Gmail a Embeddings Vectoriales con PGVector y Ollama
Ingesta emails de Gmail, los extrae y almacena como datos estructurados en PostgreSQL y como embeddings vectoriales (usando Ollama y PGVector) para permitir búsquedas de similitud. Admite importación masiva.
Nodos
EvaluationTrigger 
RespondToWebhook 
Evaluation 
OpenAi Code HttpRequest Herramientas
OpenAI Detalles
- ID
- 4274
- Nodos
- 12
- Conex.
- Sí
- Tipos
- 9
Pertenece a:
¿Qué hace este workflow?
Este workflow permite la ingesta masiva de emails desde tu cuenta de Gmail, transformándolos en información estructurada y preparándolos para análisis avanzado. Utilizando modelos de lenguaje como Ollama, los correos son convertidos en embeddings vectoriales y almacenados en PostgreSQL con la extensión PGVector. Esta configuración permite realizar búsquedas de similitud semántica, mucho más potentes que las búsquedas por palabras clave tradicionales, facilitando la localización de información relevante en grandes volúmenes de comunicaciones. Ideal para empresas que necesitan organizar, auditar o recuperar información específica de sus históricos de email sin depender de búsquedas exactas. Mejora la eficiencia en la gestión del conocimiento y reduce el tiempo de búsqueda de documentos clave.
¿Cómo funciona?
Este workflow usa 12 nodos conectados con 9 tipos diferentes: StickyNote, Set, Webhook, EvaluationTrigger, RespondToWebhook y 4 más. La estructura está totalmente conectada — listo para importar.
¿Para quién es?
Diseñado para equipos de IT & DevOps. Nivel avanzado — recomendado para usuarios experimentados. Alto valor de negocio: automatiza una tarea recurrente con impacto directo.
¿Lo quieres en tu empresa?
→Lo implementamos por ti end-to-end: integración, deploy, mantenimiento y soporte. Consultoría B2B con Genai Sapiens.
Hablemos de tu proyecto¿Quieres aprender a hacerlo?
→Sprints de 30 días con companion IA + comunidad. Aprende n8n, automatización y agentes IA desde cero o nivel avanzado.
Ver formación Momentum