Mindket

按日期总结未读 Gmail

新上架第 1 版 · 更新于

概览

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。

平台

连接 2 个应用

运行方式

触发

被别的工作流调用

别的工作流调用它时开始运行,传入:

  • query:点明某一天的请求,比如昨天的未读邮件

动作

  1. OpenAI(gpt-4o)把请求和今天的日期变成一个日期
  2. Gmail 取回这个日期之后收到的、收件箱里最多十封未读邮件
  3. OpenAI 连同发件人逐封总结,Aggregate 把总结收到一起
  4. 最后一步为调用方设置 response

结果

那一天以来每封未读邮件的简短总结,交回给调用方

集成

开始之前要准备好这些。

OpenAI

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

Gmail

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

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
6 个步骤,由其他工作流调用启动
AI
2 个步骤调用 AI 模型:OpenAI、OpenAI1
登录
需要登录:Gmail
API 密钥
文件里没有留下 API 密钥
步骤类型
Mindket 的检查器能读懂它全部 5 种步骤类型

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。

适合谁

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。

用在哪里

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。

设置

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。

  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. 添加 OpenAI 凭据,填你的密钥,在 OpenAI 和 OpenAI1 两个节点里都选中它。
  3. 添加 Gmail 凭据,用 Google 登录,在 Gmail 里选中它。
  4. 打开 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。
  5. 跑一次测试,打开 Gmail 的输入:日期应该在里面(见 Good to know)。
  6. 保存并发布,然后打开调用方工作流,在它的 Execute Workflow 节点或工具里选中这个工作流。

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>"
}

如何使用

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。

示例

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。

新手与专家

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。

注意事项

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。

  • 日期检查:n8n 的 OpenAI 节点通常把 JSON 回答放在 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 }}
  • 字段名称:触发器字段名称里那个多余的换行就在文件里,所以第一次调用之前先改掉
  • 上限:每次调用最多十封邮件
  • 隐私:每封邮件的发件人名字和正文都会发给 OpenAI
  • 费用:日期那一步一次 OpenAI 请求,再加每封邮件一次
  • 凭据:这个 JSON 里没有任何凭据,也没有作者账号里的任何东西

README 和文件

README

按日期总结未读 Gmail

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。

包里有什么

  • 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。

开始之前

  • 一个 n8n 实例,n8n Cloud 或自己的服务器都行。
  • 一个 OpenAI API 密钥。
  • 一个能在 n8n 里授权的 Gmail 账号。
  • 你自己的一个会调用它的工作流,比如带工具的 AI 智能体(见下文)。

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. 添加 OpenAI 凭据,在 OpenAI 和 OpenAI1 两个节点里都选中它。
  3. 添加 Gmail 凭据(Google 登录),在 Gmail 里选中它。
  4. 打开 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。
  5. 在触发器上固定 { "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)。
  6. 保存,再点画布顶部的 Publish(或按 Shift+P)。
  7. 在调用方工作流里,在 Execute Workflow 节点里选中这个工作流,或者把它加成智能体的工具。

别的工作流怎么调用它

| 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 |

它怎么处理这个请求

  • 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。

改一改

  • 文件夹、数量或哪一天:Gmail 的 Label IDs、Limit 和 Received After。
  • 日期怎么读:OpenAI 里的 system message。
  • 总结怎么写:OpenAI1 里的消息。

注意事项

  • “晚于”指的是那一天开始之后,而不只是那一天之内。问昨天,今天的未读邮件也会包括进来。
  • n8n 的 OpenAI 节点通常把 JSON 回答放在 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 }}。
  • 每次调用最多返回十封邮件。
  • 每封邮件的发件人名字和正文都会发给 OpenAI。
  • 这个工作流只读,不会把任何邮件标成已读,也不会改动任何标签。
文件
README.md  3 KB
workflow.json  5 KB

2 个文件,共 8 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-03

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

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。

新上架

waqf-ocr-hand-written-v1

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。

新上架

Wan2.2-TI2V-5B-Diffusers

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。

新上架

效率类的相似商品

查看效率类的全部商品

Wan2.1-T2V-1.3B-Diffusers

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。

新上架

Dulu Malayalam ASR

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。

新上架

LFM2.5-350M-home-assistant-sft

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。

新上架