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.
Accessi Medio
- Leggere file o dati
- Modificare o eliminare file
- Inviare dati su Internet
- Eseguire comandi sulla macchina : No
| Input | E-mail reçu par le support |
|---|---|
| Output | Brouillon de réponse dans une file de relecture |
Passaggi
- 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
Definizione esportata
# 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
Costo stimato
Token di input per chiamata : ≈ 439
| Modello | Per chiamata | Per 1.000 chiamate |
|---|---|---|
| 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 € |
| Modello open source self-hosted (Ollama, vLLM) | 0 € di API (solo costo del server) | |
Solo costo di input, esclusa la risposta del modello. Prezzi pubblici standard dei fornitori (Mistral AI, DeepSeek, OpenAI, Anthropic) convertiti da USD in euro al cambio BCE del 29 settembre 2026. Stima: 1 token ≈ 3,6 caratteri.
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 →
Statistiche
Mi piace : 0 · Commenti : 0
Clicca su un contatore per mostrarlo o nasconderlo; passa sul grafico per i dettagli. Una visualizzazione per visitatore al giorno, bot esclusi; conteggio iniziato il 30 settembre 2026.
- Identificativo
- contextetech--tri-emails-support-langgraph
- Tipo
- Workflow
- File
- tri-emails-support-langgraph.workflow.yaml
- Formato
- YAML
- Dimensione
- 735 byte
- Codifica
- UTF-8
- Token stimati
- ≈ 203
- Lingua
- Francese
- Licenza
- MIT
- Uso commerciale
- Consentito
- Dati personali
- Reali
- Versione
- 1.0
- Pubblicato il
- 1 ottobre 2026 alle ore 18:21
- Aggiornato il
- 1 ottobre 2026 alle ore 18:21
- Archiviazione
- nel database
- Utilizzi
- 0
- Mi piace
- 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
Importare
# LangGraph : chargez la définition puis compilez le graphe
import json
graph = json.load(open("tri-emails-support-langgraph.workflow.json"))Passaggi
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
Community
Ancora nessun commento. Condividi la tua esperienza, aiuterà chi viene dopo.