anaksor-ocr
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
一个 n8n 工作流:取新的未读 Gmail 邮件,让 GPT 把每封标为紧急、重要、资讯或垃圾邮件并写一句话摘要,再记进 Google 表格。它不会移动或删除任何邮件。
用 AI 给新的 Gmail 邮件分类并记进 Google 表格 是一款 n8n 工作流,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,或复制它的 JSON,再导入 n8n 画布。在 n8n 里启用之前,它不会运行。
新的未读邮件
一封新的未读邮件到达你的 Gmail 时开始运行,每分钟检查一次。它带来:
一份 Google 表格日志,记录每封新未读邮件的日期、发件人、主题、类别和一句话摘要,你的邮箱不会有任何改动
开始之前要准备好这些。
邮件来源
取新的未读邮件,并完整解析。
需要一个 Gmail OAuth2 凭据
语言模型
给每封邮件分类并写出摘要。这个副本请求的是 gpt-6-luna。
需要一个 OpenAI API 密钥
电子表格
为每封邮件追加一行。
需要一个 Google Sheets OAuth2 凭据,和一个有五个命名列的标签页
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流给你的新未读邮件分类,并留下一份日志。它每分钟取一次 Gmail 里新的未读邮件。一个 Code 步骤保留发件人、主题、日期和正文的前 500 个字符。GPT 把每封邮件标为 urgent、important、informational 或 spam,并用 JSON 写出一句话摘要。第二个 Code 步骤把回答接回它的邮件,再由 Google Sheets 加一行。什么都不会被移动、贴标签、删除或回复。五个节点负责运行,另有一个便签。
邮箱很忙、想先看看 AI 会怎么分类、再决定让不让它动手的人。如果你希望邮件被自动移动或贴标签,就别选它。这个工作流只记日志。每封邮件都会发给 OpenAI。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 运营 | 团队负责人 | 在给助手任何权限之前,先看它会标记什么 | 一位负责人读日志,看模型抓出了哪些紧急邮件。 |
| 客服 | 共享邮箱 | 衡量收件箱里有多少是垃圾邮件或资讯 | 一位客服主管在一周后统计各个类别。 |
| 销售 | 客户经理 | 在冗长的邮件串里发现重要邮件 | 一位经理在表格里筛出 important,先处理那些。 |
| 自由职业 | 独立工作者 | 每天拿到一份来信清单 | 一位自由职业者读一句话摘要,而不是读每一封邮件。 |
你需要懂 n8n 的设置:导入文件、添加三个凭据,再给表格起个名字。
能访问 Gmail、OpenAI 和 Google Sheets 的 n8n 都能运行它。
Email log、有五个命名列的标签页点“下载”会把一个压缩包存到你的下载文件夹,里面有 workflow.json 和 Mindket 写的设置说明。设置就是三个凭据和一个表格 id。
| 需要 | 说明 |
|---|---|
| n8n | n8n Cloud 或你自己的服务器 |
| Gmail | 一个 OAuth2 凭据,对应要分类的邮箱 |
| OpenAI | 一个 API 密钥。模型是 gpt-6-luna |
| Google Sheets | 一个 OAuth2 凭据,和一个叫 Email log 的标签页,列为 Date、From、Subject、Category 和 Summary |
workflow.json。Gmail: New Email 里选中它。AI: Classify 里选中它。Log to Sheets 里选中它。把 <YOUR_SHEET_ID> 换成你表格的 id。让它一直运行,想看收到了什么时就打开表格。先读前几行,判断这些类别适不适合你的邮件,不适合就改提示词。
| 想改的 | 在哪里改 |
|---|---|
| 看哪些邮件 | Gmail: New Email 里的过滤条件 |
| 类别和摘要 | AI: Classify 里的系统消息 |
| 模型能看到多少正文 | Parse Email 里的长度 |
| 列 | Log to Sheets 里的映射,以及你标签页的第 1 行 |
一封邮件到了,主题是“Contract needs your signature today”。
{"category": "urgent", "summary": "A contract is waiting for your signature by the end of today."}表格里多出一行,有日期、发件人、主题、类别 urgent,和那句一句话摘要。
新手:n8n 把工作流画成用线连起来的方框,每个方框叫一个节点,只做一件事。这个工作流读邮件,让模型给它分类,再写一行。先给自己发两三封测试邮件。
专家:两个 Code 步骤包着一次对模型的调用。
| 节点 | 它做什么 | 要知道的 |
|---|---|---|
Gmail: New Email | 未读邮件的触发器,完整解析 | 每封新邮件一项 |
Parse Email | 保留发件人、主题、日期和 500 个字符 | 它处理一次检查里的每一项 |
AI: Classify | 打开了 JSON 输出的 OpenAI 节点 | 回答以对象的形式返回 |
Merge Result | 把每个回答接回它的邮件 | 读不出来的回答会变成 informational |
Log to Sheets | 追加这一行 | 第 1 行必须有那五个名称 |
类别只是一个猜测,所以先读前几行,再决定要不要依赖它们。
gpt-4o-mini 将在 2027 年 1 月 14 日关停,所以这个副本请求 gpt-6-luna,并去掉了温度和 token 上限Date、From、Subject、Category 和 Summary,否则表格这一步会停下一个 n8n 工作流,给你的新未读邮件分类并留下日志。它每分钟取一次 Gmail 里新的未读邮件。一个模型把每封邮件标为 urgent、important、informational 或 spam,并写一句话摘要。结果进入一张 Google 表格。这是稳妥的第一步:什么都不会被移动、删除、贴标签或回复。
workflow.json:n8n 导出的工作流,六个节点,其中一个是便签。里面没有任何凭据。README.md:这份说明。n8n-nodes-base.openAi 节点。这个节点类型只有 1 和 1.1 两个版本,而且选项也不同。AI: Classify 现在是 n8n 的 OpenAI 节点(它有 1.8 版本),用它的 Message a Model 操作,并打开了 JSON 输出。gpt-4o-mini,OpenAI 将在 2027 年 1 月 14 日关停它。现在它请求 gpt-6-luna,也就是 OpenAI 指明的替代品。温度 0.2 和 200 个 token 的上限已去掉。这个模型的页面没有列出温度设置,而且 OpenAI 把推理模型的思考也算进输出上限,所以很小的上限可能把回答截断。Parse Email 原来每次检查只处理第一封邮件。两次检查之间来了好几封时,其余的就丢了。现在它处理所有邮件,Merge Result 把每个回答配对到它的邮件。Merge Result 原来期望回答是文本。OpenAI 节点现在把它作为对象返回,所以代码两种都接受。<YOUR_SHEET_ID>。标签页是 Email log,节点里列出了它的五个列。Email log 的标签页。第 1 行放这些名称:Date、From、Subject、Category 和 Summary。缺了任何一个,表格这一步就会停下。workflow.json。Gmail: New Email 里选中它。AI: Classify 里选中它。Log to Sheets 里选中它。把 <YOUR_SHEET_ID> 换成你表格的 id,也就是它的地址里 /d/ 与 /edit 之间的那一段。Gmail: New Email 取新的未读邮件,并完整解析它们。Parse Email 保留邮件 id、发件人的地址和名字、主题、正文的前 500 个字符和日期。AI: Classify 让模型返回含 category 和 summary 的 JSON。类别是 urgent、important、informational 或 spam。Merge Result 把每个回答接回它的邮件。如果某个回答读不出来,这封邮件就记为 informational,没有摘要。Log to Sheets 向 Email log 标签页追加一行。Gmail: New Email 里的 Read Status 和其他过滤条件。AI: Classify 里的系统消息,以及 Merge Result 里的兜底。Parse Email 里的 substring 长度。Log to Sheets 里的映射,以及你标签页的第 1 行。NOTICE.md 628 B README.md 4 KB workflow.json 6 KB
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。
iptv-org · 工具包
把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。