Mengotomatisasi Penyortiran E -mel dan Pelabelan dengan Crewai - Analytics Vidhya

Revolusi Pengurusan E -mel: Mengotomatisasi Menyusun dan Melabel dengan Crewai dan LLMS

Ray Tomlinson, pencipta e -mel, tidak pernah meramalkan keunggulan semasa dalam komunikasi profesional. Hari ini, pengoptimuman e -mel adalah penting, dan AI generatif menawarkan penyelesaian yang kuat. Blog ini menunjukkan mengotomatisasi penyortiran e -mel dan pelabelan menggunakan Crewai dan LLM.

Mata pembelajaran utama

• Memberi Aplikasi Akses Gmail melalui OAuth 2.0 Console Google Cloud.
• Membina ejen berkuasa LLM untuk pengkategorian e-mel.
• Menggalakkan penyortiran e -mel dan pelabelan dengan skrip Python yang mudah.

Jadual Kandungan

1. Memahami Cabaran & Langkah Pengesahan Google
   • Membuat Projek Awan Google
   • Membolehkan API Gmail
   • Mengkonfigurasi kelayakan OAuth 2.0
   • Menjana dan memuat turun kelayakan
2. Kod Python: Penyusunan dan Pelabelan E -mel Crewai
   • Memasang perpustakaan yang diperlukan
   • Akses dan Persediaan LLM
   • Membuat pengumpul data e -mel
   • Membina alat pengekstrakan e -mel
   • Menentukan ejen penyortiran e -mel
   • Menentukan tugas penyortiran
   • Membolehkan kerjasama krew
3. Soalan yang sering ditanya

Masalah beban e -mel

Kotak yang berantakan adalah kekecewaan yang biasa. E -mel pemasaran, mesej peribadi, dan komunikasi profesional sering digabungkan bersama. Walaupun dengan label, e-mel menyusun secara manual adalah memakan masa. AI Generatif menawarkan penyelesaian:

Tutorial ini menunjukkan cara membina ejen LLM dengan Crewai untuk menyusun e -mel yang belum dibaca secara automatik ke dalam tiga kategori: "Balas segera," "Tiada Balas," dan "Tidak relevan." Kategori ini adalah label Gmail yang telah ditetapkan.

Pengesahan Google: Membolehkan akses API Gmail

Sebelum pengekodan, anda mesti mengaktifkan API Gmail dan menghasilkan kelayakan OAuth 2.0.

Langkah 1: Projek Cloud Google Baru

1. Akses Konsol Awan Google dan log masuk.
2. Buat projek baru, memberikan nama (misalnya, "E -melsorter"). Pilih lokasi organisasi anda.

Langkah 2: Membolehkan API Gmail

1. Navigasi ke "API & Services" -> "Perpustakaan."
2. Cari dan aktifkan "API Gmail."

Langkah 3: Menyediakan kelayakan OAuth 2.0

1. Pergi ke "API & Services" -> "Skrin Persetujuan OAuth."
2. Konfigurasikan skrin persetujuan (pilih "luaran" atau "dalaman").
3. Sediakan nama aplikasi, e -mel sokongan, dan maklumat hubungan pemaju.
4. Tambah skop: https://www.googleapis.com/auth/gmail.modify .
5. Buat ID Pelanggan OAuth (pilih "App Desktop").
6. Muat turun fail credentials.json .

Kod Python: Membina Sistem Penyortiran E -mel

Bahagian ini memperincikan kod python menggunakan Crewai. Ingatlah untuk memasang perpustakaan yang diperlukan: crewai , crewai_tools , google-auth-oauthlib , google-api-python-client , dan pandas .

(Nota: Kod lengkap dari input asal terlalu luas untuk menghasilkan semula di sini dengan berkesan. Sambutan ini akan memberi tumpuan kepada menggariskan segmen kod utama dan fungsi mereka. Rujuk kepada input asal untuk kod penuh dan runnable.)

1. LLM Akses dan Persediaan:

Tetapkan kunci API OpenAI anda dan tentukan model LLM.

2. Pengumpul Data E -mel (Kelas EmailCollector ):

Kelas ini mengendalikan pengesahan API Gmail dan pengambilan e -mel yang belum dibaca.

3. Alat Pengekstrakan E -mel ( extract_mail_tool ):

Alat Crewai ini menggunakan fungsi mailDataGatherer untuk mengambil subjek dan badan e -mel.

4. Fungsi pelabelan e -mel ( push_mail_label ):

Fungsi ini mengambil data e -mel yang dikategorikan (dari ejen) dan menggunakan label yang sepadan di Gmail.

5. Menentukan Ejen Penyortiran E -mel ( sorter ):

Ejen ini menggunakan extract_mail_tool dan backstorynya memberikan arahan terperinci kepada LLM mengenai cara mengkategorikan e -mel.

6. Menentukan tugas penyortiran ( sort_task ):

Tugas ini menggariskan langkah -langkah untuk ejen sorter .

7. Membolehkan Kerjasama Crewai:

Buat Crew untuk mengatur ejen dan tugas. Jalankan krew menggunakan email_sorting_crew.kickoff() dan gunakan push_mail_label untuk mengemas kini label gmail.

Kesimpulan

Sistem berasaskan ejen Crewai menyebarkan pengurusan e-mel dengan ketara. Dengan memanfaatkan LLM, anda boleh mengautomasikan tugas dan menuntut semula masa yang berharga. Eksperimen dengan membina ejen yang lebih canggih untuk meningkatkan lagi aliran kerja e -mel anda.

Soalan Lazim (Soalan Lazim)

Soalan Lazim dari input asal dikekalkan dalam output yang disemak semula ini. Rujuk kepada asal untuk senarai penuh soalan dan jawapan.

Atas ialah kandungan terperinci Mengotomatisasi Penyortiran E -mel dan Pelabelan dengan Crewai - Analytics Vidhya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!