关键词:邮件分流、Graph delta、AWS Lambda、SQS、幂等、失败隔离、LLM 分类
很多业务是由邮件驱动的:客户、合作方和内部同事把邮件发到一个共享邮箱,团队再根据内容分派、跟进和回复。邮件量上来以后,有两件事很适合自动化:
- 路由分流:把邮件放进对应业务队列的文件夹;需要专人跟进的,再转发给负责人。
- 内容意图分类:识别邮件是在查询进度、提交材料、补充文件,还是别的诉求,让处理人一眼看懂。
本文介绍一种准实时的处理架构。它不改变团队的工作方式——共享邮箱仍然是日常入口——只是在邮箱之上叠加一层自动化:用 Lambda 和 SQS 把处理拆成“决策”和“执行”两段,再围绕路由规则、状态管理、失败处理和意图分类展开设计。最后对比市面上的其他做法,说明这个方案适合什么场景。
一、方案概览
设计目标
- 业务数据实时读取:路由所需的业务属性和负责人,直接通过业务系统的只读接口查询。
- 尽量不依赖数据库:不建中间状态表。唯一需要外部保存的是 Graph delta token;其余处理状态记录在邮件本身(所在文件夹、category 标签)上,规则放在静态配置里。
- 准实时:EventBridge 定时触发,通过 Graph delta 获取增量邮件。新鲜度由触发间隔决定,通常是分钟级。
- 决策与执行分离:ingest 只负责发现邮件、做判断、投递任务;真正移动、转发、打标签的只有 worker。
整体架构
| 组件 | 职责 |
|---|---|
| EventBridge + ingest Lambda | 定时拉取 delta;逐封做路由和分类决策;投递动作任务;保存 delta token |
| 业务系统 + 静态配置 | 业务系统提供实时业务属性和负责人;静态配置提供文件夹映射、标题 / 关键词规则和产品分类对照 |
| LLM / 翻译服务 | 翻译正文并给出内容类别 |
| SQS + worker Lambda + DLQ | 异步执行移动、转发、归档和打标签;按记录重试,重试耗尽后隔离到 DLQ |
路由和分类是两条互相独立的决策线:LLM 不可用时照样能路由;业务系统不可用时,只有带编号的邮件路由会暂缓,分类不受影响。没有业务编号的邮件则完全靠标题和关键词规则判断,根本不需要查询业务系统。
二、处理流程
ingest:发现邮件,生成动作
- 从游标存储读取 delta token,调用 Graph delta,拿到收件箱自上次以来新增或变更的邮件。
- 对每封邮件做两项判断:
- 路由决策:提取业务编号和标题 / 关键词特征,需要时查询业务系统,得出目标文件夹和是否转发(规则见第三节)。
- 分类决策:翻译正文并调用 LLM,得到一个或多个内容类别(见第五节)。
- 有路由结果或分类结果,就向 SQS 投递一条动作任务;两者都没有,则跳过,邮件留在收件箱等人工处理。
- 整批处理完成后,保存新的 delta token。
ingest 自始至终不修改邮箱,因此可以放心重跑。
worker:执行邮箱操作
worker 由 SQS 触发,可以批量处理。每条任务依次执行:
- 定位邮件:先用任务里的 message id;如果邮件已被移动、id 发生了变化,就按
(conversationId, receivedDateTime)重新定位。 - 移动:有目标文件夹、且邮件仍在收件箱时,移到目标文件夹。
- 转发:目标需要转发、邮件带业务编号、且还没有“已转发”标签时,查询负责人及代理人(负责人休假时抄送代理人),重建邮件(含附件)并
sendMail;成功后打上“已转发”标签,再把原邮件移入归档文件夹。 - 打标签:有分类结果、且邮件还没有对应的
AI:标签时,写入 category 标签。 - 处理失败:向 SQS 返回
batchItemFailures,只重投失败的记录;重试耗尽后进入 DLQ。
另外提供两个运维开关:DRY_RUN 让 worker 只记录不执行,便于影子验证;KILL_SWITCH 用于紧急停止所有邮箱操作。
三、路由规则
多编号与冲突
一封邮件里可能出现多个业务编号,要先区分两种情况:
- 同一件事的多个编号:比如一个案件号和它所属的合同号。业务系统返回的案件对象里带着合同号,两者指向同一个目标,不算冲突。
- 多个互不相关的案件:只有它们分别对应不同文件夹时,才是真正的冲突。
策略是“候选唯一才靠编号”:
编号集合 → 查询业务系统 → 候选文件夹集合
候选为空 → 按关键词特征判断;仍无法确定 → 留给人工
候选唯一 → 使用该文件夹
候选多且不同 → 不按编号路由,退回关键词特征;仍不唯一 → 留给人工
每个案件仍按同一套规则单独判断,编号的数量只影响“候选是否唯一”。这里刻意不给冲突编号排优先级——否则可能把 B 案件的询问转给 A 案件的负责人。
实时查询与静态配置
类型、产品、客户分层、负责人等路由属性都由业务系统实时提供。如果接口支持上级对象内嵌下级对象(例如查合同时一并返回最近一条案件),一次查询就能同时覆盖“有案件按案件路由、无案件按产品路由”两种情况。
其余规则作为静态配置,随代码一起版本管理:
| 配置 | 内容 |
|---|---|
| 文件夹 ID 对照 | 文件夹名到文件夹 ID 的映射,包括目标文件夹和归档文件夹 |
| 标题 / 关键词规则集 | 意图短语、关键词,以及少量特例覆盖 |
| 产品分类对照 | 没有案件时,按产品类型归类 |
值得一提的是,没有编号的邮件并不是边缘情况,往往占相当比例,而它们大多可以直接按标题模式归类。
有两件事是刻意不做的:
- 不做查询缓存:单封邮件内几乎没有重复查询,缓存反而会降低路由数据的新鲜度。
- 暂不记录决策日志:审计和分析需求等处理行为稳定后再评估。
四、状态、幂等与失败处理
用邮箱记录处理状态
外部只保存 Graph delta token(放在简单的 key/value 存储里即可),用于增量读取。其他状态都由邮件自己表达:
- 路由进度看文件夹位置:路由完成的邮件会移出收件箱,仍在收件箱里的就是还没处理完的。
- 是否已转发、是否已分类看 category 标签:标签会随邮件移动保留,同时充当幂等标记。
这样就不需要中间表来记录每封邮件处理到了哪一步。代价是暂时没有独立的审计和分析记录。
幂等与重试
队列会重投、任务会重跑,所以每个动作都必须可以安全地重复执行:
- 移动:执行前先检查邮件位置,已经不在收件箱就跳过。
- 转发:转发前检查“已转发”标签,成功后立即写入。
sendMail和归档之间有一个时间窗,如果只靠文件夹位置判重,窗口内重跑会给负责人重复发信。 - 移动后 id 变化:Graph move 会返回新的 message id。worker 连续执行移动、转发、归档时,每一步都使用上一步返回的最新 id;如果 SQS 重投时原 id 已失效,就按
(conversationId, receivedDateTime)重新定位。 - 部分失败重投:事件源开启
ReportBatchItemFailures。Graph 等瞬时错误抛出异常后重试;“找不到负责人”这类终态错误不重试。
sweep 兜底
增量处理有一个隐患:如果某封邮件处理失败,而 delta token 已经越过了它,它就不会再被拉到。
因此再配一条低频的 sweep 任务:扫描收件箱中尚未路由的邮件,同时检查已管理文件夹中缺少 AI: 标签的邮件,重新决策入队。这样即使分类暂时失败、而邮件已经因为路由离开了收件箱,也还能再次尝试分类。sweep 不需要任何额外状态——邮件在哪、有没有标签,本身就说明了它是否处理完。
降级策略
| 情况 | 处理 |
|---|---|
| 业务系统超时 / 5xx | 暂不做编号路由,邮件留在收件箱,等 sweep 重试 |
| 业务系统 404(编号不存在) | 视为该编号无候选,继续按标题 / 关键词规则判断 |
| 业务系统 429(限流) | 按接口要求退避;仍无法决策时不猜测目标,留待重试 |
| LLM 不可用 / 超时 | 本次跳过分类、不打标签;路由照常,由 sweep 补做分类 |
| Graph 限流 / 执行失败 | worker 抛出异常,由 SQS 重投;耗尽后进入 DLQ |
所有降级都遵循同一条原则:宁可留给人工,也不猜测目标。
五、内容意图分类
分类回答的是“这封邮件想做什么”,帮助处理人快速了解诉求,也为后续分析提供数据。它和路由正交:不决定文件夹,也不触发移动或转发。
- 闭集类别:例如
进度查询 / 新提交 / 补充材料 / 催办 / 规则咨询 / 非业务邮件 / 其他。类别集合由静态配置管理,模型无法判断时归入“其他”。 - 一次调用完成:输入标题和正文,需要翻译时让 LLM 在同一次调用里完成翻译和归类,减少往返。
- 结果写回邮件:类别保存为 Graph category 标签。处理人在邮箱里直接可见,邮件移动后标签仍在,同时也是幂等标记。翻译文本用完即弃。
- 可选的分析表:如果需要按类别做聚合统计,可以另加一张只读、append-only 的类别表。它在路由的主流程之外,默认不启用。
LLM 是整个方案中唯一的重依赖,因此要通过独立接口接入,确保它出问题时只影响分类,不波及路由和转发。
六、其他方案与适用场景
“邮件进来 → 理解 → 分派”是个普遍需求,市面上大致有三类做法:
| 类别 | 示例 | 特点 |
|---|---|---|
| 工单 / 客服平台 | Salesforce Email-to-Case、ServiceNow Inbound Email、Dynamics 365 Unified Routing、Zendesk Intelligent Triage、Amazon Connect Email | 邮件转成平台内的工单或记录,自带 SLA、分派和报表 |
| RPA / IDP | UiPath Communications Mining、ABBYY、Hyperscience、Power Automate + AI Builder | 侧重邮件和附件的分类、字段抽取,以及流程自动化 |
| 云服务自行组装 | Graph + Azure Functions + Azure OpenAI;SES + S3 + Lambda + Comprehend / Bedrock;n8n、Zapier + LLM | 灵活度高,适合规则或集成有特殊要求的团队 |
本文方案属于第三类。和前两类相比:
| 维度 | 工单 / 客服平台 | RPA / IDP | 本文方案(Lambda + SQS) |
|---|---|---|---|
| 工作载体 | 平台工单 | 邮箱 + RPA 流程 | 原共享邮箱 |
| 状态存放 | 平台数据库 | 平台 + 流程日志 | 邮件文件夹 + category 标签 + delta token |
| 业务系统查询 | 连接器或集成 | 流程中调用 | 决策阶段直接调用只读 API |
| 分类能力 | 平台内置,定制受限 | 可训练专用模型 | 规则 + 闭集 LLM 分类 |
| 引入成本 | 许可证 + 流程迁移 | 许可证 + 平台运维 | 少量云资源,按调用计费 |
| 自带能力 | SLA、坐席界面、报表 | 流程编排、人工复核 | 无,按需补充 |
怎么选:
- 已经在用工单 / 客服平台的团队,优先评估平台自带的邮件分派,避免重复建设。
- 日常工作就在 Outlook 共享邮箱里、不打算迁移到工单系统,而分派又依赖内部业务数据——这正是本文方案的适用场景:不改变使用习惯,只在邮箱上叠加自动化。
- 如果重点是大量表单、单据的附件抽取,可以在决策阶段接入 IDP 能力,而不必为此整体更换平台。