workbuddy通过本地沙箱解析与语义权重建模实现邮件自动分类和优先级排序，全程不依赖云端大模型；分类准确率靠元数据提取、规则预览、低置信度拦截三步保障；优先级排序融合日程、语义关键词与多agent权重绑定；结果可通过校验报告、差异矩阵、决策路径三方式验证。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
WorkBuddy对积压邮件做自动分类和优先级排序，依赖本地沙箱解析+语义权重建模，不靠云端大模型瞎猜——你导出的EML文件在自己电脑上跑完全部逻辑，分类结果可验证、可回溯、可人工干预。
分类准确率怎么保障
第一步：启用Email Manager插件后，WorkBuddy只提取邮件元数据（发件人、主题、时间、HTML结构关键词），【不下载附件、不上传正文】，所有分析在本地完成。
第二步：输入自然语言规则时，它会立即返回样本预测预览，比如你写“把含‘合同’‘盖章’‘法务审核’的邮件标为【P0-签约待办】”，它就列出10封匹配邮件及每封的置信度分（如92%、87%、76%）。
第三步：若某类识别准确率低于85%，它不会直接执行，而是暂停并建议你补充两个带明确标签的示例邮件——这是防止误标的关键拦截点。
优先级排序靠什么判断
方法一：用“每日聚焦”Skill动态算分
系统自动调取你日程表里的会议时间、近期任务超期频次、Git提交活跃度，再结合邮件中“明早9点前”“上线倒计时3天”“加急”等语义关键词，生成0～100分的优先级评分，不是简单按时间戳排。
WorkBuddy 桌宠工厂 —— 给一张角色图、一个 codex.pet 链接、一条 codex-pets.net 下载 URL、或一份现成的精灵表，就能自动创建一只可联动 WorkBuddy 状态的桌面宠物。当用户说"创建桌宠"、"做一只桌宠"、"用这张图做桌宠"、"从 codex.pet 安装桌宠"、"导入 codex 桌宠 XX"、"装一下 codex-pets.net 上的 XX&quo
方法二：IM工具中嵌入【P0】标签直通队列头部
在企业微信发“【P0】客户abc-tech.com发来合同终版，请比对v2.3与v2.4差异并标红变更项”，这条指令跳过所有排队任务，立刻触发比对Agent，【无需打开WorkBuddy界面】。
方法三：绑定语义关键词到响应权重
比如你在多Agent画布里把“合规”“审计”“证监会”三个词分别绑定权重值95、90、88，当某封邮件同时命中两个词，得分自动叠加，超过阈值即升为P0级处理。
怎么验证结果是否靠谱
① 打开统一看板 → 点击右上角「历史归档」→ 选择任意一天的分类批次 → 查看「人工校验报告」，里面包含：误标邮件列表、漏标邮件摘要、每类准确率柱状图。
② 在对话框输入：“对比上周五和今天对同一组邮件的分类结果”，它会输出差异矩阵，标出哪几封被重新打标，并说明原因（例如：“因新增‘终止合作’关键词规则，原标为‘潜在客户’的3封邮件重标为‘流失客户’”）。
③ 对任意一封已分类邮件，右键选择「查看决策路径」，弹出窗口显示从原始HTML正文→提取的关键词→匹配的规则ID→最终标签的完整推理链，每一步都可点击展开原始文本证据。
