Разбор и ответы на входящую почту — автоматически

Сценарий читает каждое письмо, понимает его тип и действует: на частые вопросы отвечает сам из базы знаний Qdrant Vector Store, остальное направляет нужному отделу, а отзывы оценивает по тону.

  • Каждое письмо распознаётся по типу
  • На частые вопросы — ответ из базы знаний
  • Счета, резюме, заявки уходят своим отделам
  • Негативные отзывы — сразу сигнал команде
Email Trigger (IMAP)Pinecone Vector StoreEmbeddings CohereDefault Data Loader
Подключить Qdrant Vector Store и запуститьScriptera

Как это работает

Автоматизация Medium и Qdrant Vector Store не требует кода: готовый сценарий выполняет рутину сам.

  1. Запуск: Запуск вручную
  2. Затем: HTTP-запрос
  3. Затем: Извлечь из файла
  4. Затем: Код3
  5. Затем: Pinecone Vector Store1
  6. Затем: Триггер Email (IMAP)
  7. Затем: Код
  8. Проверка: Переключить1
  9. Если да — Базовая цепочка LLM1
  10. Затем: Код2
  11. Проверка: Переключить
  12. Если да — Подтверждение принятия кандидату
  13. Затем: В HR
  14. Если нет — Письмо отказа
  15. Если нет — Отправить счет команде
  16. Если нет — Отправить клиенту
  17. Затем: Отправить в службу поддержки
  18. Если нет — Анализ тональности отзыва
  19. Затем: X
  20. Затем: Отправить письмо команде
  21. Если нет — Ответ на RAG-запрос
  22. Затем: Отправить ответ клиенту
  23. Если нет — Отправить отделу продаж
  24. Если нет — Базовая цепочка LLM
  25. Затем: Очистить вывод AI-агента
  26. Затем: Модель чата Groq
  27. Затем: Модель чата Groq1
  28. Затем: Модель чата Groq2
  29. Затем: Модель чата Groq3
  30. Затем: Pinecone Vector Store
  31. Затем: Встраивания Cohere
  32. Затем: Встраивания Cohere1
  33. Затем: Загрузчик данных по умолчанию
  34. Затем: Рекурсивный разделитель текста по символам

Настроить такую автоматизацию (Medium + Qdrant Vector Store) можно в Scriptera — без кода: опишите задачу, остальное сделают за вас.

Похожие сценарии