Manajemen inbox Gmail bisa menghabiskan waktu berjam-jam setiap minggu. Dari mengkategorikan email, menandai yang penting, hingga membalas pesan yang berulang, tugas-tugas ini seringkali repetitif dan tidak produktif. Di sinilah AI agent berperan. Dengan framework CrewAI, developer bisa membangun sistem multi-agent yang mengotomatisasi seluruh workflow Gmail secara cerdas dan kontekstual.
Pada tutorial ini, kita akan membangun AI agent untuk Gmail automation berdasarkan proyek open source dari Tony Kipkemboi. Agent ini mampu mengkategorikan email, menetapkan prioritas, menerapkan label, menghasilkan draft balasan, dan membersihkan inbox secara otomatis. Semua langkah bisa diikuti dalam waktu kurang dari satu jam, bahkan untuk developer yang baru pertama kali mencoba CrewAI.
CrewAI adalah framework Python untuk membangun multi-agent systems. Berbeda dengan chatbot sederhana, CrewAI memungkinkan beberapa agent dengan peran berbeda untuk berkolaborasi menyelesaikan tugas kompleks. Dalam konteks Gmail automation, ada agent khusus untuk kategorisasi, agent untuk prioritas, agent untuk draft balasan, dan agent untuk pembersihan inbox.
Keunggulan utama dari pendekatan ini adalah konteks. Agent tidak hanya membaca subjek email, tetapi juga memahami thread conversation, sender reputation, dan urgency level. Hasilnya adalah otomatisasi yang jauh lebih cerdas dibandingkan dengan rules-based filtering biasa yang hanya mengandalkan keyword matching sederhana.
Sebelum mulai, pastikan kamu memiliki Python 3.10 atau lebih tinggi terinstall di sistem. Kamu juga memerlukan Gmail App Password karena autentikasi biasa tidak lagi didukung untuk aplikasi pihak ketiga. Berikut checklist lengkapnya:
Python 3.10+ dengan pip
Akun Gmail dengan 2-Step Verification aktif
Gmail App Password (16 karakter)
API key dari OpenAI, Gemini, atau Ollama
Slack Webhook URL (opsional, untuk notifikasi)
Untuk membuat Gmail App Password, masuk ke Google Account settings, pilih Security, lalu scroll ke bawah ke bagian App passwords. Pilih app type Mail dan device type Other, lalu beri nama CrewAI. Copy password 16 karakter yang muncul dan simpan dengan aman. Jika belum mengaktifkan 2-Step Verification, kamu harus mengaktifkannya terlebih dahulu.
Proyek ini sudah tersedia di GitHub dengan struktur yang siap pakai. Clone repository dan masuk ke direktorinya:
git clone https://github.com/tonykipkemboi/crewai-gmail-automation.git
cd crewai-gmail-automation
Buat virtual environment untuk mengisolasi dependensi:
python -m venv .venv
source .venv/bin/activate
Install semua dependensi dengan perintah:
crewai install
Perintah ini akan menginstall CrewAI framework, Google API client, dan library pendukung lainnya. Pastikan tidak ada error saat instalasi. Jika ada masalah dengan permission, coba tambahkan flag user:
pip install --user crewai
Buat file .env di root direktori proyek. File ini berisi semua kredensial yang diperlukan agent. Berikut template konfigurasi lengkap:
MODEL=openai/gpt-4o-mini
OPENAI_API_KEY=sk-your-openai-key
EMAIL_ADDRESS=your_email@gmail.com
APP_PASSWORD=your_gmail_app_password
SLACK_WEBHOOK_URL=https://hooks.slack.com/services/xxx/yyy/zzz
Jika kamu ingin menggunakan Gemini sebagai alternatif, ubah baris model dan API key:
MODEL=gemini/gemini-2.0-flash
GEMINI_API_KEY=your_gemini_key
Untuk pengguna yang concerned dengan privacy, ada opsi menggunakan Ollama dengan model lokal. Namun perlu diperhatikan bahwa tidak semua model lokal mendukung tool calling yang dibutuhkan oleh agent ini. Gunakan model seperti llama3-groq-tool-use untuk hasil terbaik.
Proyek ini menggunakan arsitektur multi-agent dengan empat peran utama. Pertama, Email Categorizer yang mengklasifikasikan email ke dalam kategori seperti newsletters, promotions, personal, dan work. Kedua, Priority Assigner yang menetapkan level HIGH, MEDIUM, atau LOW berdasarkan konten dan sender.
Ketiga, Response Drafter yang menghasilkan draft balasan untuk email yang memerlukan reply. Keempat, Inbox Cleaner yang menghapus email berprioritas rendah berdasarkan umur dan kategori. Semua agent ini berkoordinasi melalui CrewAI task delegation.
Agent juga memiliki thread awareness. Artinya, jika sebuah email adalah bagian dari conversation thread, agent akan membaca konteks sebelumnya sebelum mengambil keputusan. Fitur ini mencegah mis-klasifikasi pada email follow-up yang seringkali memiliki subjek sama tetapi konteks berbeda.
Setelah konfigurasi selesai, jalankan automation dengan perintah sederhana:
crewai run
Agent akan mulai membaca inbox, menganalisis setiap email, dan mengeksekusi tindakan yang sesuai. Proses ini bisa memakan waktu beberapa menit tergantung jumlah email di inbox. Kamu bisa memantau progress melalui log yang muncul di terminal.
Untuk testing awal, disarankan untuk menggunakan akun Gmail sekunder atau membuat label khusus. Jangan langsung menjalankan agent pada akun production tanpa verifikasi. Pastikan agent berperilaku sesuai ekspektasi dengan menguji pada 10-20 email pertama.
Setelah berhasil menjalankan agent dasar, kamu bisa menambahkan kustomisasi. Contohnya, tambahkan filter khusus untuk email dari domain perusahaan tertentu, atau buat auto-reply template untuk pertanyaan yang sering diajukan. CrewAI mendukung custom tools sehingga kamu bisa mengintegrasikan CRM, calendar, atau project management tool.
Salah satu ekstensi paling populer adalah integrasi Slack notification. Setiap kali ada email dengan prioritas HIGH, agent akan mengirim notifikasi ke channel Slack yang ditentukan. Ini memastikan email urgent tidak terlewat meskipun automation sedang berjalan di background.
AI agent untuk Gmail automation menunjukkan potensi nyata dari multi-agent systems dalam meningkatkan produktivitas harian. Dengan CrewAI, developer bisa membangun solusi yang tidak hanya otomatis, tetapi juga cerdas dan kontekstual. Proyek ini terbuka untuk kontribusi dan bisa dikembangkan lebih lanjut sesuai kebutuhan spesifik tim atau organisasi.
Untuk detail teknis lebih lanjut, kunjungi repository open source di GitHub: crewai-gmail-automation. Dokumentasi resmi CrewAI tersedia di docs.crewai.com. Jika ingin eksplorasi lebih dalam tentang model lokal, kunjungi Ollama Model Library.
Dapatkan feedback, users, dan eksposur dari komunitas kreator, developer, dan entrepreneur digital Indonesia.
Submit Produk → Pelajari Dulu