Crewai로 전자 메일 정렬 및 라벨링 자동화 - 분석 Vidhya

이메일 관리 혁신 : Crewai 및 LLM으로 정렬 및 라벨링 자동화

이메일 발명가 인 Ray Tomlinson은 전문 커뮤니케이션에서 현재의 편재성을 예측할 수 없었습니다. 오늘날 이메일 최적화는 중요하며 생성 AI는 강력한 솔루션을 제공합니다. 이 블로그는 Crewai 및 LLM을 사용하여 이메일 분류 및 라벨링을 자동화하는 것을 보여줍니다.

주요 학습 지점

• Google Cloud Console의 Oauth 2.0을 통해 응용 프로그램 부여 Gmail 액세스.
• 이메일 분류를위한 LLM 기반 에이전트 구축.
• 간단한 파이썬 스크립트로 전자 메일 정렬 및 라벨링을 자동화합니다.

목차

1. 도전 및 Google 인증 단계 이해
   • Google 클라우드 프로젝트 생성
   • Gmail API 활성화
   • OAUTH 2.0 자격 증명 구성
   • 자격 증명을 생성하고 다운로드합니다
2. 파이썬 코드 : Crewai 이메일 분류 및 라벨링
   • 필요한 라이브러리 설치
   • LLM 액세스 및 설정
   • 이메일 데이터 수집자 생성
   • 이메일 추출 도구 구축
   • 이메일 분류 에이전트 정의
   • 정렬 작업을 정의합니다
   • Crewai 협업 활성화
3. 자주 묻는 질문

이메일 과부하 문제

복잡한받은 편지함은 일반적인 좌절입니다. 마케팅 이메일, 개인 메시지 및 전문 커뮤니케이션은 종종 함께 혼합됩니다. 레이블이 있더라도 수동으로 이메일을 정렬하는 데 시간이 많이 걸립니다. 생성 AI는 솔루션을 제공합니다.

이 튜토리얼은 Crewai가있는 LLM 에이전트를 구축하여 읽지 않은 이메일을 "즉시 답장", "답장 없음"및 "관련성없는"의 세 가지 범주로 자동 정렬하는 방법을 보여줍니다. 이 범주는 사전 정의 된 Gmail 레이블입니다.

Google 인증 : Gmail API 액세스 활성화

코딩하기 전에 Gmail API를 활성화하고 Oauth 2.0 자격 증명을 생성해야합니다.

1 단계 : 새로운 Google 클라우드 프로젝트

1. Google Cloud 콘솔에 액세스하고 로그인하십시오.
2. 이름을 제공하는 새 프로젝트를 만듭니다 (예 : "이메일,"). 조직의 위치를 ​​선택하십시오.

2 단계 : Gmail API 활성화

1. "APIS & Services" -> "라이브러리"로 이동하십시오. "
2. "Gmail API"를 검색하고 활성화하십시오.

3 단계 : OAUTH 2.0 자격 증명 설정

1. "APIS & Services" -> "Oauth 동의 화면"으로 이동하십시오.
2. 동의 화면을 구성합니다 ( "외부"또는 "내부"를 선택).
3. 앱 이름, 지원 이메일 및 개발자 연락처 정보를 제공하십시오.
4. 범위를 추가하십시오 : https://www.googleapis.com/auth/gmail.modify .
5. OAUTH 클라이언트 ID를 만듭니다 ( "데스크탑 앱"을 선택).
6. credentials.json 파일을 다운로드하십시오.

파이썬 코드 : 이메일 분류 시스템 구축

이 섹션에서는 Crewai를 사용한 Python 코드를 자세히 설명합니다. crewai , crewai_tools , google-auth-oauthlib , google-api-python-client 및 pandas 와 같은 필요한 라이브러리를 설치하십시오.

(참고 : 원래 입력의 전체 코드는 여기에서 효과적으로 재현하기에는 너무 광범위합니다.이 응답은 키 코드 세그먼트 및 기능을 요약하는 데 중점을 둡니다. 전체 런닝 가능한 코드의 원래 입력을 참조하십시오.)

1. LLM 액세스 및 설정 :

OpenAI API 키를 설정하고 LLM 모델을 지정하십시오.

2. 이메일 데이터 수집자 ( EmailCollector collector 클래스) :

이 클래스는 Gmail API 인증 및 읽지 않은 이메일의 검색을 처리합니다.

3. 이메일 추출 도구 ( extract_mail_tool ) :

이 Crewai 도구는 mailDataGatherer 기능을 사용하여 이메일 주제와 신체를 가져옵니다.

4. 이메일 라벨링 함수 ( push_mail_label ) :

이 기능은 분류 된 전자 메일 데이터 (에이전트에서)를 가져 와서 Gmail에 해당 레이블을 적용합니다.

5. 전자 메일 분류 에이전트 정의 ( sorter ) :

이 에이전트는 extract_mail_tool 사용하고 Backstory는 LLM에 이메일 분류 방법에 대한 자세한 지침을 제공합니다.

6. 분류 작업 정의 ( sort_task ) :

이 작업은 sorter 에이전트의 단계를 간략하게 설명합니다.

7. Crewai 협업 활성화 :

에이전트와 작업을 조정하는 Crew 만듭니다. email_sorting_crew.kickoff() 사용하여 승무원을 실행하고 push_mail_label 사용하여 Gmail 레이블을 업데이트하십시오.

결론

Crewai의 에이전트 기반 시스템은 이메일 관리를 크게 간소화합니다. LLM을 활용하면 작업을 자동화하고 귀중한 시간을 되 찾을 수 있습니다. 보다 정교한 에이전트를 구축하여 이메일 워크 플로우를 더욱 향상시킵니다.

자주 묻는 질문 (FAQ)

원래 입력의 FAQ는이 개정 된 출력에서 ​​유지됩니다. 전체 질문과 답변 목록은 원본을 참조하십시오.

위 내용은 Crewai로 전자 메일 정렬 및 라벨링 자동화 - 분석 Vidhya의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!