Steg 2: anslut Gmail-åtgärder för etiketter och lässtatus

Etikettera inkommande mejl per kategori och markera vid behov lågprioriterade meddelanden som lästa.

1. Öppna Message Category Classifier och ställ in Input Text till =From: {{ $json.From }} Subject: {{ $json.Subject }} Email body: {{ $json.snippet }}.
2. Öppna OpenAI Chat Engine och välj modellen gpt-4.1-mini.
   Inloggningsuppgifter krävs: anslut era openAiApi-inloggningsuppgifter.
3. För Gmail-etikettnoderna (Label Sales Leads, Label Client Updates, Label Performance Reports, Label Billing Admin, Label Miscellaneous) ställer ni Message ID till ={{ $('Gmail Intake Trigger').item.json.id }} och behåller Operation som addLabels.
4. Ställ in varje nods Label IDs så att de matchar era Gmail-etiketter (t.ex. [YOUR_ID], IMPORTANT).
5. Öppna Mark Message Read och ställ in Message ID till ={{ $json.id }} med Operation markAsRead.
6. Inloggningsuppgifter krävs: anslut era gmailOAuth2-inloggningsuppgifter till alla Gmail-åtgärdsnoder.

Steg 3: hämta och tolka hela Gmail-tråden

Hämta hela mejltråden och extrahera läsbara meddelandekroppar för AI-routing.

1. Öppna Retrieve Gmail Thread och ställ in Resource till thread, Operation till get och Thread ID till ={{ $json.threadId }}.
2. Inloggningsuppgifter krävs: anslut era gmailOAuth2-inloggningsuppgifter.
3. Öppna Extract Thread Messages och behåll den förifyllda JavaScript Code som avkodar meddelandekroppar och returnerar en messages-array.
4. Bekräfta att utdata inkluderar threadId, totalMessages och messages för routing i efterföljande steg.

Steg 4: routa mejl mellan kalender och information

Använd en LLM-kedja och en switch för att avgöra om mejlet är en bokningsförfrågan eller en informationsförfrågan.

1. Öppna Route Calendar vs Info och ställ in Text till =New email just came in. Here's the email: {{ $('Gmail Intake Trigger').item.json.id }} Here's the thread for context: {{ $json.messages.map((msg, index) => `Message ${index + 1}: ${msg.fullBody || msg.snippet}`).join('\\n\\n---\\n\\n') }} Classify it. .
2. Öppna Routing Chat Model och välj modellen gpt-4.1-mini.
   Inloggningsuppgifter krävs: anslut era openAiApi-inloggningsuppgifter.
3. Öppna Routing Output Parser och behåll det manuella schemat för calendar-boolesk utdata.
4. Öppna Decision Router och säkerställ att den routar baserat på ={{ $json.output.calendar }} till antingen Scheduling Assistant (true) eller Information Assistant (false).

⚠️ Vanlig fallgrop: Schemat i Routing Output Parser måste returnera en boolesk calendar; om utdata-namnet inte matchar kommer Decision Router inte att routa korrekt.

Steg 5: konfigurera flödet för bokningsassistenten

Skapa utkast till kalendersvar genom att kontrollera tillgänglighet, resonera kring tidsfönster och förbereda ett HTML-svar.

1. Öppna Scheduling Assistant och behåll Text inställt till mejlets snippet och trådhistoriken med ={{ $('Gmail Intake Trigger').item.json.snippet }} och {{ $('Extract Thread Messages').item.json.messages.map((msg, index) => `Message ${index + 1}: ${msg.fullBody || msg.snippet}`).join('\\n\\n---\\n\\n') }}.
2. Öppna Scheduling Chat Model och välj modellen gpt-4.1.
   Inloggningsuppgifter krävs: anslut era openAiApi-inloggningsuppgifter.
3. Öppna Fetch Calendar Events och ställ in Operation till getAll, Time Min till ={{ /*n8n-auto-generated-fromAI-override*/ $fromAI('After', `the day before the date the user requested`, 'string') }} och Time Max till ={{ /*n8n-auto-generated-fromAI-override*/ $fromAI('Before', `the day after the date the user requested`, 'string') }}.
4. Inloggningsuppgifter krävs: anslut era googleCalendarOAuth2Api-inloggningsuppgifter i Fetch Calendar Events.
5. Behåll Reasoning Tool och Calendar Reply Parser kopplade till Scheduling Assistant (inga inloggningsuppgifter krävs på verktygen i sig; inloggningsuppgifterna hanteras på deras överordnade noder).
6. Öppna Draft Calendar Reply och ställ in Message till ={{ $json.output.emailBody }}, Subject till =re: {{ $('Gmail Intake Trigger').item.json.Subject }}, Email Type till html och Options → Reply To till ={{ $('Gmail Intake Trigger').item.json.From.extractEmail() }}.
7. Inloggningsuppgifter krävs: anslut era gmailOAuth2-inloggningsuppgifter i Draft Calendar Reply.

⚠️ Vanlig fallgrop: Ersätt [CONFIGURE_YOUR_LINK] i systemmeddelandet för Scheduling Assistant med er riktiga kalenderlänk, annars kommer AI:n att skicka platshållare.

Steg 6: konfigurera flödet för kunskapsassistenten (RAG)

Generera informationssvar med en Supabase-kunskapsbas och ett strukturerat svarsschema.

1. Öppna Information Assistant och bekräfta att Text hämtar snippet och trådhistorik med samma uttryck som ovan.
2. Öppna Knowledge Reply Model och välj modellen gpt-4.1-mini.
   Inloggningsuppgifter krävs: anslut era openAiApi-inloggningsuppgifter.
3. Öppna Knowledge Base Tool och ställ in Name till KnowledgeDatabase och Top K till =5.
4. Öppna Supabase Vector Index och ställ in Table Name till documents med Query Name match_documents.
   Inloggningsuppgifter krävs: anslut era supabaseApi-inloggningsuppgifter.
5. Öppna OpenAI Embedding Builder och behåll standardinställningarna.
   Inloggningsuppgifter krävs: anslut era openAiApi-inloggningsuppgifter.
6. Öppna Knowledge Chat Model och välj modellen gpt-4.1-mini.
   Inloggningsuppgifter krävs: anslut era openAiApi-inloggningsuppgifter.
7. Behåll Structured Reply Parser kopplad till Information Assistant (inga inloggningsuppgifter krävs på parsern; inloggningsuppgifter måste läggas till på Knowledge Reply Model).
8. Öppna Escalation Check och bekräfta att den utvärderar ={{ $json.output.escalate }} för att avgöra om den ska notifiera eller skapa ett utkast.
9. Öppna Draft Knowledge Reply och ställ in Message till ={{ $json.output.emailBody }}, Subject till =re: {{ $('Gmail Intake Trigger').item.json.Subject }} och Email Type till html med Reply To ={{ $('Gmail Intake Trigger').item.json.From.extractEmail() }}.
   Inloggningsuppgifter krävs: anslut era gmailOAuth2-inloggningsuppgifter.

⚠️ Vanlig fallgrop: Om RAG-databasen inte returnerar relevanta träffar kan Structured Reply Parser ge escalate: true, vilket triggar eskalering i stället för ett utkast till svar.

Steg 7: konfigurera Telegram-notiser

Notifiera ert team när ett utkast till svar skapas eller när ett meddelande behöver eskaleras.

1. Öppna Notify Telegram Booking och ställ in Chat ID till ert Telegram-användar- eller grupp-ID (ersätt [YOUR_ID]).
2. Öppna Notify Telegram Reply och ställ in Chat ID till samma ID.
3. Öppna Notify Telegram Escalate och ställ in Chat ID till samma ID.
4. Granska varje nods Text-fält för att säkerställa att avsändarnamnet löses ut med {{ $('Gmail Intake Trigger').item.json.From.split('<')[0].trim() }}.
5. Inloggningsuppgifter krävs: anslut era telegramApi-inloggningsuppgifter till alla Telegram-noder.

Steg 8: testa och aktivera ert arbetsflöde

Verifiera flödet från början till slut med ett riktigt mejl och aktivera sedan körning i produktion.

1. Klicka på Execute Workflow och skicka ett testmejl till den anslutna Gmail-inkorgen.
2. Bekräfta att etiketter har lagts till av rätt Gmail-etikettnod och att Retrieve Gmail Thread och Extract Thread Messages returnerade tråd-kontexten.
3. Verifiera routingen: kalenderförfrågningar går till Scheduling Assistant och informationsförfrågningar går till Information Assistant.
4. Kontrollera att utkast till mejl skapades av Draft Calendar Reply eller Draft Knowledge Reply och bekräfta att Telegram-notiser skickades.
5. När allt fungerar växlar ni arbetsflödet till Active för att behandla inkommande mejl automatiskt.