Steg 2: routa e-posttext och bilagor

Därefter kontrollerar arbetsflödet om det finns bilagor, konverterar HTML till oformaterad text och routar filer efter typ.

1. Konfigurera Attachment Presence Check med villkoret {{ $binary.isNotEmpty() }} för att upptäcka bilagor.
2. Notera det parallella flödet: Attachment Presence Check skickar utdata till både Collect File Attachments och Convert Email HTML parallellt.
3. I Collect File Attachments, behåll den angivna jsCode för att dela upp varje bilaga i ett eget binärt item.
4. Ställ in Convert Email HTML HTML till {{ $json.textHtml }} för att konvertera meddelandetexten till text för sammanfattning.
5. I Route by File Type, säkerställ att PDF-regeln kontrollerar att {{ $binary.data.fileExtension }} är lika med pdf och att bildregeln matchar /^(jpg|png)$/i.

Steg 3: sätt upp AI-sammanfattning för e-post, PDF:er och bilder

Arbetsflödet använder flera LLM-noder för att sammanfatta e-posttexten, PDF:er och bilder. Anslut rätt modeller och säkerställ att promptarna är intakta.

1. Anslut DeepSeek Reasoner som språkmodell för Summarize Email Text. Inloggningsuppgifter krävs: anslut era openAiApi-inloggningsuppgifter i DeepSeek Reasoner.
2. I Summarize Email Text, behåll Operation Mode som nodeInputBinary och sammanfattningspromptarna enligt konfiguration.
3. Ställ in Pull Text from PDF Operation till pdf och routa sedan dess utdata till Summarize PDF Content.
4. Anslut Gemini Flash Model som språkmodell för Summarize PDF Content. Inloggningsuppgifter krävs: anslut era openRouterApi-inloggningsuppgifter i Gemini Flash Model.
5. Koppla Structured Parse Output som output parser för Summarize PDF Content och behåll schemat som definierar content som en sträng. Denna parser är en AI-subnod, så inloggningsuppgifter måste läggas till i den överordnade modellnoden (t.ex. Gemini Flash Model), inte här.
6. Konfigurera Describe Image Content med Resource satt till image, Input Type satt till base64 och Operation satt till analyze. Inloggningsuppgifter krävs: anslut era openAiApi-inloggningsuppgifter i Describe Image Content.

Steg 4: normalisera, slå ihop och skapa den slutliga briefen

Sammanfattningar från olika källor slås ihop, normaliseras, aggregeras och syntetiseras till en enda brief för leverans.

1. Från Summarize Email Text, notera de parallella utgångarna: Summarize Email Text skickar utdata till både Log Email Summary och Email Summary Mapper parallellt.
2. Från Summarize PDF Content, notera de parallella utgångarna: Summarize PDF Content skickar utdata till både Log PDF Summary och Explode Summary Items parallellt.
3. Från Describe Image Content, notera de parallella utgångarna: Describe Image Content skickar utdata till både Log Image Summary och Map Image Notes parallellt.
4. I Email Summary Mapper och Map Image Notes, mappa content till {{ $json.response.text }} respektive {{ $json.content }}.
5. Ställ in Combined Summaries Number of Inputs till 3 för att slå ihop sammanfattningar från e-post, bild och PDF.
6. I Normalize Output, behåll jsCode som mappar item.json.output eller item.json.content till data.output.
7. I Aggregate Results, behåll Field to Aggregate som data.output.
8. Anslut Router Chat Engine som språkmodell för Compose Final Brief. Inloggningsuppgifter krävs: anslut era openRouterApi-inloggningsuppgifter i Router Chat Engine.
9. I Compose Final Brief, ställ in Text till The inputs to synthesize are: ''' {{ $json.output }} '''.

Steg 5: konfigurera lagring och notifieringsutgångar

Sammanfattningar loggas till Google Sheets, bilagor sparas till Drive och den slutliga briefen skickas till Telegram.

1. Store Files to Drive kör parallellt med filutvinningen. Ställ in Name till {{ $now.format('yyyyLLddhhiiss') }}-{{ $binary.data.fileName }} och välj ert mål-Folder ID. Inloggningsuppgifter krävs: anslut era googleDriveOAuth2Api-inloggningsuppgifter.
2. Konfigurera Log PDF Summary, Log Image Summary och Log Email Summary med Operation satt till append och mappa kolumner med uttryck som {{ $('IMAP Email Listener').item.json.metadata["x-message-id"] }} och {{ $now.format('dd/LL/yyyy') }}. Inloggningsuppgifter krävs: anslut era googleSheetsOAuth2Api-inloggningsuppgifter för varje Google Sheets-nod.
3. Ställ in Dispatch Telegram Summary Text till {{ $json.text }} och Chat ID till [YOUR_ID]. Inloggningsuppgifter krävs: anslut era telegramApi-inloggningsuppgifter.

Steg 6: testa och aktivera ert arbetsflöde

Verifiera att hela flödet fungerar, från e-postinläsning till leverans av Telegram-sammanfattning, innan ni slår på det.

1. Klicka på Execute Workflow och skicka ett testmejl med en PDF och en bildbilaga.
2. Bekräfta den parallella bearbetningen: bilagor lagras i Drive, PDF:er sammanfattas, bilder beskrivs och e-posttext sammanfattas.
3. Kontrollera Google Sheets för att verifiera att nya rader läggs till av Log Email Summary, Log PDF Summary och Log Image Summary.
4. Verifiera att Dispatch Telegram Summary postar den slutliga briefen i er Telegram-chatt.
5. När allt ser korrekt ut, växla arbetsflödet till Active för användning i produktion.