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

会挑选或新建标签的 Gmail 智能体（OpenAI）

由 Mindket 上架n8n 工作流效率
新上架第 1 版 · 更新于
节点9应用2点赞

概览

  1. Gmail Trigger
  2. OpenAI Chat Model
  3. Gmail read labels
  4. Gmail get message
  5. Gmail add label to message
  6. Gmail create label
  7. Window Buffer Memory
  8. Wait
  9. Gmail labelling agent
会挑选或新建标签的 Gmail 智能体（OpenAI），图片 1
‹2 / 2›

一个 n8n 工作流，用一个 AI 智能体给每封新的 Gmail 邮件打标签。智能体读邮件和你的标签，加上最合适的那个，都不合适时就新建一个标签。

会挑选或新建标签的 Gmail 智能体（OpenAI） 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
  • 缩小范围：在触发器上加一个 Search 筛选，只给一部分邮件打标签
  • 你自己的规则：改写 System Message，说明你的标签该怎么用

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 5 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，一个 Wait 步骤停一秒
  2. 一个 AI Agent（gpt-5.6-terra）拿到邮件信息和打标签的规则
  3. 智能体用它的 Gmail 工具读你的 Gmail 标签和这封邮件
  4. 如果没有合适的标签，它就新建一个，能放在已有标签下面时就做成它的子标签
  5. 智能体把标签加到邮件上，最多走 5 步就停下

结果

新邮件带上了最合适的标签，你的标签列表里也可能多出一个新标签

集成

开始之前要准备好这些。

Gmail

邮件

每封新邮件到达时触发，并给智能体提供读取标签、读取邮件、新建标签和添加标签的工具。

需要一个 Gmail OAuth2 凭据

OpenAI

语言模型

用 gpt-5.6-terra 运行智能体，由它决定调用哪个 Gmail 工具。

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
3 个步骤，由 Gmail 事件启动
AI
1 个步骤调用 AI 模型：Gmail labelling agent
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 3 种步骤类型中的 2 种，读不懂的是：AI Agent

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 工作流用一个 AI 智能体给每封新的 Gmail 邮件打标签。智能体读邮件，看你已有的标签，再加上最合适的那个。如果都不合适，它就新建一个标签，能放在已有标签下面时就做成它的子标签。干活的是九个节点，旁边还有四张便签。

适合谁

Gmail 标签会越积越多、希望有人代劳贴标签的人，新标签也包括在内。如果你想要一份固定的标签清单，就别选它，因为这个智能体可能会新建标签。

谁在用，怎么用
行业谁在用怎么用例子
咨询独立顾问把客户邮件归到客户标签下一位顾问看到新客户的邮件被归进 Clients 下新建的子标签。
零售店主邮件一到就把供应商和客户的邮件分开一位店主看到供应商的发票落到了 Suppliers 标签下。
项目项目经理把邮件归到它所属的项目下一位经理看到一份进度更新带上了它所属项目的标签。
个人忙碌的个人不写筛选规则就把杂乱的收件箱理顺一位用户看到旅行邮件没有任何筛选规则也被归到了 Travel 下。

你需要懂一点 n8n：导入一个文件，添加两个凭据，并在 Gmail 里留几个标签让智能体参照。

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
  • 缩小范围：在触发器上加一个 Search 筛选，只给一部分邮件打标签
  • 你自己的规则：改写 System Message，说明你的标签该怎么用

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。先有几个现成的标签会有帮助，因为智能体会模仿它们的写法。

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，以及几个让智能体参照的标签
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. 添加一个 Gmail 凭据，并在 Gmail Trigger 和四个工具里选上它，这四个工具是 Gmail read labels、Gmail get message、Gmail add label to message 和 Gmail create label。
  3. 添加一个 OpenAI 凭据，并在 OpenAI Chat Model 里选上它。
  4. 读一遍 Gmail labelling agent 里的 System Message，按你的标签调整它。
  5. 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，新邮件大约五分钟内就会被打上标签。打开 Gmail 就能在每封邮件上看到标签。智能体也会新建标签，所以你的标签列表里可能会多出一个新的。它不会发送或删除任何邮件。

想要不同的效果，改这里
要改的在哪里改
智能体怎么选Gmail labelling agent 里的 System Message
多久检查一次Gmail Trigger 里的 Poll Times
检查哪些邮件Gmail Trigger 里的 Filters
它最多可以走几步Gmail labelling agent 里的 Max Iterations，现在是 5
模型OpenAI Chat Model 里的 Model

示例

一位顾问收到一位新客户发来的邮件，谈的是项目启动。智能体读了你的标签列表，找到一个 Clients 标签，但没有这位客户专用的。

它在 Clients 下为这位新客户新建一个子标签，并把它加到邮件上。等这位客户的下一封邮件到达时，智能体会找到这个标签并重复使用。

新手与专家

新手：智能体是一种能使用工具的 AI。这里的工具是四个 Gmail 操作，由智能体决定用哪个、按什么顺序用。Gmail 标签是一种可以用来筛选的记号。

专家：触发器给出的条目以 JSON 的形式交给智能体，智能体自己通过 Gmail get message 读取邮件。Window Buffer Memory 用邮件 id 作会话键，所以每封邮件都有自己的一小段记忆。

值得细看的地方
节点做什么要知道的
Gmail TriggerGmail Trigger 1.2，每 5 分钟轮询一次没有任何筛选，所以每封新邮件都算
WaitWait 1.1，数量 1单位默认是秒，所以它只停一秒
Gmail labelling agentAgent 1.7，以 Tools Agent 的方式运行Max Iterations 是 5，提示词是 JSON 形式的触发器条目
Window Buffer MemoryBuffer Window Memory 1.3，用自定义键键是邮件 id
Gmail read labelsGmail 工具 2.1，Get Many 标签它列出所有标签
Gmail get messageGmail 工具 2.1，Get智能体用 $fromAI 提供邮件 id
Gmail create labelGmail 工具 2.1，Create label它的描述写明只在没有合适标签时才用
Gmail add label to messageGmail 工具 2.1，Add Labels智能体提供邮件 id 和标签 id

注意事项

原来的文件没有指明模型，它的提示词还要求了一件没有工具能做到的事。

  • 模型：原来没有设置模型，所以用的是 n8n 的默认值。OpenAI 的弃用页面（2026 年 11 月 12 日读取）写着这个默认的 gpt-5-mini 将在 2026 年 12 月 11 日停用，替代品是 gpt-5.6-terra。Mindket 的版本设了 gpt-5.6-terra，它支持函数调用，并且不再设置原来的 4,096 个输出 token 的上限
  • 提示词：它还让智能体把不重要的邮件移出收件箱，但文件里没有任何工具能去掉标签。Mindket 的版本去掉了那一行，你想要的话，可以加一个带 Remove Label 操作的 Gmail 工具把它找回来
  • 标签会变多：智能体会新建标签，它的提示词还写明，没有上级标签时就把新标签放到一个 AI 上级标签下面
  • 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，都会交给智能体
  • 每封邮件的步数：一封邮件可能要调用好几次模型，因为智能体要读标签、读邮件，再添加或新建标签
  • 记忆：窗口记忆放在 n8n 自己的内存里，按邮件分开保存
  • 你的数据：邮件会发给 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

会挑选或新建标签的 Gmail 智能体（OpenAI）

一个 n8n 工作流，用一个 AI 智能体给每封新的 Gmail 邮件打标签。智能体读邮件和你已有的标签，再加上最合适的那个，或者新建一个。

包里有什么

  • workflow.json：n8n 导出的工作流，九个干活的节点和四张便签。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

  • 原来没有指明聊天模型，所以用的是 n8n 的默认值。Mindket 的版本在 OpenAI Chat Model 里设了 gpt-5.6-terra，并且不再设置 4,096 个输出 token 的上限。见“需要知道的”。
  • 系统提示词让智能体把不重要的邮件移出收件箱，但文件里没有任何工具能去掉标签。那一行已经去掉了。
  • 四个 Gmail 工具名字里的短横线去掉了，现在叫 Gmail read labels、Gmail get message、Gmail add label to message 和 Gmail create label。
  • 便签改了措辞，原来把整段提示词重复了一遍的那张，现在改为指向 System Message。

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，最好已经有几个让智能体参照的标签。
  • 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. 添加一个 Gmail 凭据，并在 Gmail Trigger 和四个 Gmail 工具里选上它。
  3. 添加一个 OpenAI 凭据，并在 OpenAI Chat Model 里选上它。
  4. 读一遍 Gmail labelling agent 里的 System Message，按你的标签调整它。
  5. 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，Wait 停一秒。
  2. Gmail labelling agent 收到 JSON 形式的邮件信息，以及一条写着打标签规则的系统消息。
  3. 智能体调用 Gmail read labels 和 Gmail get message，了解标签和内容。
  4. 如果没有合适的标签，它就调用 Gmail create label，再由 Gmail add label to message 把标签加到邮件上。
  5. Window Buffer Memory 记住这封邮件的各个步骤，智能体最多走 5 步就会停下。

想要不同的效果，改这里

  • 智能体怎么选：Gmail labelling agent 里的 System Message。
  • 多久检查一次：Gmail Trigger 里的 Poll Times。
  • 检查哪些邮件：Gmail Trigger 里的 Filters。
  • 它最多可以走几步：Gmail labelling agent 里的 Max Iterations。
  • 模型：OpenAI Chat Model 里的 Model。

需要知道的

  • OpenAI 的弃用页面（2026 年 11 月 12 日读取）写着原来依赖的默认模型 gpt-5-mini 将在 2026 年 12 月 11 日停用，替代品是 gpt-5.6-terra。智能体要调用工具，所以 Mindket 的版本用 gpt-5.6-terra。
  • 想把移出收件箱的功能找回来，就加一个带 Remove Label 操作的 Gmail 工具，并把那一行加回系统消息里。
  • 触发器没有筛选，所以每封新邮件都会交给智能体，一封邮件可能要调用好几次模型。
  • 窗口记忆放在 n8n 自己的内存里，按邮件分开保存。
  • 邮件会发给 OpenAI。
文件
NOTICE.md  673 B
README.md  3 KB
workflow.json  10 KB

3 个文件，共 13 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