Workflow LangGraph : trier les e-mails du support
Graphe LangGraph qui classe chaque e-mail du support, escalade les urgences et prépare un brouillon de réponse relu par un humain avant envoi.
Accesos Medio
- Leer archivos o datos
- Modificar o borrar archivos
- Enviar datos por Internet
- Ejecutar comandos en la máquina : No
| Entrada | E-mail reçu par le support |
|---|---|
| Salida | Brouillon de réponse dans une file de relecture |
Pasos
- Classer l'e-mail : facturation, technique, commercial ou autre, et repérer l'urgence
- Si urgent : créer un ticket prioritaire et prévenir le responsable
- Rédiger un brouillon de réponse (120 mots maximum)
- Ranger le brouillon dans la file de relecture : un humain valide avant l'envoi
Definición exportada
# Graphe LangGraph : tri des e-mails du support state: email: str # texte de l'e-mail reçu categorie: str # facturation | technique | commercial | autre urgent: bool brouillon: str nodes: classer: "LLM : renvoie la catégorie et urgent=true si le client est bloqué ou menace de partir" rediger: "LLM : brouillon de réponse poli, 120 mots maximum, sans promesse de remboursement" escalader: "Crée un ticket prioritaire et prévient le responsable" file_attente: "Range le brouillon dans la file de relecture humaine" edges: - START -> classer - classer -> escalader # si urgent - classer -> rediger # sinon - escalader -> rediger - rediger -> file_attente - file_attente -> END
Coste estimado
Tokens de entrada por llamada : ≈ 439
| Modelo | Por llamada | Por 1.000 llamadas |
|---|---|---|
| Mistral Large · Mistral AI | 0,00019 € | 0,19 € |
| DeepSeek Flash · DeepSeek | 0,00012 € | 0,12 € |
| DeepSeek V4 Pro · DeepSeek | 0,00051 € | 0,51 € |
| GPT-6 Luna · OpenAI | 0,00004 € | 0,04 € |
| GPT-6 Sol · OpenAI | 0,00077 € | 0,77 € |
| Claude Sonnet 5.5 · Anthropic | 0,00077 € | 0,77 € |
| Claude Opus 5.5 · Anthropic | 0,00155 € | 1,55 € |
| Modelo de código abierto autoalojado (Ollama, vLLM) | 0 € de API (solo el coste del servidor) | |
Solo coste de entrada, sin la respuesta del modelo. Precios públicos estándar de los proveedores (Mistral AI, DeepSeek, OpenAI, Anthropic) convertidos de USD a euros al tipo del BCE del 29 de septiembre de 2026. Estimación: 1 token ≈ 3,6 caracteres.
Common to all 3 regions
Created by the author, no outside source.
Commercial use allowed · credit the author · changes allowed.
Declared access : read files, modify files, send data online.
Hosted in France (Scaleway, Paris). No transfer outside the EU.
European Union · 4/5
Real data.
Legal basis not given.
No training data: no summary required.
United States · 4/5
Real data.
Legal basis not given.
No training data: no documentation to publish.
China · 4/5
Real data.
Legal basis not given.
No training data; AI-generated content published in China must be labelled (2025).
Indicative summary as of 30/09/2026, not a legal certification. Method and sources →
Estadísticas
Me gusta : 0 · Comentarios : 0
Haz clic en un contador para mostrarlo u ocultarlo; pasa el ratón por el gráfico para ver el detalle. Una visita por visitante y día, sin robots; recuento iniciado el 30 de septiembre de 2026.
- Identificador
- contextetech--tri-emails-support-langgraph
- Tipo
- Workflows
- Archivo
- tri-emails-support-langgraph.workflow.yaml
- Formato
- YAML
- Tamaño
- 735 bytes
- Codificación
- UTF-8
- Tokens estimados
- ≈ 203
- Idioma
- Francés
- Licencia
- MIT
- Uso comercial
- Permitido
- Datos personales
- Reales
- Versión
- 1.0
- Publicado el
- 1 de octubre de 2026 a las 18:21
- Actualizado el
- 1 de octubre de 2026 a las 18:21
- Almacenamiento
- en base de datos
- Usos
- 0
- Me gusta
- 0
tri-emails-support-langgraph.workflow.yaml
# Graphe LangGraph : tri des e-mails du support state: email: str # texte de l'e-mail reçu categorie: str # facturation | technique | commercial | autre urgent: bool brouillon: str nodes: classer: "LLM : renvoie la catégorie et urgent=true si le client est bloqué ou menace de partir" rediger: "LLM : brouillon de réponse poli, 120 mots maximum, sans promesse de remboursement" escalader: "Crée un ticket prioritaire et prévient le responsable" file_attente: "Range le brouillon dans la file de relecture humaine" edges: - START -> classer - classer -> escalader # si urgent - classer -> rediger # sinon - escalader -> rediger - rediger -> file_attente - file_attente -> END
Importar
# LangGraph : chargez la définition puis compilez le graphe
import json
graph = json.load(open("tri-emails-support-langgraph.workflow.json"))Pasos
1. Classer l'e-mail : facturation, technique, commercial ou autre, et repérer l'urgence 2. Si urgent : créer un ticket prioritaire et prévenir le responsable 3. Rédiger un brouillon de réponse (120 mots maximum) 4. Ranger le brouillon dans la file de relecture : un humain valide avant l'envoi
Comunidad
Aún no hay comentarios. Comparte tu opinión, ayudará a los siguientes.