Gmail to Vector Embeddings with PGVector and Ollama

工作流名称

Gmail to Vector Embeddings with PGVector and Ollama

主要功能和亮点

该工作流实现了自动从Gmail邮箱抓取邮件，并将邮件内容结构化存储到PostgreSQL数据库中，同时利用Ollama的nomic-embed-text模型将邮件文本转化为向量嵌入（Vector Embeddings），存储于PGVector向量数据库，支持基于内容的相似度搜索。它支持批量导入历史邮件及实时监听新邮件，自动处理附件，并能按时间分批次抓取邮件。

解决的核心问题

• 自动化整理和存储海量邮件数据，避免手动管理带来的低效和混乱
• 将非结构化邮件文本转化为结构化数据及向量表示，方便后续的快速检索和智能分析
• 支持邮件内容的相似度搜索，提升邮件信息利用效率
• 解决历史邮件批量导入与新邮件实时同步的统一管理问题

应用场景

• 企业或个人对大量邮件进行归档、检索和分析
• 需要基于邮件内容做知识库构建、智能搜索和数据挖掘的场景
• 客户服务、销售跟踪中快速定位相关邮件内容
• 邮件数据与AI应用（如聊天机器人、智能问答）结合的基础数据准备

主要流程步骤

1. Gmail Trigger：定时（每分钟）监听Gmail收件箱的新邮件，支持附件下载
2. 批量历史邮件获取：通过设置时间区间，批量拉取历史邮件数据
3. 邮件字段提取：抽取邮件文本、发件人、收件人、抄送、主题、附件等关键信息
4. 结构化存储：将提取的邮件元数据保存到PostgreSQL数据库的emails_metadata表
5. 文本分割：对邮件正文进行递归字符切割，保证向量化输入质量
6. 向量嵌入生成：调用Ollama的nomic-embed-text模型，生成邮件文本的向量表示
7. 向量存储：将生成的向量嵌入存入PGVector的emails_embeddings表，关联邮件ID和线程ID
8. 条件判断：针对手动触发和自动触发流程进行分流处理，确保灵活运行

涉及的系统或服务

• Gmail（邮件收集和触发）
• PostgreSQL（结构化数据存储）
• PGVector（向量数据库插件，存储向量嵌入）
• Ollama（调用nomic-embed-text模型生成文本嵌入）
• n8n自动化平台（工作流编排执行）

适用人群或使用价值

• IT运维和数据工程师：自动化邮件数据归档与管理，提升系统数据资产价值
• 数据科学家和AI开发者：快速获取结构化邮件数据和对应向量，为机器学习和智能应用提供基础
• 企业管理者和办公人员：提升邮件检索效率，优化客户沟通和内部信息管理
• 任何需要对大量邮件内容做智能分析、搜索和归档的用户

---

该工作流将邮件数据处理与先进的向量化技术结合，实现邮件内容的结构化存储与智能检索，极大提升邮件管理的智能化与自动化水平。通过灵活的时间区间批量导入和实时监听新邮件，满足多场景下邮件数据的高效利用需求。