复制粘贴发件人、时间、关键数字自动抽取存档一句话就能翻出旧信历史邮件进知识库后可以直接问 AI上月的报价邮件说了什么最省事的启动方式两条命令跑起 Dify先确认机器装了 Docker 和 Docker Compose内存留足 4GB然后执行git clone https://gitcode.com/GitHub_Trending/di/dify cd dify docker compose up -d等两三分钟浏览器打开 http://localhost:3000 注册账号平台就起来了。三步搭好邮件处理流程收信、分拣、自动回复第一步建应用。进 Studio 新建一个 Chatbot 应用取名邮件分拣助手在设置里打开文件上传和知识库开关前者让它能读附件后者让它能查内部文档。第二步接邮件。工具栏里加一个 HTTP Request 工具指向你邮箱服务的 webhook新邮件到达时的回调地址再挂一个参数提取节点把 from_email发件人、subject主题、content正文、timestamp发送时间四个字段抽出来相当于把每封邮件拆包、装进固定格子。第三步分类与回复。加一个问题分类节点把邮件分成工作、促销、垃圾三条路在常见咨询这条路接一个 LLM 节点回复模板用 {question}、{answer} 两个占位符AI 会照着模板组织答复再打开知识检索接入公司 FAQ 知识库保证 AI 依据真实文档作答。避坑指南发布前把这三件事检查一遍先点 Test Run 跑几封样本邮件工作、促销、垃圾各一封确认分流和回复都对了再发布。回复模板里留好 {question}、{answer} 这类占位符并把语气审一遍别让 AI 对客户太随意。分类规则从具体到笼统排列避免两条规则打架一封邮件被塞进两个分支。进阶玩法让助手越用越聪明定期清理用平台定时任务把处理完超过 30 天的邮件自动归档助手久用不拖慢。多语言在 api/core/llm_generator/ 配置支持多语言的模型英文国际邮件也能进同一条流程。效果复盘用 api/extensions/logstore/ 记录每封邮件的处理轨迹月底算得出省了多少分钟、哪类邮件在变多。检索更准召回能力由 api/core/rag/ 实现知识库多补 FAQ 和产品文档回答命中率就上来了。流程调顺之后收件箱就交给它了重要的自动上浮常规的自动回掉你只管处理真正需要动脑子的部分。【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