Mindket

用 OpenAI 回复 Gmail 邮件,并把评分记入表格

新上架第 1 版 · 更新于

概览

一个 n8n 工作流,用 OpenAI 回复名单里的 Gmail 发件人,并把每次往来和一个 Yes 或 No 评分存进 Google 表格。

用 OpenAI 回复 Gmail 邮件,并把评分记入表格 是一款 n8n 工作流,属于商务类,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
  • Gmail:被回复的邮件
  • OpenAI:写回复的模型
  • Google Sheets:邮件、回复和评分的记录
  • 你的 n8n:Yes 和 No 链接会回到这里

平台

连接 3 个应用

运行方式

触发

Gmail 收到新邮件

Gmail(每分钟查一次)出现新邮件,它就开始运行:

  • 收件人名单,在 Configure 里设置
  • 邮件和回复的 token 上限,在 Configure 里设置
  • 表格和工作表的名字,在 Configure 里设置

动作

  1. 对照名单检查发件人,并保留邮件最新的那段文字
  2. 太长、超过 token 上限的邮件会被忽略
  3. OpenAI 写出回复,写到上限才结束的回复不会发出
  4. Gmail 在同一个会话里回复,末尾有 Yes 和 No 两个链接
  5. 把邮件和回复加进 Google 表格,表格不存在就先创建
  6. 点 Yes 或 No 会调用一个 Webhook,把答案写进那条回复所在的行

结果

发件人的会话里多了一封回复,表格里有一行,记着邮件、回复和评分

集成

开始之前要准备好这些。

Gmail

邮箱

提供新邮件,并在原会话里发出每封回复。

需要一个 Gmail 凭据

OpenAI

语言模型

根据邮件的发件人、主题和正文写出回复。

需要一个 OpenAI API 密钥

Google Sheets

回复记录

保存每封邮件和回复,并接收 Yes 或 No 的评分。

需要一个 Google Sheets 凭据

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
41 个步骤,由 Gmail 事件或由 Webhook 调用启动
AI
没有步骤调用 AI 模型
登录
需要登录:OpenAI、Gmail、Google Sheets
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 13 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 工作流用 OpenAI 写的回复来回答新的 Gmail 邮件。它只回复你列出的发件人,写一个星号就回复所有人。每封回复带一个 Yes 和一个 No 链接,邮件、回复和那一次点击都会存进一张 Google 表格。运行它的是四十一个节点,旁边还有九张便签。

适合谁

想让常规邮件先有一封草拟并发出的回复、日后还想拿评过分的例子来改进模型的小团队。如果每封回复都要先由人看过,或者邮件不能发给 OpenAI,就别选它。

谁在用,怎么用
行业谁在用怎么用例子
客服客服台回复已知地址发来的常规问题一个客服台给一位合作伙伴反复问的问题发出第一封回复。
销售销售团队回复主动上门的咨询一位销售的邮箱自己回答了一个价格咨询。
招聘招聘人员确认收到申请一位招聘人员的收件箱感谢每位申请人,并说明接下来会怎样。
研究AI 团队收集评过分的回复一个团队收集 Yes 和 No 的评分,留着以后微调。

你需要懂一点 n8n,还要有一个 Google 账户:导入文件、添加三个凭据、列出要回复的人,再设置 WEBHOOK_URL 变量。

用在哪里

任何能访问 Gmail、OpenAI 和 Google Sheets 的 n8n 都能运行它。回复从你的 Gmail 账户发出,评分页面由你的 n8n 提供。

  • Gmail:被回复的邮件
  • OpenAI:写回复的模型
  • Google Sheets:邮件、回复和评分的记录
  • 你的 n8n:Yes 和 No 链接会回到这里

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。设置需要三个凭据、一个发件人名单和 WEBHOOK_URL 变量。

先准备好这些
需要说明
n8n一个实例,WEBHOOK_URL 设成大家访问它的地址
Gmail一个用于邮箱的 Google 账户
Google Sheets同一个账户,或者你自己的、有四列的表格
OpenAI一个 API 密钥
  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 Gmail、Google Sheets 和 OpenAI 的凭据,再在要求凭据的节点里选中它们。
  3. 在 Configure 里,把 <YOUR_RECIPIENT_EMAILS> 换成要回复的地址,或者换成一个星号表示每个发件人。
  4. 表格 ID 留空,让工作流自己创建一张表格,或者填上你自己的。
  5. 激活工作流,从名单里的一个地址发一封测试邮件。

如何使用

激活工作流。Gmail 每分钟检查一次,名单里的发件人发来邮件,就会在同一个会话里得到回复。点一下回复里的 Yes 或 No,表格就会更新。

想要不同的效果,改这里
要改的在哪里改
模型和提示词Generate reply 的请求体
回复的长度Configure 里的 replyTokenSize
谁会得到回复Configure 里的 recipients
回复的样子Email template 里的 HTML

示例

一位合作伙伴每周写两次邮件,问怎么重置设备,这个地址在名单上。工作流写出一封简短的回复,发在同一个会话里。

接着它在表格里加一行,记着第一封邮件和这封回复。合作伙伴点了 Yes,这一行的最后一列就变成 Yes。

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。这里一个触发器盯着 Gmail,另一个等着有人点回复里的链接。先把你自己的地址设成唯一的发件人。

专家:两个触发器共用同一串 Set、Switch 和 Configure 节点。回复来自一个发往 Chat Completions 的 HTTP Request,一个 Code 节点只保留每封邮件最新的文字。

值得细看的地方
节点做什么要知道的
Extract message content (advanced)从邮件里剪掉引用的旧邮件解析器是很长的压缩代码,保持原样
Generate reply向 Chat Completions 要回复推理强度是 none,所以长度上限只算可见的文字
Reply Fields取出 text 和 finish_reason结束原因不是 stop 的回复不会发出
Create or update rows加一行,或者报告缺少表格continueOnFail 让下一步能看到那个错误

注意事项

这个工作流会给每个符合条件的发件人发出真实的回复,所以先用你自己的地址试一试。

  • 修复:n8n 旧的 OpenAI 文字节点用的是默认模型 gpt-3.5-turbo-instruct。OpenAI 的弃用页面(2026 年 11 月 12 日查阅)列出它已在 2026 年 9 月 28 日停用。这个版本用 gpt-6-luna 调用 Chat Completions
  • 长度:推理 token 也算进 max_completion_tokens,所以请求把推理关掉,默认的 300 就够写文字
  • 链接:Yes 和 No 链接由 WEBHOOK_URL 生成,拿到链接的人都能点
  • 上限:maxTokenSize 是 4000,而模型页面列出的上下文是 1,050,000 token,所以你可以调高
  • 没有运行:这个版本没有对 Gmail、Google Sheets 或 OpenAI 运行过
  • 你的数据:每封邮件都会发给 OpenAI,表格里留着邮件和回复
  • 凭据:JSON 里没有任何凭据

README 和文件

README

用 OpenAI 回复 Gmail 邮件,并把评分记入表格

一个 n8n 工作流,用 OpenAI 写的回复来回答你列出的发件人发来的新 Gmail 邮件。它把每封邮件和回复存进一张 Google 表格。每封回复带一个 Yes 和一个 No 链接,点一下就会把答案写进表格,这样你就攒下了评过分的例子,以后可以拿去微调。

包里有什么

  • workflow.json:n8n 导出的工作流,五十个节点:四十一个会运行的和九张便签。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

  • 凭据的关联都删掉了。请为 Gmail、Google Sheets 和 OpenAI 选你自己的。
  • Generate reply 原来是 n8n 旧的 OpenAI 文字节点。文件里没有指定模型,所以节点用的是它的默认模型 gpt-3.5-turbo-instruct。OpenAI 的弃用页面(2026 年 11 月 12 日查阅)列出这个模型已在 2026 年 9 月 28 日停用,替代品是 gpt-5.6-terra。gpt-5.6-terra 的模型页面显示它不支持旧的 Completions 端点。
  • Generate reply 现在是一个发往 Chat Completions 的 HTTP Request。它指定 gpt-6-luna,把 reasoning_effort 设为 none,并从 replyTokenSize 取 max_completion_tokens。OpenAI 的参考文档把推理 token 算进这个上限,所以开着推理时,默认的 300 可能在出现任何文字之前就用完了。
  • 它后面新加了一个 Reply Fields 节点。它把答案变成 text 和 finish_reason 两个字段,这是工作流其余部分读取的字段,Format data 也从它那里读 text。
  • 邮件解析的 Code 节点第一行原来是一条带作者链接的注释。这一行去掉了,解析器保持原样。
  • recipients 原来是 [UPDATE ME],现在是 <YOUR_RECIPIENT_EMAILS>。
  • 便签改写了。其中一张提到了 Pipedrive,那是另一个工作流的东西。
  • 别的都没改。

开始之前

  • 一个 n8n 实例,WEBHOOK_URL 环境变量设成大家访问它的地址。每封回复里的 Yes 和 No 链接就是用它生成的。n8n 的安全页面把 N8N_BLOCK_ENV_ACCESS_IN_NODE 列为默认 false,也就是允许读取环境变量。
  • 一个 Gmail 账户、一个用于 Sheets 的 Google 账户,以及一个 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,在 On email received 和 Send reply to recipient 里选中它。
  3. 添加一个 Google Sheets 凭据,在 Create spreadsheet、Create or update rows、Paste data 和 Send feedback for fine-tuned data 里选中它。
  4. 添加一个 OpenAI 凭据,在 Generate reply 里选中它。
  5. 在 Configure 里,把 <YOUR_RECIPIENT_EMAILS> 换成要回复的地址,用逗号隔开,或者换成 * 表示回复每个发件人。
  6. spreadsheetId 和 worksheetId 留空,工作流就会创建一张名字取自 spreadsheetName 的表格。要用自己的表格,就把两个都填上,并给它加上 ID、Initial message、Generated reply 和 Good response? 这几列。
  7. 保存并激活工作流,然后从名单里的一个地址发一封测试邮件。

一次运行的过程

  1. On email received 每分钟轮询一次 Gmail。Identify trigger #1 把条目标成 gmail,Configure 加上各项设置。
  2. Determine which trigger ran 让它继续。Only continue for specific emails 对照 recipients 检查发件人。
  3. Generate UUID 给这次往来一个 ID。Extract message content (advanced) 保留邮件最新的文字,去掉引用的旧邮件。
  4. Is text within token limit? 把文字长度除以四,和 maxTokenSize 减 replyTokenSize 比较。更长的邮件会被忽略。
  5. Generate reply 去问 OpenAI,Reply Fields 取出答案。If reply is complete 只让以 stop 结束的回复通过,进入 Email template,Send reply to recipient 在原会话里回复这封邮件。
  6. Format data 生成一行,有 ID、第一封邮件、回复和空的 Good response?。表格节点在表格不存在时创建它,否则把这一行加进去。
  7. On feedback given 是一个 Webhook。点一下 Yes 或 No,就会发来 ID 和答案。Identify trigger #2 把它标成 webhook,Record feedback 让它继续,Send feedback for fine-tuned data 把答案写进有这个 ID 的那一行。访客会看到一个感谢页面。

改变风格

  • 模型和提示词:Generate reply 的请求体。
  • 回复的长度:Configure 里的 replyTokenSize。
  • 谁会得到回复:Configure 里的 recipients。
  • 回复的样子:Email template 里的 HTML。
  • 表格和工作表的名字:Configure。

注意事项

  • 这个工作流会给每个符合条件的发件人发出真实的回复。先用你自己的地址测试。
  • 写到长度上限就停住的回复不会发出。遇到这种情况,就调高 replyTokenSize。
  • maxTokenSize 是 4000,这是个保守的数字。gpt-6-luna 的模型页面列出的上下文是 1,050,000 token,所以你可以调高。
  • 表格 ID 存在工作流的静态数据里。把工作流复制成一个新的,就能刷新它。
  • 拿到反馈链接的人都能点它,链接里带着这次往来的 ID。
  • 这个版本没有对 Gmail、Google Sheets 或 OpenAI 运行过。
  • 每封邮件的文字都会发给 OpenAI,表格里留着邮件和回复。
  • JSON 里没有任何凭据。
文件
NOTICE.md  673 B
README.md  5 KB
workflow.json  79 KB

3 个文件,共 85 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

DeepSeek-R1-GGUF

unsloth · 工具包

671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。

新上架

Axion-1.0-35B-GGUF

prithivMLmods · 工具包

提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。

新上架

HEART

Phips · 工具包

用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。

新上架

商务类的相似商品

查看商务类的全部商品

pplx-decider-v1.1-27b

perplexity-ai · 工具包

根据文字和图片为一个决策挑出最合适的选项,比如哪个团队应该处理一条请求,并给出每个选项的概率,适合构建分流和审核工作流的开发者。

新上架

NuExtract3

numind · 工具包

以文本或图像读取文档,按你要的字段填写 JSON 模板,或把页面转成 Markdown。这是一个 4B 模型,适合处理扫描件、表单和发票的团队。

新上架

Drex DLM

nace-ai · 工具包

一次推理就对一份文档的是非题、选择题和打分题给出每个选项的概率。这是 Nace.AI 的 8B 决策模型,你可以自己运行,许可证为非商业。

新上架