核心流程
四步：
- 拿链上数据 ：去 DeFiLlama 看哪些赛道资金在流入/流出，作为参照
- 读邮件 ：拉取最近 24 小时的未读邮件（最多 30 封）
- AI 筛选 ：按我设定的偏好过滤，生成结构化 HTML
- 发送 ：总结自动发到邮箱
Prompt 设计思路
这部分见仁见智，我的思路就三点：
- 定义角色 ：告诉 AI「你是谁、我是谁、我要什么」
- 设计筛选标准 ：我关心什么维度，就让 AI 按这些维度判断
- 规定输出格式 ：固定 HTML 结构，每天总结长得一样，扫一眼就知道重点
你关心宏观就让它提取宏观观点，关心热点项目就让它筛人气高的，按需调整。
这部分的一个建议就是，问它当前github或者网络上有没有更好的提示词框架。
都用了什么
部署方式：用 cron 定时任务，每天早上跑一次。
| 项目 | 说明 |
|---|---|
| Gmail 应用专用密码 | Google 账号设置里生成 |
| Gemini API Key | Google AI Studio 申请 |
| Python 3.8+ | 运行环境/跑在了云服务器 |
脚本，直接让Claude Code完成，直到迭代正确跑通，Claudecode的强大另外再说，单强烈建议体验。
效果和局限
效果 ：每天 5 分钟看完，心里有数。确实捞出了几个之前埋在邮件里没注意的有用信息。今天给我推荐Openmind，参与了一点。
局限 ：只能处理纯文本，看不了图片和附件；Prompt 需要持续调优；只是第一层筛选，不能替代深度研究。
写在最后
这个工具不复杂，但对我来说，它解决了一个真实痛点： 把邮件的信息过载变成信息流常态 。
这也是我做这个系列的初衷，一定要和自己的真实问题结合起来，顺便把 AI 和代码学了。
费曼说：「如果你不能简单地解释它，说明你还没真正理解它。」
下一期「我的AI工具箱」，我们继续造。
有在用 AI 自动化的场景的伙伴，欢迎留言交流。