电子邮件聊天机器人，结合语义和结构化RAG，使用Telegram和Pgvector

此工作流适合以下人群：
- 企业主和管理者：需要快速获取与客户、供应商和合作伙伴的电子邮件沟通记录。
- 项目经理：希望通过电子邮件跟踪项目进展和重要日期。
- 销售和市场团队：需要了解潜在客户的沟通历史，以便制定更好的销售策略。
- 个人用户：想要轻松访问和管理自己的电子邮件记录，尤其是与重要事件相关的邮件。

此工作流解决了快速查询和检索电子邮件记录的问题，尤其是：
- 结构化和非结构化数据的整合：通过结合结构化数据库和向量数据库，用户可以更全面地获取信息。
- 时间敏感的查询：用户可以轻松查询特定时间段内的电子邮件，例如“下周的会议安排”。
- 自动化响应：通过Telegram机器人，用户可以便捷地与系统互动，获取所需信息而无需手动搜索。

工作流过程的详细说明如下：
1. 触发器：用户通过Telegram发送消息，触发工作流。
2. 会话ID生成：系统为每个会话生成唯一的ID，以便跟踪对话。
3. 条件判断：系统判断消息是否来自Telegram，如果是，则继续处理。
4. 文本分割：将用户的输入文本分割成小块，以便于处理和响应。
5. 调用AI代理：系统使用AI代理分析用户输入，决定查询结构化数据库还是向量数据库。
6. 数据库查询：根据用户的请求，系统同时查询结构化数据库和向量数据库。
7. 响应处理：将查询结果格式化并准备通过Telegram发送给用户。
8. 分批响应：如果结果较长，系统将其分批发送，以确保用户能够轻松阅读。

用户可以按照以下步骤自定义和调整此工作流：
- 修改数据库连接：根据自己的电子邮件数据库更改Postgres和向量存储的连接信息。
- 调整AI代理的系统消息：根据具体需求修改AI代理的系统提示，以优化响应质量。
- 更新条件判断：根据需要添加或修改条件，以适应不同的输入来源或类型。
- 定制响应格式：在发送响应之前，可以更改响应的格式和内容，以满足特定的沟通需求。