Nanosaur2-670M
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
一个小型的 n8n 工具工作流,由别的工作流或 AI 智能体带着类似“昨天的未读邮件”的请求来调用。OpenAI 算出日期,Gmail 取回那天以来最多十封收件箱未读邮件,OpenAI 再逐封总结。
按日期总结未读 Gmail 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。
被别的工作流调用
别的工作流调用它时开始运行,传入:
那一天以来每封未读邮件的简短总结,交回给调用方
开始之前要准备好这些。
语言模型
先从请求里算出日期,再连同发件人逐封总结邮件。
需要OpenAI API 密钥
邮件
取回这个日期之后收到的、收件箱里最多十封未读邮件的完整内容。
需要Gmail 的 Google 登录
由 Mindket 于 2026年11月13日检查
这个 n8n 工作流是给别的工作流调用的工具,而且只读不写。调用它的一方传入一个叫 query 的输入,是一句点明某一天的请求。OpenAI(gpt-4o)连同今天的日期一起读它,回答一个日期。Gmail 节点取回在收件箱里、未读、收到时间晚于这个日期的邮件,最多十封。第二个 OpenAI 步骤连同发件人逐封总结,Aggregate 把总结收成一个列表,最后一个节点设置 response。一共六个节点。
想问助理“我错过了什么”的人,以及需要一个收件箱工具来回答这个问题的 n8n 智能体开发者。如果你要看全部未读邮件,或者要收件箱以外的文件夹,就别选它。它最多取十封,而且只按收件箱标签筛选。
放在更大的工作流里,作为 Execute Workflow 节点的目标,或者作为 AI 智能体能调用的工具。任何 n8n 都行,只要能在里面授权一个 Gmail 账号。
点“获取”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。作者估计设置要 10 分钟左右。
workflow.json。OpenAI 和 OpenAI1 两个节点里都选中它。Gmail 里选中它。When Executed by Another Workflow,检查字段的名称。文件里是 query 后面跟着一个多余的换行,把这个换行删掉,让名称恰好是 query。Gmail 的输入:日期应该在里面(见 Good to know)。调用方传入一个字段,拿回一个字段:
{
"query": "unread emails from yesterday"
}{
"response": "<这些总结,每封邮件一条>"
}用自然的话提出请求,并点明一天。说今天或昨天,日期这一步返回那一天的 UTC 零点,没点明哪天就用今天。Gmail 的筛选条件是“收到时间晚于”这个时刻,所以问昨天,会返回从昨天零点起到现在的所有收件箱未读邮件,今天的也包括在内。每条总结先写发件人的名字,再用几句话概括纯文本正文。
调用方传入上面那句请求。日期这一步回答昨天 00:00:00Z,Gmail 返回那之后最多十封未读邮件,调用方为每封邮件拿到一条简短的总结,开头写着是谁发的。
新手:工具工作流只在别的工作流调用它时才运行。Unread 和 inbox 是 Gmail 的标签,工作流同时按这两个标签筛选,所以你已经打开过的邮件不会出现。它不会把任何邮件标成已读,也不会改动什么。
专家:Gmail 运行 getAll,limit 是 10,标签 ID 是 INBOX 和 UNREAD,simplify 关闭,这样返回的是完整邮件,总结步骤才能拿到发件人和正文。两个 OpenAI 节点都用 gpt-4o。日期这一步被要求只回答 ISO 8601,别的什么都不说。筛选条件读的是 $json.date,它为空时就退回当前时间。
先确认日期真的传到了 Gmail。这之后要留意的是数量上限和收件箱的隐私。
message.content 下,而筛选条件读的是 $json.date。如果日期不在 Gmail 输入的顶层,筛选条件就会退回运行的那一刻,什么也找不到。把 receivedAfter 指向 {{ $json.message.content.date }}一个 n8n 工作流,也是给别的工作流调用的工具。给它一句点明某一天的请求,它就返回那天以来每封未读收件箱邮件的简短总结。
workflow.json:n8n 导出的工作流,六个节点。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。workflow.json。OpenAI 和 OpenAI1 两个节点里都选中它。Gmail 里选中它。When Executed by Another Workflow。文件里这个唯一字段叫 query,后面跟着一个多余的换行。把这个换行删掉,让名称恰好是 query。{ "query": "unread emails from yesterday" },跑一次测试。打开 Gmail 的输入,看看日期在不在里面(见注意事项)。| 方向 | 字段 | 内容 |
|---|---|---|
| 传入 | query | 点明某一天的请求,比如 unread emails from yesterday |
| 传出 | response | 这些总结收成的一个值,每封邮件一条 |
OpenAI 拿到请求和当前日期,回答一个 ISO 8601 日期,形如 {"date": ...}。今天和昨天都返回那一天的 UTC 零点。请求里没点明哪天,就用今天。Gmail 取回带有 INBOX 和 UNREAD 标签、收到时间晚于这个日期的邮件,最多 10 封,simplify 关闭,返回完整邮件。OpenAI1 为每封邮件写一条简短的总结,开头是发件人的名字。Aggregate 把这些总结收到一起,Edit Fields 再把它们放进 response。Gmail 的 Label IDs、Limit 和 Received After。OpenAI 里的 system message。OpenAI1 里的消息。message.content 下,而 Gmail 里的筛选条件读的是 $json.date。如果日期不在 Gmail 节点输入的顶层,筛选条件就会退回运行的那一刻,什么也找不到。把 Received After 指向 {{ $json.message.content.date }}。README.md 3 KB workflow.json 5 KB
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
Waqf-AI · 工具包
读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。
Wan-AI · 工具包
根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。
Wan-AI · 工具包
用小型的 1.3B Wan2.1 模型根据文字提示词生成短的 480P 视频,已打包成 diffusers 库可用的形式。在约 8.19 GB 显存的消费级显卡上就能运行。
serendipitylabs · 工具包
在 CPU 或 CUDA GPU 上把马拉雅拉姆语语音转成文字,是 Serendipity Labs 的早期研究版本。适合想为简短清晰的录音生成转写草稿的人。
OrdenWills · 工具包
把“关掉电视”这样的日常家居指令变成结构化的工具调用,并先检查设备状态。这是一个 3.5 亿参数的模型,适合智能家居开发者和爱好者。