邮箱 Newsletter 清道夫：用 OpenClaw 自动整理订阅邮件
对于爱看 newsletter 的人来说，邮箱的常见状态是：
- 未读 newsletter 堆成 999+
- 真正打开看的不到 10%
- 重要邮件和订阅内容混在一起，很容易错过
这个用例走的是一个非常务实的方向：
用 OpenClaw 接入 Gmail，每天定时帮你「翻完过去 24 小时的 newsletter」，整理成一份精简摘要 + 原文链接，再让你给反馈，逐步学会你的内容偏好。
一、痛点：Newsletter 既有价值，又极其占地方
Newsletter 是信息密度很高的一种内容形式：
- 很多深度报道 / 行业洞察只发在这里
- 但它们的「到达渠道」是你的个人邮箱
结果就是：
- 越订阅越多，收件箱越乱
- 容易出现两种极端：
- 直接全部忽略，浪费了好内容
- 为了避免错过，每封都扫一眼，时间被吃光
这个工作流的目标不是「替你退订」，而是：
把每天的 newsletter 消化成一份 高质量摘要，让你每天只需要花 5–10 分钟就能掌握重点。
二、需要哪些技能？
原文直接点名了一个现成 Skill：
它负责：
- 用安全方式完成 Gmail OAuth 授权
- 通过 API 读取最近的邮件，按过滤条件抓取 newsletter
你可以：
- 专门给 OpenClaw 准备一个 Gmail 账号（可选）
- 把你要订阅的 newsletter 全部改投这个地址
- 在这个账号上安装并验证 Gmail Skill
三、工作流：每天 8 点的“Newsletter 晚报”
原文给出的 Prompt 思路是：
1 | |
翻译成中文大概是：
每天晚上 8 点跑一个任务：
- 读取过去 24 小时收到的 newsletter 邮件；
- 帮我写一份摘要，只挑最重要的部分，并附上原文链接；
- 发给我之后向我征求反馈（选得好不好、哪类内容更有价值）；
- 根据我的反馈更新偏好记忆，以便未来做得更好。
执行时可以拆成几步：
- 用 Gmail API 搜索过去 24 小时的 newsletter 邮件（按发件人 / Label / 主题关键字过滤）
- 抓正文内容，按文章粒度拆分
- 用 LLM 归纳每封邮件的要点
- 在综合层面再做一次「跨邮件」筛选：
- 这 24 小时里，哪几件事最值得关注？
- 输出一份 digest，例如：
1 | |
- 在 digest 末尾加一句“偏好学习”的提示，鼓励你给反馈。
四、偏好学习怎么做？
你可以让 Agent 根据你的反馈维护一份简单的偏好配置，例如：
- 更偏好：
- AI / 开发工具 / 开源项目
- 长文深度分析
- 减少：
- 纯营销内容
- 表面八卦新闻
每次你在 digest 后回复：
- “第 2 条很好，以后多来点这类。”
- “第 5 条这种内容可以少一点。”
Agent 就可以在它的 memory 或配置文件里记录：
- 提升某些主题词的权重
- 降低某个来源或主题的优先级
长远来看，你的 digest 会逐渐变成“高度个性化的信息流”。
五、实践建议
-
如果你现在的主邮箱已经被 newsletter 淹没，强烈建议单独开一个专用邮箱 给 OpenClaw：
- 安全隔离
- 过滤更干净
-
一开始可以不要太 aggressive 地过滤：
- 先观测 1–2 周，看看 digest 内容质量
- 再逐步增加过滤条件
-
如果担心错过某些特别重要的 newsletter，可以：
- 为它们单独设一个 Label
- 要求 Agent 永远包含这些来源的条目