无需API密钥:用n8n搭建自动记账流程实战

用n8n连接Gmail与Google Sheets,无需API Key即可搭建自动记账流水线。
本文介绍了一套基于n8n的零门槛自动记账方案:通过OAuth凭证授权而非手动配置API Key,连接Gmail与Google Sheets,配合少量JavaScript代码解析邮件中的支付信息,最终将结构化收款数据自动写入表格。整个流程由日期范围筛选、Gmail查询、JavaScript解析、Sheets写入四个节点构成,无需调用大语言模型。该方案特别适合收款通知散落在邮箱的个体商家和n8n新手,能以极低的技术门槛实现定期自动对账。文章同时指出,JavaScript解析逻辑的健壮性与不同邮件格式的兼容性,是实际落地时需要打磨的主要挑战。
为什么说n8n不一定需要API Key
很多人初次接触n8n自动化时,往往被各种API密钥配置劝退。实际上,并非所有n8n工作流都需要繁琐的API设置。借助内置的凭证(Credentials)机制,像Gmail、Google Sheets这类常用服务,可以通过OAuth授权直接连接,无需手动申请和填写独立的API Key,也不需要调用大语言模型(LLM)。
这篇文章基于一个YouTube演示案例,展示如何用n8n搭建一套面向真实业务的自动记账流程。场景很典型:一位商家通过线上收款,所有的支付通知都会汇总到他的Gmail邮箱。目标是把这些邮件里的收款信息,按指定日期或日期范围自动整理成一张结构化的表格。

整个方案的价值在于零门槛:不碰API密钥、不接LLM,仅靠Gmail读取和Google Sheets写入,就能完成一套可用的财务追踪工具。
工作流的核心组件
按照演示中的描述,这套自动化由几个关键部分构成:
日期范围(Date Range)
流程的第一步是设定要抓取的时间窗口。你可以指定一个具体日期,也可以给出一段日期区间。这决定了后续查询会覆盖哪些邮件,是整个记账逻辑的筛选基准。
Gmail查询与凭证
接下来是Gmail节点的配置。这里需要启用Gmail的凭证连接——注意,这指的是通过n8n的授权流程完成账户绑定,而不是手动填写API Key。配合一个查询条件(query),工作流就能精准定位到那些包含收款信息的邮件。

n8n的OAuth凭证机制值得多说几句。与传统API集成不同,OAuth(开放授权)允许用户直接通过Google账号登录授权,由Google颁发访问令牌,n8n在后台自动管理令牌的刷新与存储。用户全程无需接触任何字符串形式的密钥。在n8n界面中,首次配置Gmail节点时,点击"Create new credential"后会弹出Google授权页面,完成授权后凭证即保存在n8n实例中,后续所有引用该凭证的节点均可复用,不必重复授权。这一机制同样适用于Google Sheets、Google Drive、Google Calendar等Google生态服务,是n8n对非技术用户最友好的设计之一。
JavaScript处理节点
抓取到的原始邮件数据需要清洗和整理。演示中提到使用了一段JavaScript查询,用于从邮件中提取出结构化的支付列表。这一步相当于把杂乱的邮件内容,转换成「日期、商家、ID、主题」等可读字段。这也是n8n灵活性的体现:当内置节点无法满足需求时,可以用代码节点做自定义处理。

n8n内置的"Code节点"(旧版称为Function节点)支持直接编写JavaScript或Python代码,运行在沙箱环境中。其核心价值在于弥补内置节点的能力边界:当需要复杂字符串解析、正则匹配、数组去重或自定义数据结构转换时,Code节点可以直接操作n8n的$input.all()数据流,并返回标准化的JSON对象供后续节点使用。在邮件解析场景中,支付通知邮件的格式往往因发送方不同而存在差异,JavaScript正则表达式能灵活提取金额、时间、交易ID等关键字段,但也因此需要针对具体邮件模板进行调试和维护——这是此类方案在规模化应用时需要重点投入的地方。
Google Sheets写入
整理好的数据最终写入到一张预先准备好的表格中。每次执行工作流,表格都会按设定的字段更新收款记录,形成一份持续累积的收款台账。
执行效果
配置完成后,点击执行,整个流程会自动跑完:读取指定日期范围内的Gmail邮件 → 用JavaScript解析出支付明细 → 写入Google Sheets。

最终生成的表格包含日期、商家、ID、主题等列,直观呈现出每一笔线上收款。对于中小商家来说,这意味着无需手动翻邮件、手动录入Excel,就能得到一份自动更新的收支流水。
这套方案适合谁
这个案例的最大亮点,是降低了自动化的技术门槛。它特别适合:
- 个体商家和自由职业者:收款通知散落在邮箱,需要定期汇总对账;
- n8n新手:想快速体验自动化价值,又不想一开始就陷入API申请的复杂流程;
- 轻量财务场景:数据量不大、逻辑相对固定的收款追踪需求。
需要客观看待的是,演示本身属于概念展示,JavaScript解析逻辑的健壮性、不同邮件格式的兼容性、以及重复数据的去重问题,在实际落地时都需要进一步打磨。但作为一个入门范本,它清晰地证明了一点:自动化不必昂贵也不必复杂,善用现有的邮箱和表格工具,就能解决真实的业务痛点。
小结
n8n的真正优势在于把分散的工具用可视化流程串联起来。这个记账案例虽然简单,却示范了一条实用路径——以Gmail为数据源、以Google Sheets为输出端、用少量JavaScript做中间处理,不依赖API Key和LLM,就能搭建出一套可执行的自动化流水线。对于想迈出自动化第一步的人来说,这是一个值得动手复现的起点。
相关推荐

腾讯WorkBuddy实测:AI Agent如何碾压传统聊天助手
腾讯WorkBuddy实测对比豆包:AI Agent如何直接操作电脑完成PPT转PDF、文件归档等任务。从安装门槛、国内生态、价格、插件市场四方面分析WorkBuddy优势,并给出AI Agent选择建议。

奥特曼称个人PC囤RAM“相当糟糕”,数据中心利用率更高
OpenAI CEO萨姆·奥特曼在Reddit引发热议的表态中称,个人PC配备大量RAM是“相当糟糕”的资源利用方式,数据中心凭借集中调度能实现更高内存利用率。本文解析这一观点背后的技术逻辑与行业信号。

付费5美元教AI说话:一场关于AI训练本质的社会实验
一位开发者搭建了运行真实语言模型的「假AI实验室」,用户支付5美元即可教模型一句话。这个社会实验揭示了AI训练中数据成本、用户参与和话语权的深层关系。