AI邮件应用:用n8n和LLM打造自己的智能收件箱
自己构建的AI邮件应用:n8n 工作流用你选的 LLM 总结、分拣、自动回复。附完整配方。
💡 你将学到
自己构建的AI邮件应用:n8n 工作流用你选的 LLM 总结、分拣、自动回复。附完整配方。
你不需要等创业公司来让你的收件箱变聪明。用 n8n 加任意 LLM,你就能构建一个总结每个会话、标记重要邮件、起草回复的AI邮件应用——按你的工作流定制。
配方
触发器:n8n(199,535 星)的 Gmail 新邮件触发器。第二步:LLM 节点总结会话并给重要度打 1-5 分。第三步:规则分流——4-5 分进收件箱,1-2 分自动归档加标签,3 分留你处理。第四步:已知回复模式(会议请求、报价)由 LLM 起草,你一键批准。
模型选择:分拣用便宜模型(快、量大),起草用强模型。通过 LiteLLM(55,701 星)切换供应商不用动工作流。隐私:自托管 n8n 指向 Ollama(177,902 星)就是全私有管道。
对比
| 步骤 | 动作 | 工具 |
|---|---|---|
| 1 | 新邮件触发 | n8n Gmail |
| 2 | 总结 + 打分 | LLM 节点 |
| 3 | 按分分流 | n8n 规则 |
| 4 | 起草回复 | LLM + 批准 |
常见问题
问:搭建要多久?
答:基础分拣工作流在 n8n 里 1-2 小时;起草批准循环再加一小时。
问:该用哪个模型?
答:分拣用便宜模型(DeepSeek 级),起草用强模型。都走一个网关。
相关文章
相关文章
2026-08-01
免费Embedding API:6家有真实免费额度的提供商
2026-08-14
代码生成 AI 图表 2026:自动文档化你的架构
2026-08-01
Agentic RAG示例:5个超越简单检索的模式
本站文章由编辑人工撰写,收录的工具均经过实测或公开资料核验。文中链接指向工具官网或 GitHub 仓库,仅作信息参考,不构成付费推广。
