提示词
用于整合电子邮件输入与上传文档内容的提示词模板。
此工作流旨在自动化从电子邮件及相关文档（如附件和URL）中提取、结构化和管理数据。它利用先进的语言模型与提示词工程处理非结构化信息，并输出结构化摘要，特别适用于邮件分拣、客户支持或从沟通渠道大规模提取数据等任务。
概述
该流程串联了多个组件，负责用户输入、文件及URL内容获取、提示词构建、大型语言模型（LLM）处理、基于智能体的推理以及结构化数据输出。其主要优势包括可扩展性、高度自动化，以及在极少人工干预下处理复杂或高容量数据提取任务的能力。
步骤详解
1. 用户输入与附件
- 聊天输入：流程首先通过聊天界面接收用户输入（电子邮件或消息）及可选的文件附件。
- 文件检索器：所有附件将被处理以提取文本内容，采用OCR等策略（如有需要），并通过令牌限制确保效率。
2. 上下文丰富
URL检索器：流程还可从指定URL中获取内容，对信息进行解析和分块，供后续使用。当邮件引用外部资源或知识库时尤为有用。
聊天记录：系统保留最近5条聊天消息（最多800个令牌），为更好理解和持续性提供上下文。
3. 提示词工程
提示词模板：流程采用模板动态构建LLM和智能体的提示词，涵盖：
- 邮件/消息内容
- 提取的文件内容
- 聊天历史上下文
- 系统级指令
这些提示词旨在最大程度提升LLM对输入信息的理解与结构化能力。
4. LLM与智能体协作
Google Gemini LLM：流程采用Gemini 2.5 Flash，实现高质量语言理解与生成，温度设为0以确保输出确定性。
工具调用智能体：高级智能体接收组合后的提示词、聊天记录及工具（如文件/URL检索器），以实现：
- 审查和组织邮件数据
- 提取和结构化相关信息
- 基于邮件及附件提供全面概述
- 如需可借助工具获取外部知识
系统消息引导智能体聚焦于高效与数据结构化。
5. 结构化与输出
结构化输出生成器：将智能体回复及附加上下文通过新一轮提示词和LLM（同为Gemini）生成结构化输出。必填字段包括：
- 用户名：用户姓名
- 邮箱：患者邮箱地址
- 消息：邮件中提及的信息
CSV输出：结构化数据随后导出为CSV文件，便于进一步处理、分析或导入其他系统。
6. 用户反馈
- 聊天输出：流程还会以聊天回复形式展示智能体的概览与答案，确保用户即时获得反馈。
组件摘要表
| 组件 | 作用 |
|---|---|
| 聊天输入 | 收集用户消息及文件附件 |
| 文件检索器 | 提取上传文档中的文本内容 |
| URL检索器 | 检索并处理指定URL的内容 |
| 聊天记录 | 保持最近消息的上下文 |
| 提示词模板 | 动态构建LLM/智能体的提示词 |
| Gemini LLM | 处理提示词并生成回复 |
| 工具调用智能体 | 协调工具和LLM进行数据提取/结构化 |
| 结构化输出生成器 | 将提取的信息格式化为结构化对象 |
| CSV输出 | 导出结构化数据为CSV格式 |
| 聊天输出 | 在聊天中展示智能体的回复 |
应用场景与优势
- 可扩展性：自动化从邮件和文档中重复性的数据提取与结构化，减少人工劳动。
- 一致性：通过LLM与提示词模板，实现大批量数据的统一处理。
- 可扩展性：便于适配新输入类型（文件、URL）及输出格式（结构化对象、CSV）。
- 自动化：适用于客户支持、病历处理或任何需要将非结构化数据转为结构化的工作流程。
为什么这个流程值得使用
该工作流显著减少了从电子邮件及其附件中提取可用、结构化数据所需的时间和精力。其高度可扩展——能够批量处理多条消息及多种文件类型——并自动化了本需大量人工参与的流程。通过集成先进的LLM、工具智能体和提示词工程，既保证了高精度，也具备极强适应性，是企业和组织优化信息处理流程的强力助手。
