Bibliothek / RAG & Wissensdatenbanken
RAG & Wissensdatenbanken
Gmail-E-Mails mit Ollama in PGVector einbetten
Bei einer neuen E-Mail oder manuellem Start werden E-Mails mit Ollama eingebettet und für die semantische Suche in Postgres mit PGVector gespeichert.
Was sie bewirkt
## Magic here 🪄 #### (not really, just statistics) E-mail is stored in a emails_metadata structured table, and also fed to the nomic-embed-text model to be stored in a emails_embeddings table as vector embeddings so similarity searches are possible. The email_id field can be used to make the relation between the structured records and the vector embeddings, as it's stored in their metadata as emails_metadata.id. This is also the case for thread_id.
Die Schritte
- Embeddings Ollama
- Default Data Loader
- Recursive Character Text Splitter
- Gmail Trigger
- Loop Over Items
- Split Out
- Was manually triggered?
- Manual Trigger
- No Operation, do nothing
- Set before and after dates
- Extract email fields
- Store structured
- Store vectorized
- Create the table
Insgesamt 16 Schritte.
Ähnliche Automatisierungen
RAG & WissensdatenbankenGmail-E-Mails mit Ollama in PGVector einbetten17 SchritteRAG & WissensdatenbankenAnswer support questions from your docs with Telegram, OpenRouter and pgvector28 SchritteWeb Scraping & RechercheAirline-Check-in-Details mit Ollama in PGVector extrahieren13 SchritteRAG & WissensdatenbankenE-Mails nach Bedeutung und Struktur mit einem Chatbot durchsuchen16 Schritte