Local Email Agent
Минимальный локальный агент для macOS: читает письма из Apple Mail и Microsoft Outlook через AppleScript, считает письма, экспортирует их и готовит безопасные черновики ответов. Автоматически письма не отправляет.
Быстрый старт
Запуск интерфейса под macOS:
python3 web_app.py
Или двойной клик по файлу:
Launch Email Agent UI.command
Откроется локальный интерфейс:
http://127.0.0.1:8787
Интерфейс работает локально на ноутбуке, подходит для Apple Silicon/Mac и ничего не отправляет автоматически.
CLI-запуск:
python3 email_agent.py doctor
python3 email_agent.py run --source all --mode unread-mailboxes --limit 200 --draft-limit 10
При первом запуске macOS может спросить разрешение на управление Mail или Microsoft Outlook. Разрешение нужно дать для приложения, из которого запускается скрипт: Terminal, iTerm, VS Code или другой shell.
Команды
Интерфейс
В web_app.py есть первый UI для Mac:
Daily Run- полный сценарий: learn, summary, digest, drafts, report.Summary- пересчитать непрочитанные.Learn- обновить профиль стиля из отправленных писем.Digest- создать digest за день.Drafts- создать черновики вdrafts/YYYY-MM-DD/.Письма- список реально распарсенных писем изdata/messages/YYYY-MM-DD.jsonl.Подготовленные ответы- отдельное поле с темой, приоритетом, метками и текстомSuggested Replyиз черновиков.Критерии важности- расшифровка P1-P5 и labels.Структура- дерево рабочих файловdata/иdrafts/.
Правая панель показывает Digest, Report, Profile, выбранное письмо или выбранный черновик. Нижняя панель показывает лог последней операции.
Интерфейс сделан как современный desktop app-shell:
- Левый sidebar с навигацией и счетчиками писем/ответов.
- Верхняя command bar с быстрыми действиями
Daily Run,Summary,Learn,Digest,Drafts. - Широкие master-detail экраны для чтения писем и ответов.
- Отдельные reader-панели с полным телом письма или markdown-черновиком.
Разделы интерфейса:
Обзор- метрики и критерии важности.Письма- список писем слева и широкий просмотр выбранного письма справа.Ответы- список подготовленных ответов слева и широкий просмотр выбранного ответа справа.Файлы- структураdata/иdrafts/, digest, report, profile.Лог- вывод последней операции.
Критерии важности:
P5- срочно, deadline, critical, высокий риск.P4- нужно ответить, согласовать, approve/confirm.P3- встреча, созвон, календарь, рабочее обсуждение.P2- низкий приоритет, полезно посмотреть позже.P1- FYI, рассылки, уведомления без действия.
Обучение по умолчанию фильтрует отправленные письма по identity:
s.tomashev@a1.by
Если нужно поменять адрес:
python3 email_agent.py run --identity another.email@example.com
python3 email_agent.py learn --identity another.email@example.com
Черновики текущего дня по умолчанию очищаются перед новой генерацией, чтобы UI не показывал старые ответы вперемешку с новыми. Чтобы сохранить старые файлы, используй --no-clean.
Запуск:
python3 web_app.py
Остановка: Ctrl+C в терминале, где запущен интерфейс.
python3 email_agent.py run --source all --mode unread-mailboxes --limit 200 --draft-limit 10 --identity s.tomashev@a1.by
Запускает ежедневный сценарий целиком: обучение на отправленных письмах, summary, digest, черновики и daily report.
По умолчанию агент читает unread-mailboxes: сначала Входящие/INBOX, затем остальные папки правил. Это нужно для Exchange, где часть писем лежит не в главном inbox, а в Monitoring, Deeplog, HybrisSync, svc1cDocflow и других mailbox.
Диагностика mailbox:
python3 email_agent.py mailboxes --source all
Режимы чтения:
unread- только системный inbox клиента.unread-all- inbox всех аккаунтов.unread-mailboxes- inbox плюс рабочие папки правил, без архивов/удаленных/отправленных/спама.all-mailboxes- все рабочие папки с прочитанными и непрочитанными, кроме исключенных системных.
Файлы раскладываются так:
data/profiles/style_profile.json
data/messages/YYYY-MM-DD.jsonl
data/contacts/contacts.json
data/calendar/YYYY-MM-DD.md
data/digests/YYYY-MM-DD.md
data/reports/YYYY-MM-DD-summary.json
data/reports/YYYY-MM-DD.md
drafts/YYYY-MM-DD/*.md
python3 email_agent.py summary
Показывает количество писем, разбивку по источникам, отправителям и доменам.
python3 email_agent.py learn --source all --limit 100
Читает последние отправленные письма и сохраняет локальный профиль твоего стиля в data/profiles/style_profile.json. Агент фильтрует пересланные цепочки, календарные инвайты, служебные подписи и рассылки, чтобы не учиться на мусоре.
python3 email_agent.py digest --source all --mode unread --limit 50
Классифицирует письма по приоритету и меткам: urgent, needs_reply, meeting, finance_or_contract, newsletter, fyi.
По умолчанию сохраняет digest в data/digests/YYYY-MM-DD.md. Для вывода в консоль используй --output -.
python3 email_agent.py export --output data/exports/messages.jsonl
Экспортирует письма в JSONL для дальнейшего анализа.
python3 email_agent.py drafts
Создает Markdown-черновики ответов в папке drafts/YYYY-MM-DD/.
По умолчанию использует профиль из data/profiles/style_profile.json, если он уже создан командой learn или run.
Создать черновики прямо в Apple Mail без отправки:
python3 email_agent.py publish-drafts --client apple-mail --input-dir drafts/YYYY-MM-DD --limit 5
Для Outlook:
python3 email_agent.py publish-drafts --client outlook --input-dir drafts/YYYY-MM-DD --limit 5
Команда создает draft messages в почтовом клиенте, но не отправляет их.
Календарь, Контакты, Feedback
Календарные предложения для писем про встречи:
python3 email_agent.py calendar --source all --mode unread --limit 50
Файл сохраняется в data/calendar/YYYY-MM-DD.md. Если нужно создать локальные события в Calendar без отправки приглашений:
python3 email_agent.py calendar --source all --mode unread --limit 50 --create-events
Память по контактам:
python3 email_agent.py contacts --source all --mode unread --limit 100
Файл сохраняется в data/contacts/contacts.json. Там хранится частота контакта, важность, последний subject и базовый reply_style.
Approved-feedback:
python3 email_agent.py feedback
Чтобы агент учился на исправленных ответах, положи markdown-файлы в feedback/approved/. Лучше использовать секцию:
## Approved Reply
Финальная версия ответа, которую реально отправил.
run автоматически подхватывает approved-feedback и смешивает его с профилем отправленных писем.
Источники
Можно выбрать конкретный источник:
python3 email_agent.py summary --source apple-mail
python3 email_agent.py summary --source outlook
python3 email_agent.py summary --source all
Режимы чтения:
--mode unread
--mode inbox
--mode sent
--mode unread-all
--mode unread-mailboxes
--mode all-mailboxes
unread читает непрочитанные письма из системного inbox. inbox читает письма из входящих. sent читает отправленные письма и используется для обучения стилю. unread-mailboxes читает непрочитанные из inbox и рабочих папок правил.
AI-ответы
По умолчанию агент делает осторожные шаблонные ответы. Если задать OpenAI-compatible API, он будет готовить более осмысленные черновики:
export OPENAI_API_KEY="your-key"
export OPENAI_MODEL="gpt-4o-mini"
export OPENAI_BASE_URL="https://api.openai.com/v1"
python3 email_agent.py drafts --limit 10
Если профиль стиля уже создан, он автоматически добавляется в LLM-промпт:
python3 email_agent.py drafts --style learned --language auto --limit 10
Отключить профиль можно так:
python3 email_agent.py drafts --no-profile --style neutral --language ru
Для подписи можно задать:
export EMAIL_AGENT_SIGNATURE="Ваше имя"
Безопасность
Агент не отправляет письма и не меняет статус прочтения намеренно. Он читает доступные письма, создает локальные файлы с черновиками и может создавать draft messages в Mail/Outlook без отправки.
Частые проблемы
Если видите ошибку доступа AppleScript, откройте System Settings -> Privacy & Security -> Automation и разрешите вашему терминалу управлять Mail или Microsoft Outlook.
Если Outlook не отвечает на AppleScript, проверьте, что приложение установлено, запущено и использует классический режим с AppleScript-поддержкой. В некоторых версиях нового Outlook для macOS AppleScript ограничен.