根据 Qdrant 知识库写出的邮件回复

根据 Qdrant 知识库写出的邮件回复

一个 n8n 工作流，用你自己的文档回答通过邮件发来的公司问题。一个由你手动启动的部分，读取 Google Drive 文件夹，把文档存进一个 Qdrant 集合。另一个部分通过 IMAP 盯着邮箱，概括每封新邮件，让一个会搜索该集合的 AI 智能体写出回复，再通过 SMTP 发出。

包里有什么

• workflow.json：n8n 导出的工作流，26 个节点。其中三个是给步骤做标注的便签。里面没有任何凭据。
• README.md：这份设置说明，压缩包里的是英文版。

我们相对原来的副本改了什么

• 两个 DeepSeek 模型节点原来写的是 deepseek/deepseek-r1:free，OpenRouter 已经不再列出它。现在写的是 deepseek/deepseek-r1-0528。
• Create collection 原来发的是带空过滤条件的 POST，这样创建不了集合。现在它发 PUT，向量维度 1536，距离用 Cosine，并且在集合已经存在时也会继续。
• Get folder 里的文件夹 ID 原来是作者的一个测试文件夹。现在已清空，请选你自己的。
• 所有凭据关联都已删掉，请在每个需要凭据的节点里选你自己的。
• 别的都没改。QDRANTURL 和 COLLECTION 这两个占位符还是原来的样子。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个 Qdrant 实例，Qdrant Cloud 或自己的服务器都行，要有它的地址和一个 API 密钥。
• 一个 OpenAI API 密钥，DeepSeek 节点还需要一个 OpenRouter API 密钥（或者改用一个 OpenAI 模型）。
• 一个 Google Drive 文件夹，里面放着能回答你常收到的问题的 Google Docs。
• 一个有 IMAP 和 SMTP 信息的邮箱，最好先用一个测试邮箱。

设置

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
2. 在 Create collection 和 Refresh collection 里，把 QDRANTURL 换成你的 Qdrant 主机（需要端口的话带上端口），把 COLLECTION 换成你自己取的集合名称。添加一个 Header Auth 凭据，名称填 api-key，值填你的 Qdrant 密钥，并在两个节点里都选中它。
3. 添加一个 Qdrant API 凭据，在 Qdrant Vector Store 和 Qdrant Vector Store1 里选中它。两处都把 COLLECTION 换成同一个集合名称。
4. 添加一个 OpenAI 凭据，在 OpenAI、OpenAI 4-o-mini、Embeddings OpenAI 和 Embeddings OpenAI1 里选中它。
5. 再添加一个 OpenAI 凭据，基础地址填 https://openrouter.ai/api/v1，密钥填你的 OpenRouter 密钥，并在 DeepSeek R1 和 DeepSeek 里选中它。也可以在这两个节点里改选 OpenAI 的模型，用第一个凭据。
6. 添加一个 Google Drive OAuth2 凭据，在 Get folder 和 Download Files 里选中它。在 Get folder 里选你的文件夹。
7. 从 When clicking ‘Test workflow’ 把第一部分运行一次。它会创建集合并清空它，再读取文件夹，切分每份文档，把片段存起来。
8. 添加一个 IMAP 凭据，在 Email Trigger (IMAP) 里选中它。添加一个 SMTP 凭据，在 Send Email 里选中它。
9. 用另一个邮箱地址发一个测试问题，要选你的文档能回答的。看一下回复，再点 Publish。

一次运行的过程

由你手动启动的第一部分：

1. When clicking ‘Test workflow’ 先启动 Create collection，再启动 Refresh collection，后者每次填充之前，会发一个过滤条件为空的删除点请求。
2. Get folder 列出你的文件夹里的文件，Download Files 把每个文件下载成纯文本。
3. Default Data Loader 和 Token Splitter 把每个文件切成 300 个 token 一段的片段，重叠 30。
4. Embeddings OpenAI1 把片段转成向量，Qdrant Vector Store1 把它们存起来。

对每封新邮件运行的第二部分：

1. Email Trigger (IMAP) 从 INBOX 里取走一封未读邮件，并把它标为已读。
2. Markdown 转换邮件的 HTML，Email Summarization Chain 写出一段不超过 100 个词的摘要。
3. Email Classifier 留下询问公司情况的邮件的摘要，其余的送到 Do nothing。
4. Write email 是一个智能体。它通过 Qdrant Vector Store 搜索集合，并根据摘要写出回复。
5. Review email 把回复排成 HTML 格式。
6. Send Email 把它发给发件人，发件地址是收到这封邮件的地址，主题是 Re: 加原来的主题。

改变结果

• 哪些邮件会得到回答：Email Classifier 里的分类。
• 回复怎么写：Write email 的系统消息。
• 回复的样式和长度：Review email 里的提示词。
• 它读哪些文档：Get folder 里的文件夹。
• 文档怎么切分：Token Splitter。
• 模型：OpenAI、OpenAI 4-o-mini、DeepSeek R1 和 DeepSeek。改嵌入模型的话，两个嵌入节点和 Create collection 里的向量维度要一起改。

注意事项

• OpenAI 和 OpenAI 4-o-mini 调用的是 gpt-4o-mini。OpenAI 的弃用页面（2026 年 11 月 12 日查阅）写明它将于 2027 年 1 月 14 日关停，替代模型是 gpt-6-luna。
• deepseek/deepseek-r1-0528 是 OpenRouter 上的付费模型（它的模型列表，同一天查阅），不像文件里原来写的那个免费版。
• 存进去的片段和搜索时用的必须是同一个嵌入模型。两个嵌入节点用的都是节点的默认模型 text-embedding-3-small，它有 1536 个维度，也就是 Create collection 现在要求的维度。
• Create collection 设成了出错时继续，所以集合已经存在时，重新运行也不会停下。地址或密钥写错的话，会改在 Refresh collection 里暴露出来。
• Refresh collection 的用意是每次填充之前清空集合。请先在一个临时集合上试。
• 回复一写好就发出，发件地址是收到这封邮件的地址，没有人审阅。请先用你自己的邮箱地址测试。
• 没有任何检查看发件的是谁，所以一个问了公司问题的自动发送方也会收到回复。
• Write email 读的是摘要，不是邮件本身，所以摘要漏掉的细节到不了回复里。
• Markdown 转换的是邮件的 HTML 部分。请用你平时收到的各种邮件来测试，纯文本的也要有。
• Get folder 最多返回 50 个文件，Download Files 会把 Google Docs 转成纯文本。
• 邮件文字会发给 OpenAI 和 OpenRouter，你的文档会发给 OpenAI 转成向量。