Mindket
简体中文
English简体中文
登录注册
商店MCP技能计算器学习价格博客
发现
研究312写作59商务95法律13财务33营销175开发1,422效率391教育81陪伴14
帮助与支持
语言
English简体中文

用 OpenAI 按主题给新的 Gmail 邮件打标签

由 Mindket 上架n8n 工作流效率
新上架第 1 版 · 更新于
节点11应用2点赞

概览

  1. Gmail trigger
  2. JSON Parser
  3. OpenAI Chat
  4. Get message content
  5. Assign labels for message
  6. Set label values
  7. Get all labels
  8. Split out assigned labels
  9. Merge corresponding labels
  10. Aggregate label IDs
  11. Add labels to message
用 OpenAI 按主题给新的 Gmail 邮件打标签，图片 1
‹2 / 2›

一个 n8n 工作流，按主题给每封新的 Gmail 邮件打标签。OpenAI 模型从你的列表里选出三个标签中合适的，工作流再在 Gmail 里加上对应的标签。

用 OpenAI 按主题给新的 Gmail 邮件打标签 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。

速览

用在
  • n8n Cloud：在那里新建一个工作流，把文件导入进去，再把它打开
  • 你自己的 n8n 服务器：同一个文件，同样的步骤
  • 其他主题：把提示词、JSON 结构和 Gmail 里的标签名一起改掉
  • 只处理一部分邮件：在触发器上加一个 Search 筛选，只给一部分邮件打标签

平台

n8n工作流自动化，可在 n8n 云端或你自己的服务器上运行
连接 2 个应用

运行方式

触发

Gmail 里的新邮件

它每分钟检查一次 Gmail，每来一封新邮件就运行，不需要你填任何东西：

  • 不需要你输入：每封新邮件一到，它就读取

动作

  1. Gmail 触发器发现一封新邮件，Get message content 读出它的文字
  2. 一个 Basic LLM Chain（OpenAI gpt-6-luna）从三个标签里选出一个或几个：Partnership、Inquiry 和 Notification
  3. Gmail 返回你的标签列表，选出的名字被对应到它们的 id
  4. Add labels to message 把这些标签加到邮件上

结果

新邮件在你的 Gmail 账号里带上了 AI 选出的标签

集成

开始之前要准备好这些。

Gmail

邮件

读取每封新邮件和你的标签列表，再加上选出的标签。

需要一个 Gmail OAuth2 凭据，以及三个叫 Partnership、Inquiry 和 Notification 的标签

OpenAI

语言模型

用 gpt-6-luna 读邮件，并选出合适的标签。

需要一个 OpenAI API 密钥

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
9 个步骤，由 Gmail 事件启动
AI
1 个步骤调用 AI 模型：Assign labels for message
登录
需要登录：Gmail、OpenAI
API 密钥
文件里没有留下 API 密钥
步骤类型
Mindket 的检查器能读懂它 7 种步骤类型中的 6 种，读不懂的是：Gmail

以上内容读自工作流文件，并非实际运行的结果。

关于

它是什么

这个 n8n 工作流按主题给新的 Gmail 邮件打标签。每来一封邮件，一个 OpenAI 模型读完后，从三个标签里选出合适的，它们是 Partnership、Inquiry 和 Notification。工作流随后在 Gmail 里加上对应的标签。干活的是十一个节点，旁边还有八张便签。

适合谁

收件箱里混着合作邀约、客户提问和自动通知的小企业和内容创作者。如果你想让 AI 回信或归档邮件，就别选它，因为它只加标签。

谁在用，怎么用
行业谁在用怎么用例子
创作者通讯稿作者在普通邮件里找出赞助邀约一位作者一收到赞助邮件，就看到它带着 Partnership 标签。
零售店主把产品咨询和其他邮件分开一位店主看到一封询价邮件带着 Inquiry 标签，先回复它。
代理机构客户经理让自动通知不碍事一位经理看到一条发货通知带着 Notification 标签，留到以后再看。
客服小型客服团队用 Gmail 筛选器按主题分发邮件一个团队在 Inquiry 标签上建了 Gmail 筛选器，把提问转发出去。

你需要懂一点 n8n：导入一个文件，添加两个凭据，并在 Gmail 里建三个标签。

用在哪里

任何能访问 Gmail 和 OpenAI 的 n8n 都能运行它。它在邮件到达时就处理，所以你不用打开 n8n。

  • n8n Cloud：在那里新建一个工作流，把文件导入进去，再把它打开
  • 你自己的 n8n 服务器：同一个文件，同样的步骤
  • 其他主题：把提示词、JSON 结构和 Gmail 里的标签名一起改掉
  • 只处理一部分邮件：在触发器上加一个 Search 筛选，只给一部分邮件打标签

设置

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。打开工作流之前，先在 Gmail 里建好三个标签。

先准备好这些
需要说明
n8nn8n Cloud，或者你自己的服务器
Gmail一个 Gmail OAuth2 凭据，以及三个叫 Partnership、Inquiry 和 Notification 的标签
OpenAI一个 API 密钥，用于 OpenAI 凭据
  1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
  2. 在 Gmail 里建好 Partnership、Inquiry 和 Notification 三个标签。
  3. 添加一个 Gmail 凭据，并在 Gmail trigger、Get message content、Get all labels 和 Add labels to message 里选上它。
  4. 添加一个 OpenAI 凭据，并在 OpenAI Chat 里选上它。
  5. 如果每分钟一次太频繁，就在 Gmail trigger 里改一下轮询间隔。
  6. 把工作流打开，然后给自己发一封测试邮件。

如何使用

打开之后，新邮件到达时就会被打上标签。打开 Gmail，看新邮件上的标签。一封邮件可以得到不止一个标签，不属于任何一类的邮件则不会得到标签。

想要不同的效果，改这里
要改的在哪里改
标签Assign labels for message 的提示词里的名字、JSON Parser 里的列表和 Gmail 里的标签
每个标签的含义Assign labels for message 的提示词
多久检查一次Gmail trigger 里的 Poll Times
检查哪些邮件Gmail trigger 里的 Filters
模型OpenAI Chat 里的 Model

示例

一位店主收到一封邮件，既问了批量价格，又提到了联合促销。模型读完文字，回答的标签是 Inquiry 和 Partnership。

Gmail 返回你的标签列表，工作流留下与这两个名字对应的两个 id，两个标签就都出现在这封邮件上。

新手与专家

新手：n8n 把工作流画成用线连起来的方框，每个方框是一个节点，只做一件事。这个工作流先读一封邮件，请 OpenAI 给出标签，再把标签写回去。Gmail 标签是一种可以用来筛选的记号，一封邮件可以带好几个。

专家：JSON Parser 里有一个只允许这三个标签名的结构，OpenAI 模型以 JSON 模式作答。Merge corresponding labels 节点把你的 Gmail 标签列表和选出的名字连起来。不认识的名字会被丢掉。

值得细看的地方
节点做什么要知道的
Gmail triggerGmail Trigger 1，关闭简化输出，每分钟轮询没有任何筛选，所以每封新邮件都算
Get message contentGmail 2.1，Get，完整邮件它把邮件的纯文本交给链
Assign labels for messageBasic LLM Chain 1.3，带一条指令消息它返回一个带标签列表的对象
JSON ParserStructured Output Parser 1结构只允许 Inquiry、Partnership 和 Notification
Set label valuesSet 3.2，一个数组字段它把标签名保留为一个数组
Merge corresponding labelsMerge 2.1，按名字合并它把 Gmail 的标签名和选出的名字对上，并保留 Gmail 的数据
Aggregate label IDsAggregate 1它把 id 收成一个列表
Add labels to messageGmail 2.1，Add Labels它用的是触发器给出的邮件 id

注意事项

原来的文件用的模型已经停用，而且它仍然需要你自己的标签。

  • 模型：OpenAI 的弃用页面（2026 年 11 月 12 日读取）写着 gpt-4-turbo 和 gpt-4-1106-preview 已在 2026 年 10 月 23 日停用，替代品是 gpt-5.6-sol。原来用的是 gpt-4-turbo-preview，所以 Mindket 的版本改用 gpt-6-luna，做三个标签的分类足够了，也比 gpt-5.6-sol 便宜。模型页面没有提到 temperature，所以原来的 temperature 0 就不再设置
  • 标签必须一致：Gmail、提示词和 JSON 结构里要用同样的名字，因为 Gmail 里没有的名字会被悄悄丢掉
  • 每封新邮件都算：触发器没有筛选，所以每封邮件，包括通讯稿，都会发给 OpenAI
  • 轮询：触发器每分钟检查一次 Gmail
  • 费用：每封邮件用一次 OpenAI 调用
  • 你的数据：每封邮件的文字都会发给 OpenAI
  • 凭据：JSON 里没有任何凭据，所以请自己添加 Gmail 和 OpenAI 凭据

README 和文件

README

用 OpenAI 按主题给新的 Gmail 邮件打标签

一个 n8n 工作流，按主题给新的 Gmail 邮件打标签。每来一封邮件，一个 OpenAI 模型读完后选出三个标签里合适的，工作流再在 Gmail 里加上这些标签。

包里有什么

  • workflow.json：n8n 导出的工作流，十一个干活的节点和八张便签。里面没有任何凭据。
  • README.md：这份设置说明，压缩包里的是英文版。

我们相对原来的副本改了什么

  • 原来用的是 gpt-4-turbo-preview，这个模型已经停用。Mindket 的版本在 OpenAI Chat 里改用 gpt-6-luna，并且不再设置 temperature 0。见“需要知道的”。
  • 那张指向作者的视频、频道和通讯稿的便签，换成了一小段设置步骤。
  • 标签名、提示词、结构和 Gmail 的各个步骤和原来的一样。

开始之前

  • 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
  • 一个 Gmail 账号和它的 OAuth2 凭据。
  • 三个叫 Partnership、Inquiry 和 Notification 的 Gmail 标签。
  • 一个 OpenAI API 密钥。

设置

  1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
  2. 在 Gmail 里建好 Partnership、Inquiry 和 Notification 三个标签。
  3. 添加一个 Gmail 凭据，并在 Gmail trigger、Get message content、Get all labels 和 Add labels to message 里选上它。
  4. 添加一个 OpenAI 凭据，并在 OpenAI Chat 里选上它。
  5. 如果每分钟一次太频繁，就在 Gmail trigger 里改一下轮询间隔。
  6. 把工作流打开，然后给自己发一封测试邮件。

一次运行是怎么走的

  1. Gmail trigger 发现一封新邮件，Get message content 读出它的文字。
  2. Assign labels for message 请 OpenAI 模型判断三个标签里哪些合适，JSON Parser 检查它的回答。
  3. Set label values 把选出的名字保留为一个列表。
  4. Get all labels 列出你的 Gmail 标签，Split out assigned labels 把选出的名字拆成一个个条目。
  5. Merge corresponding labels 把名字和 Gmail 标签对上，Aggregate label IDs 把它们的 id 收到一起。
  6. Add labels to message 把这些标签加到邮件上。

想要不同的效果，改这里

  • 标签：Assign labels for message 里的提示词、JSON Parser 里的列表和 Gmail 里的标签。
  • 每个标签的含义：Assign labels for message 里的提示词。
  • 多久检查一次：Gmail trigger 里的 Poll Times。
  • 检查哪些邮件：Gmail trigger 里的 Filters。
  • 模型：OpenAI Chat 里的 Model。

需要知道的

  • OpenAI 的弃用页面（2026 年 11 月 12 日读取）写着 gpt-4-turbo 和 gpt-4-1106-preview 已在 2026 年 10 月 23 日停用，替代品是 gpt-5.6-sol。Mindket 的版本改用 gpt-6-luna，做三个标签的分类足够了。模型页面没有提到 temperature，所以原来的 temperature 0 就不再设置。
  • Gmail、提示词和 JSON 结构里要用同样的标签名。Gmail 里没有的名字会被丢掉。
  • 触发器没有筛选，所以每封新邮件都会发给 OpenAI。
  • 触发器每分钟检查一次 Gmail，每封邮件用一次 OpenAI 调用。
  • 每封邮件的文字都会发给 OpenAI。
文件
NOTICE.md  637 B
README.md  3 KB
workflow.json  11 KB

3 个文件，共 15 KB，以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

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。

新上架

Qwen2.5-7B-Instruct-GGUF

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。

新上架

ACE-Step 1.5 XL SFT

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。

新上架

效率类的相似商品

查看效率类的全部商品

Guizang PPT Skill

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。

新上架29.8k

Frontend Slides

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。

新上架32.3k

IPTV

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。

新上架144k