Translate questions about e-mails into SQL queries and run them
该工作流利用自然语言处理技术，将用户通过聊天提出的电子邮件查询转换为SQL语句，并直接执行查询，返回结果。它简化了复杂SQL语句的编写，降低了技术门槛，适用于企业邮件数据分析、客户支持快速定位邮件记录等场景。通过多轮对话和手动触发，用户能够高效、准确地获取邮件数据，提升工作效率，是邮件数据智能检索的有效工具。
流程图
工作流名称
Translate questions about e-mails into SQL queries and run them
主要功能和亮点
本工作流通过自然语言处理技术，将用户用聊天形式提出的关于电子邮件的查询请求，智能转换成符合数据库结构的精准SQL查询语句，并直接执行查询，最终返回查询结果。它集成了数据库自动读取、模式解析、智能语义理解和SQL生成等多项功能，支持多轮对话触发，且能手动运行，灵活高效。
解决的核心问题
用户通常难以直接编写复杂的SQL语句来查询邮件数据库，尤其面对不同的表结构和数据类型时更显繁琐。本工作流解决了自然语言查询与数据库操作之间的鸿沟，免除用户对SQL语法的依赖，降低技术门槛，实现快速、准确地从邮件数据中检索所需信息。
应用场景
- 企业内部邮件数据分析与检索
- 客户支持团队快速定位邮件记录
- 个人邮件管理与历史查询
- 产品经理或数据分析师基于邮件内容挖掘洞察
- 教育或培训中自然语言转SQL的示范工具
主要流程步骤
- 手动或通过聊天触发工作流启动。
- 查询数据库，列出所有表及其字段信息，构建数据库模式(schema)。
- 将模式信息转换为本地存储的JSON文件，便于后续调用。
- 接收用户的自然语言查询输入。
- 利用内置AI Agent，结合数据库模式严格生成符合PostgreSQL语法的SQL语句。
- 自动检查并补全SQL语句格式（如末尾分号）。
- 执行生成的SQL查询，获取结果。
- 格式化查询结果，并将结果与AI回复合并输出，返回给用户。
涉及的系统或服务
- PostgreSQL数据库：提供邮件数据及元信息的存储与查询
- n8n工作流自动化平台：实现节点编排与流程控制
- LangChain AI Agent（Ollama Chat Model 模型 phi4-mini:latest）：负责自然语言理解和SQL生成
- 本地文件系统：缓存数据库模式文件，提升效率
- Webhook与聊天触发器：支持实时交互和自动触发
适用人群或使用价值
- 不熟悉SQL但需要查询邮件数据库的业务人员
- 数据分析师和产品经理，提升数据查询效率
- IT运维和开发人员，简化数据库查询脚本编写
- 企业客户支持团队，快速定位客户邮件历史
- 任何希望通过自然语言直接操作数据库的用户，极大降低学习成本，提高工作效率
此工作流通过结合AI智能和自动化技术，实现了“用聊天提问，获得SQL查询结果”的便捷体验，是邮件数据智能检索领域的实用工具。