利用本地Ollama大语言模型进行AI分类的IMAP邮件扫描与分级功能。扫描未读邮件,将其归类为紧急、需回复、参考信息等。
电子邮件 Trage. 扫描您的 IMAP 收件箱, 将电子邮件分类为优先类, 并显示需要注意的类是一项面向实际任务的技能,主要用于使用本地 LLM( Ollama) 进行智能分类, 并基于规则。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
扫描您的 IMAP 收件箱,将邮件按优先级分类,并突出显示需要您关注的邮件。默认使用本地大语言模型(Ollama)进行智能分类;当 Ollama 不可用时,自动回退至基于规则的启发式分类器。
| 图标 | 类别 | 说明 |
|---|---|---|
| 🔴 | urgent |
服务中断、安全告警、法律事务、支付失败、时效性极强的事项 |
| 🟡 | needs-response |
商业咨询、问题询问、需回复的待办事项 |
| 🔵 | informational |
收据、确认邮件、新闻简报、自动化通知 |
| ⚫ | spam |
营销推广、促销信息、未经请求的垃圾邮件 |
所有配置均通过环境变量完成:
| 变量 | 是否必需 | 默认值 | 说明 |
|---|---|---|---|
IMAP_HOST |
✅ | — | IMAP 服务器主机名 |
IMAP_PORT |
— | 993 |
IMAP 端口(SSL) |
IMAP_USER |
✅ | — | IMAP 用户名 / 邮箱地址 |
IMAP_PASS |
✅ | — | IMAP 密码或应用专用密码 |
EMAIL_TRIAGE_STATE |
— | ./data/email-triage.json |
JSON 状态文件路径 |
OLLAMA_URL |
— | http://127.0.0.1:11434 |
Ollama API 接口地址 |
OLLAMA_MODEL |
— | qwen2.5:7b |
用于分类任务的 Ollama 模型 |
EMAIL_TRIAGE_STATE(默认:./data/email-triage.json)— 持久化状态文件,记录已分类邮件及其“是否已突出显示”状态# 扫描收件箱并分类新收到的未读邮件 python3 scripts/email/email-triage.py scan # 启用详细输出模式(显示每封邮件的分类结果) python3 scripts/email/email-triage.py scan --verbose # 试运行:执行扫描与分类,但不保存状态 python3 scripts/email/email-triage.py scan --dry-run # 显示尚未被突出显示的重要邮件(urgent + needs-response) python3 scripts/email/email-triage.py report # 同上,但以 JSON 格式输出(适用于程序化调用) python3 scripts/email/email-triage.py report --json # 将已报告的邮件标记为“已突出显示”,使其不再出现在后续报告中 python3 scripts/email/email-triage.py mark-surfaced # 显示分类统计信息 python3 scripts/email/email-triage.py stats
report:仅列出尚未被突出显示的 urgent 和 needs-response 类邮件,并按优先级排序。mark-surfaced:将已在报告中列出的邮件标记为“已突出显示”,避免其重复出现在后续报告中。scan,随后调用 report --json 检查是否存在需处理的邮件。scan → report --json → 根据结果执行操作 → mark-surfaced。相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章