Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

triagem-email-llm

Sistema de clasificación local de correos electrónicos con LLM (Ollama + n8n) que etiqueta mensajes en 8 categorías sin enviar datos a APIs externas, supervisado por un watchdog externo para detección de fallos operativos.

Ficha actualizada 24 sept 2026, 23:44 · upstream 24 sept 2026, 23:29 · release sin release detectada

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es triagem-email-llm

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

Este repositorio implementa una solución de triaje semántico para correos electrónicos utilizando un modelo de lenguaje local (llama3.1 vía Ollama) orquestado por n8n en un entorno Docker Compose. La arquitectura evita el envío de contenido a APIs de terceros, procesando los datos en el host local o en una instancia cloud gratuita como Oracle Cloud Always Free. El sistema clasifica automáticamente mensajes no etiquetados en ocho categorías predefinidas basándose en descripciones semánticas cargadas dinámicamente desde un archivo YAML.

La solución incluye mecanismos robustos de supervisión mediante un watchdog externo que monitorea la salud del flujo de procesamiento fuera del contenedor, alertando sobre paradas críticas o fallos de autenticación OAuth2. Se implementa una lógica de confianza para manejar casos ambíguos, redirigiendo correos con baja certeza a una cola de revisión manual en lugar de aplicar etiquetas erróneas, garantizando precisión en la clasificación automática.

El despliegue requiere configuración inicial de credenciales OAuth2 para Gmail y mapeo manual de IDs de etiquetas, pero ofrece una solución escalable que puede ejecutarse localmente o en infraestructura gratuita. El sistema soporta backfills para procesar historiales antiguos y cuenta con nodos de código personalizados para validación JSON y gestión de logs estructurados en formato JSONL.

CASOS DE USO
  • Clasificación automática diaria de correos no leídos en 8 categorías semánticas.
  • Procesamiento de historial antiguo mediante flujos de backfill sin intervención manual.
  • Supervisión continua del estado del sistema con alertas locales cuando el flujo se detiene.
  • Ejecución local o en nubes gratuitas (Oracle Cloud) para privacidad de datos.
PUNTOS DESTACADOS
  • Procesamiento 100% local sin envío de correos a APIs externas.
  • Watchdog externo que detecta fallos críticos fuera del entorno Docker.
  • Lógica de confianza integrada para evitar etiquetas erróneas en casos ambíguos.
  • Configuración dinámica de categorías y prompts mediante archivo YAML externo.
PRECAUCIONES
  • El trigger nativo de Gmail está desactivado, requiriendo ejecución manual o backfill diario.
  • Requiere configuración manual de IDs de etiquetas en el archivo config.yaml.
  • Sensibilidad al contexto del modelo si no se ajusta el número de tokens al tamaño del prompt.
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

Arquitetura: n8n no container chama o Ollama no host; o watchdog, fora do container, lê o banco de execuções
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Instalar Ollama en host y habilitar puerto 11434 para acceso externo. Configurar credenciales OAuth2 de Gmail en n8n y mapear IDs de etiquetas manualmente. Ejecutar docker compose en la carpeta del proyecto para montar config.yaml correctamente. Ajustar ollama_num_ctx según longitud del prompt (chars/3.3).

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Node.jsPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
114345678
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.