مقدمه

دسته‌بندی ایمیل با n8n

دسته‌بندی ایمیل با n8n:

آموزش دسته‌بندی خودکار ایمیل‌های اوت‌لوک با هوش مصنوعی و n8n

مدیریت صندوق ورودی ایمیل در دنیای پرمشغله امروز به یکی از چالش‌های اساسی متخصصان، توسعه‌دهندگان مستقل و مدیران کسب‌وکار تبدیل شده است. روزانه ده‌ها ایمیل شامل تبلیغات، خبرنامه‌ها، صورت‌حساب‌ها، درخواست‌های همکاری و پیام‌های سیستمی دریافت می‌شوند که بررسی و جداسازی دستی آن‌ها زمان زیادی را هدر می‌دهد. فرآیند دسته‌بندی ایمیل با n8n راهکاری پیشرفته و کارآمد است که به شما اجازه می‌دهد مدیریت صندوق ورودی خود را کاملاً به یک دستیار هوشمند بسپارید.

این اتوماسیون با ترکیب توانمندی پلتفرم n8n، سرور هوش مصنوعی محلی Ollama و حساب کاربری ماکروسافت اوت‌لوک (Microsoft Outlook) طراحی شده است. عملکرد این سیستم به این صورت است که ابتدا ایمیل‌های جدید و بررسی‌نشده را از اوت‌لوک استخراج کرده، متن آن‌ها را پاک‌سازی و بهینه‌سازی می‌کند و سپس با استفاده از مدل زبانی قدرتمند Qwen 2.5، محتوای ایمیل را تحلیل می‌نماید. هوش مصنوعی پس از درک دقیق هدف ایمیل، دسته‌بندی اصلی و فرعی آن را مشخص کرده و در نهایت اتوماسیون با اعمال برچسب رنگی در اوت‌لوک، ایمیل را به پوشه مربوطه منتقل می‌کند. این راهکار به دلیل استفاده از Ollama کاملاً محلی و رایگان بوده و امنیت داده‌های حساس شما را تضمین می‌کند.

قبل از شروع

اگر هنوز n8n را نصب نکرده‌اید، پیشنهاد می‌کنیم ابتدا مقاله «آموزش n8n» را مطالعه کنید. در آن مقاله، مراحل نصب با Node.js و Docker، راه‌اندازی اولیه و ساخت اولین Workflow به‌صورت کامل آموزش داده شده است. پس از نصب و راه‌اندازی، به این مقاله بازگردید و مراحل پیاده‌سازی این دسته‌بندی خودکار ایمیل‌های اوت‌لوک با هوش مصنوعی و n8n را دنبال کنید.

این Workflow چه کاری انجام می‌دهد؟

این سناریو به صورت دوره‌ای یا دستی اجرا می‌شود تا فرآیند خسته‌کننده مدیریت ایمیل را با استفاده از دسته‌بندی خودکار ایمیل‌های اوت‌لوک با هوش مصنوعی و n8n، هوشمند کند. ابتدا تمام ایمیل‌هایی که فاقد هرگونه برچسب یا پرچم هستند از حساب Microsoft Outlook دریافت می‌شوند. متن این ایمیل‌ها که معمولاً حاوی کدهای پیچیده HTML و لینک‌های اضافه است، طی یک فرآیند فیلترسازی به متن ساده تبدیل می‌شود تا مصرف منابع هوش مصنوعی کاهش یابد.

سپس اطلاعات ایمیل به نود هوش مصنوعی ارسال می‌شود. نود AI با کمک مدل محلی Ollama محتوا را بررسی کرده و بر اساس قوانین تعیین‌شده، یکی از برچسب‌های استاندارد مانند کاری، تبلیغات، رسید یا سرویس‌های ابری را انتخاب می‌کند. در گام نهایی، سیستم بر اساس برچسب صادر شده توسط هوش مصنوعی، مسیر مجزایی را از طریق یک نود سوییچ انتخاب کرده، رنگ برچسب ایمیل را در اوت‌لوک تغییر می‌دهد و آن را به پوشه اختصاصی خودش منتقل می‌کند تا صندوق ورودی اصلی شما همیشه خلوت و سازمان‌دهی شده باقی بماند.

کاربردهای این Workflow

از کاربردهای دسته‌بندی ایمیل با n8n  میتوان به موارد زیر اشاره کرد:

• مدیریت صندوق ورودی فریلنسرها: تفکیک خودکار پیام‌های مشتریان واقعی از ایمیل‌های تبلیغاتی انبوه.

• بایگانی هوشمند صورت‌حساب‌ها: شناسایی رسیدهای خرید و انتقال مستقیم آن‌ها به پوشه مالی جهت حسابداری آسان‌تر.

• فیلتر کردن پیام‌های هرزنامه و تبلیغاتی: تشخیص دقیق ایمیل‌های مارکتینگ که از فیلترهای پیش‌فرض اوت‌لوک عبور کرده‌اند و انتقال آن‌ها به بخش Junk.

• سازمان‌دهی ایمیل‌های پلتفرم‌های SaaS: دسته‌بندی اعلان‌های امنیتی و به‌روزرسانی‌های ابزارها در یک پوشه مجزا بدون شلوغ کردن صفحه اصلی.

• مدیریت ایمیل‌های جامعه کاربری: جداسازی پیام‌های مربوط به انجمن‌ها، شبکه‌های اجتماعی و رویدادها.

• اولویت‌بندی پیام‌های نیازمند اقدام فوری: تشخیص ایمیل‌هایی که نیاز به پاسخ سریع دارند و نشانه‌گذاری آن‌ها تحت عنوان دسته‌بندی اکشن.

پیش‌نیازها

برای راه‌اندازی و اجرای این پلتفرم دسته‌بندی ایمیل با n8n به موارد زیر نیاز دارید:

• نصب و راه‌اندازی n8n: دسترسی به پنل مدیریت n8n (نسخه داکر یا ابری).

• حساب کاربری Microsoft Outlook: یک حساب تجاری یا شخصی اوت‌لوک که قابلیت اتصال API داشته باشد.

• اتصال حساب (Credentials): ساخت دسترسی Microsoft Outlook OAuth2 در پنل n8n.

• نصب Ollama: راه‌اندازی ابزار Ollama روی سیستم محلی یا سرور مجزا.

• دانلود مدل زبانی: دانلود و اجرای مدل qwen2.5:14b یا هر مدل سازگار دیگر در Ollama.

• ایجاد پوشه‌ها در اوت‌لوک: ساخت پوشه‌های متناظر با نام‌های Junk ،Receipt ،SaaS ،Community و Actioned در حساب اوت‌لوک.

دانلود Template

فایل JSON این Workflow را از این قسمت دانلود کنید. 

رمز فایل = danixai.com

آموزش Import کردن Workflow

1. وارد داشبورد n8n شوید.

2. روی Import from File کلیک کنید.

3. فایل JSON را انتخاب کنید.

4. Workflow ایجاد خواهد شد.

5. Credentialهای موردنیاز را تنظیم کنید.

ساختار Workflow و آموزش کامل تمام Nodeها

مسیر حرکت داده‌ها و تعامل نودها در این اتوماسیون به شرح زیر است:

1. When clicking ‘Test workflow’ (Manual Trigger)

• وظیفه Node: آغازگر دستی جریان اتوماسیون برای تست و عیب‌یابی.

• ورودی آن: کلیک مستقیم کاربر در محیط طراحی n8n.

• خروجی آن: یک سیگنال فعال‌سازی خالی جهت اجرای نود بعدی.

• تنظیمات مهم: این نود پارامتر خاصی ندارد و صرفاً به عنوان نقطه شروع عمل می‌کند.

• نکات قابل تغییر: می‌توانید این نود را با یک نود Schedule Trigger جایگزین کنید تا جریان به صورت خودکار هر یک ساعت یک‌بار اجرا شود.

• دلیل استفاده: اجرای کنترل‌شده فرآیند دسته‌بندی برای راه‌اندازی اولیه و بررسی صحت عملکرد.

2. Microsoft Outlook23 (Get All Emails)

• وظیفه Node: ارتباط با سرور ماکروسافت و دریافت لیست آخرین ایمیل‌های ورودی.

• ورودی آن: سیگنال شروع از نود تریکر.

• خروجی آن: لیستی از مشخصات ایمیل‌ها شامل عنوان، فرستنده، متن اصلی، وضعیت مطالعه و دسته‌بندی‌ها.

• تنظیمات مهم: بخش فیلتر سفارشی روی عبارت flag/flagStatus eq 'notFlagged' and not categories/any() تنظیم شده تا ایمیل‌های ستاره‌دار یا دسته‌بندی‌شده مجدداً پردازش نشوند. تعداد دریافت محدود به ۱ عدد در هر پالس است.

• نکات قابل تغییر: مقدار Limit را می‌توانید افزایش دهید تا در هر بار اجرای اتوماسیون، تعداد ایمیل بیشتری پردازش شود.

• دلیل استفاده: دریافت داده‌های خام ورودی از صندوق پستی کاربر جهت آغاز پردازش.

3. Filter1

• وظیفه Node: اطمینان از اینکه ایمیل‌های دریافتی واقعاً فاقد برچسب هستند.

• ورودی آن: خروجی نود اوت‌لوک.

• خروجی آن: عبور دادن ایمیل در صورت خالی بودن آرایه دسته‌بندی‌ها.

• تنظیمات مهم: شرط بر اساس strict validation بررسی می‌کند که آرایه categories خالی باشد.

• نکات قابل تغییر: می‌توانید شروط دیگری مانند بررسی بازه زمانی دریافت ایمیل نیز به آن اضافه کنید.

• دلیل استفاده: جلوگیری از بروز خطا و دوباره‌کاری در صورتی که فیلتر پیش‌فرض API اوت‌لوک به درستی عمل نکرده باشد.

4. Loop Over Items1 (Split in Batches)

• وظیفه Node: تکه‌تکه کردن لیست ایمیل‌ها و پردازش تک به تک آن‌ها.

• ورودی آن: آرایه‌ای از ایمیل‌های تایید شده توسط فیلتر.

• خروجی آن: ارسال یک ایمیل در هر گام به نودهای پردازشی و مدیریت چرخه تا اتمام لیست.

• تنظیمات مهم: تنظیم شده برای ارسال دسته‌های تک‌عددی (Batch Size: 1).

• نکات قابل تغییر: این ساختار استاندارد است و نیازی به تغییر ندارد.

• دلیل استفاده: هوش مصنوعی قادر نیست یک آرایه بزرگ از متن‌ها را به صورت همزمان با دقت بالا تحلیل کند؛ این نود پردازش ترتیبی را تضمین می‌کند.

5. Markdown1

• وظیفه Node: تبدیل ساختار متنی HTML ایمیل به فرمت ساده متنی Markdown.

• ورودی آن: کدهای HTML بدنه ایمیل (body.content).

• خروجی آن: متن ساختاریافته روان و عاری از تگ‌های سنگین وب.

• تنظیمات مهم: متغیر ورودی به صورت داینامیک از نود لوپ فراخوانی می‌شود.

• دلیل استفاده: کدهای HTML حجم توکن بسیار زیادی مصرف می‌کنند و باعث گمراهی هوش مصنوعی می‌شوند. فرمت Markdown ساختار متن را حفظ کرده اما حجم آن را کاهش می‌دهد.

6. varEmal1 (Set Node)

• وظیفه Node: پاک‌سازی نهایی و استخراج فیلدهای کلیدی ایمیل با استفاده از Regex.

• ورودی آن: متن خروجی نود Markdown.

• خروجی آن: شیء تمیز شامل فرستنده، عنوان، اهمیت و بدنه متنی کاملاً خالص.

• تنظیمات مهم: استفاده از چندین دستور جایگزینی متنی (Replace) برای حذف لینک‌ها، تصاویر، جداول، کاراکترهای خاص و فضاهای خالی اضافه.

• دلیل استفاده: آماده‌سازی یک متن فوق‌العاده بهینه و خلاصه برای ارسال به مدل هوش مصنوعی جهت افزایش حداکثری دقت دسته‌بندی.

7. varID & Category1 (Set Node)

• وظیفه Node: تعریف شناسه ایمیل جاری و مشخص کردن لیست برچسب‌های مجاز برای هوش مصنوعی.

• ورودی آن: فیلدهای نودهای قبلی.

• خروجی آن: افزودن متغیر لیبل‌های استاندارد (action, junk, receipt, SaaS, community, business, other).

• دلیل استفاده: تزریق گزینه‌های مجاز به پرامپت هوش مصنوعی به صورت متغیر داینامیک تا تغییر دسته‌بندی‌ها در آینده راحت‌تر باشد.

8. AI Agent1 & Ollama Chat Model1

• وظیفه Node: تحلیل هوشمند محتوای ایمیل و تصمیم‌گیری در مورد دسته‌بندی اصلی و فرعی آن.

• ورودی آن: اطلاعات پاک‌سازی شده ایمیل و فیلدهای راهنما.

• خروجی آن: یک ساختار متنی حاوی پاسخ لایه هوش مصنوعی در قالب فرمت JSON.

• تنظیمات مهم: مدل زبانی روی qwen2.5:14b و درجه خلاقیت (Temperature) روی 0.2 تنظیم شده تا پاسخ‌ها کاملاً دقیق و منطقی باشند. سیستم پرامپت وظایف هر دسته‌بندی را به روشنی تفکیک کرده است.

• دلیل استفاده: مغز متفکر اتوماسیون که توانایی درک معنایی متون را برای دسته‌بندی ایمیل با n8n فراهم می‌سازد.

9. varJSON1 (Set Node)

• وظیفه Node: استخراج متن پاسخ هوش مصنوعی و تبدیل قطعی آن به یک شیء استاندارد JSON قابل فهم برای n8n.

• ورودی آن: متن خروجی نود AI Agent.

• خروجی آن: آبجکت JSON معتبر شامل کلیدهای category و subCategory.

• تنظیمات مهم: فعال بودن گزینه continueErrorOutput جهت جلوگیری از توقف کل سیستم در صورت خرابی خروجی هوش مصنوعی.

• دلیل استفاده: هوش مصنوعی گاهی اوقات علائم اضافه‌ای همراه با JSON تولید می‌کند، این نود با Regex خروجی را ایزوله و ساختاریافته می‌کند.

10. Switch1

• وظیفه Node: هدایت داده‌ها به مسیرهای مختلف بر اساس برچسب صادر شده توسط هوش مصنوعی.

• ورودی آن: مقدار فیلد output.category از نود قبلی.

• خروجی آن: فعال‌سازی یکی از ۷ خروجی مجزا متناسب با نام دسته.

• تنظیمات مهم: غیرفعال بودن حساسیت به حروف کوچک و بزرگ (Case Insensitive).

• دلیل استفاده: مدیریت تفکیک مسیرهای عملیاتی در خود محیط n8n.

11. نودهای گروه Set & Move Microsoft Outlook (شماره‌های ۱۰ تا ۲۲)

• وظیفه Nodeها: اعمال برچسب رنگی روی ایمیل در اوت‌لوک و سپس انتقال فیزیکی آن به پوشه متناظر.

• ورودی آن: فعال شدن مسیر مربوطه از نود سوئیچ.

• خروجی آن: به‌روزرسانی وضعیت ایمیل در سرور مایکروسافت.

• تنظیمات مهم: فیلد Operation در نودهای اول روی update جهت تنظیم کاتگوری و در نودهای دوم روی move جهت جابجایی پوشه تنظیم شده است.

• دلیل استفاده: اعمال تغییرات نهایی و ملموس در حساب کاربری کاربر.

12. If1 & Microsoft Outlook Move Message1

• وظیفه Node: بررسی اینکه آیا ایمیل خوانده شده است یا خیر؛ در صورت خوانده شدن، آن را به پوشه “Actioned” منتقل می‌کند.

• ورودی آن: وضعیت isRead ایمیل.

• دلیل استفاده: مدیریت ایمیل‌های دسته کاری (Action) که قبلاً توسط کاربر مشاهده شده‌اند.

13. Merge1 & Catch Errors1

• وظیفه Node: جمع‌آوری مجدد تمام مسیرهای فرعی سوییچ و خطاهای احتمالی و هدایت آن‌ها به ورودی حلقه گره ها.

• دلیل استفاده: بستن چرخه تکرار (Loop) تا سیستم بتواند بدون مشکل به سراغ ایمیل بعدی برود.

نحوه شخصی‌سازی Workflow

برای همگام‌سازی اتوماسیون دسته‌بندی ایمیل با n8n با نیازهای خاص خود، می‌توانید بخش‌های زیر را تغییر دهید:

بخش قابل تغییر	نحوه اعمال تغییرات
دسته‌بندی‌ها	در نود varID & Category1 مقادیر متنی بخش کاتگوری را کم یا زیاد کنید.
پرامپت هوش مصنوعی	سیستم مینیاتوری پرامپت را در نود AI Agent1 در بخش System Message ویرایش کنید و اولویت‌های خود را بنویسید.
مدل هوش مصنوعی	در نود Ollama می‌توانید نام مدل را به نسخه‌های دیگر مثل llama3 یا mistral تغییر دهید.
پوشه‌های مقصد	در نودهای اوت‌لوک متصل به خروجی سوئیچ، پوشه‌های دلخواه خود را از منوی کشویی انتخاب کنید.

مزایای استفاده از دسته‌بندی ایمیل با n8n:

• صرفه‌جویی بی‌نظیر در زمان: عدم نیاز به بررسی و آرشیو دستی روزانه ده‌ها ایمیل ورودی.

• حفظ کامل حریم خصوصی: به دلیل استفاده از مدل محلی Ollama، محتوای ایمیل‌های شما به سرورهای ابری خارجی ارسال نمی‌شود.

• رایگان بودن فرآیند پردازش: عدم نیاز به خرید اشتراک و پرداخت هزینه API به شرکت‌هایی مثل OpenAI.

• دقت بالا در تفکیک متن: پاک‌سازی کدهای HTML باعث می‌شود مدل هوش مصنوعی با بالاترین کیفیت ممکن مفهوم پیام را درک کند.

• کاهش شلوغی ذهنی: صندوق ورودی (Inbox) شما همیشه خلوت بوده و فقط پیام‌های حیاتی در آن باقی می‌مانند.

• ساختار ماژولار و منعطف: قابلیت افزودن پیام‌رسان‌هایی مثل تلگرام یا دیسکورد به انتهای هر مسیر برای دریافت نوتیفیکیشن‌های فوری.

نکات مهم

• پوشه‌های ساخته شده در اوت‌لوک باید دقیقاً با نام‌های تعریف شده در نودهای حرکت پیام (Move Operations) مطابقت داشته باشند.

• سرور میزبان Ollama باید از سخت‌افزار مناسب (ترجیحاً کارت گرافیک با حافظه VRAM کافی) برخوردار باشد تا فرآیند تحلیل ایمیل طولانی نشود.

• سیستم به صورت پیش‌فرض ایمیل‌های ستاره‌دار یا پرچم‌دار را پردازش نمی‌کند تا کارهای دستی شما خراب نشوند.

• اگر هوش مصنوعی نتواند دسته‌ای را تشخیص دهد، مسیر پیش‌فرض extra در نود سوئیچ، ایمیل را به دسته عمومی منتقل می‌کند.

• دقت کنید که تغییر در دسته‌بندی‌های نود Set مستلزم به‌روزرسانی شروط نود Switch نیز می‌باشد.

• فرآیند تبدیل HTML به متن ساده با عبارات منظم (Regex) انجام می‌شود؛ ساختار این عبارات را بدون دانش فنی تغییر ندهید.

• برای اجرای مداوم، حتماً پس از تست، وضعیت Workflow را در بالای صفحه به حالت Active تغییر دهید.

• در صورت نیاز به استفاده از ابری نظیر ChatGPT، کافیست نود Ollama را با نود OpenAI Chat Model جایگزین کنید.

خطاهای رایج (Troubleshooting)

۱. خطای Connection Refused در نود Ollama

• علت: سرور Ollama روشن نیست یا پورت ارتباطی آن توسط فایروال مسدود شده است یا n8n داکر به localhost دسترسی ندارد.

• راه‌حل: مطمئن شوید Ollama در حال اجراست. در صورت استفاده از داکر n8n، آدرس هوست را به جای localhost بر روی http://host.docker.internal:11434 تنظیم کنید.

۲. خطا در تبدیل متن به JSON (Invalid Control Character)

• علت: مدل هوش مصنوعی به همراه کدهای JSON، متون توضیحی یا کاراکترهای اضافه تولید کرده است.

• راه‌حل: پرامپت نود AI Agent را سخت‌گیرانه‌تر کنید و عبارت “No additional text outside the JSON” را تاکید کنید یا Regex نود varJSON1 را بازنگری نمایید.

۳. عدم جابجایی ایمیل‌ها در اوت‌لوک

• علت: شناسه پوشه (Folder ID) تغییر کرده یا پوشه مربوطه در حساب اوت‌لوک حذف شده است.

• راه‌حل: وارد نود ماکروسافت اوت‌لوک مربوطه شده، مجدداً لیست پوشه‌ها را بارگذاری کرده و پوشه صحیح را انتخاب کنید.

۴. خطای عدم احراز هوست (Credentials Error) در اوت‌لوک

• علت: انقضای توکن OAuth2 ماکروسافت یا تغییر رمز عبور حساب کاربری.

• راه‌حل: به بخش Credentials در n8n بروید و حساب ماکروسافت اوت‌لوک خود را مجدداً Reconnect کنید.

۵. کندی شدید در پردازش هر ایمیل

• علت: انتخاب مدل بسیار سنگین برای Ollama نسبت به توان سخت‌افزاری سیستم (مثلاً اجرای مدل‌های بالای 30B روی پردازنده معمولی).

• راه‌حل: از مدل‌های سبک‌تر و بهینه‌تر مانند qwen2.5:7b یا llama3:8b استفاده کنید.

سوالات متداول

1.آیا این اتوماسیون برای حساب‌های رایگان Outlook.com نیز کار می‌کند؟

بله، این سناریو هم با حساب‌های تجاری Microsoft 365 و هم با حساب‌های شخصی و رایگان اوت‌لوک و Hotmail کار می‌کند، مشروط بر اینکه دسترسی API برقرار باشد.

2.آیا می‌توانم به جای Ollama از مدل‌های چت جی پی تی استفاده کنم؟

بله، کافیست نود مربوط به Ollama Chat Model را حذف کرده و نود OpenAI Chat Model را جایگزین آن کنید و API Key خود را وارد نمایید.

3.چرا ایمیل‌ها پس از دسته‌بندی از صندوق ورودی حذف می‌شوند؟

چون در انتهای مسیر هر دسته، یک نود اوت‌لوک با عملیات Move قرار دارد که ایمیل را به پوشه جدید منتقل می‌کند. اگر می‌خواهید در اینباکس بمانند، نودهای Move را حذف کنید و فقط نودهای Update کاتگوری را باقی بگذارید.

4.اگر حجم متن یک ایمیل خیلی زیاد باشد چه اتفاقی می‌افتد؟

نود پاک‌سازی متنی حجم زیادی از بخش‌های بلااستفاده را حذف می‌کند؛ اما در صورت طولانی بودن مفرط، مدل‌های Ollama با پنجره توکن بزرگ (Context Window) مانند Qwen بدون مشکل تمام متن را پردازش می‌کنند.

5.چطور مطمئن شوم هوش مصنوعی ایمیل‌های حساس را اشتباه دسته‌بندی نمی‌کند؟

در ابتدا پیشنهاد می‌شود نود Move را غیرفعال کنید تا فقط برچسب‌های رنگی اعمال شوند. پس از چند روز بررسی و بهینه‌سازی پرامپت در صورت رضایت از دقت مدل، جابجایی فیزیکی پوشه‌ها را فعال کنید.

جمع‌بندی

پیاده‌سازی مکانیزم دسته‌بندی ایمیل با n8n یک گام بزرگ در راستای هوشمندسازی فرآیندهای کاری و افزایش بهره‌وری شخصی است. این سیستم با بهره‌گیری از معماری منعطف پلتفرم n8n به شما اجازه می‌دهد بدون درگیر شدن با کدهای پیچیده، یک دستیار پردازش متن کاملاً محلی و امن داشته باشید. استفاده از ابزار پاک‌سازی متنی اختصاصی پیش از ارسال داده به هوش مصنوعی، تضمین‌کننده سرعت بالای پاسخ‌دهی و کاهش بار پردازشی سرور شماست. با بکارگیری این راهکار، نه تنها زمان گران‌بهای صرف شده برای کارهای تکراری مدیریت ایمیل را بازیابی می‌کنید، بلکه تمرکز خود را روی بخش‌های کلیدی و درآمدزای کسب‌وکار خود معطوف خواهید کرد. شما می‌توانید این ساختار را به مرور زمان گسترش داده و سیستم‌های پاسخ‌دهی خودکار به مشتریان را نیز به همین بستر متصل کنید.

GIT