让 Openclaw 帮我看邮件：从需求到落地

这篇文章想记一下，我是怎么一步步让 Openclaw 来帮我看邮件的。

不是那种「官方教程」，更多是「我现在真实在用的方案」，中间踩坑、取舍都一起写下来，方便以后自己回头查，也给同样瞎折腾的人一个参考。

背景：为什么要让 AI 看邮件

简单说两个原因：

1. 邮件太杂：通知、广告、真正重要的工作信息全混在一起，每天打开邮箱都有点烦。
2. 人太容易走神：一边看邮件一边点链接，很容易就从一封邮件跳到网页，再跳到别的地方，半小时就不见了。

所以我的目标只有两个：

• 先帮我「筛」：把真正要处理的邮件挑出来，其他的尽量不用我看。
• 再帮我「提炼」：重要邮件给一个简短总结，让我一眼知道是不是得立刻处理。

环境信息 & 前置条件

先把环境写清楚，方便以后自己或别人复现：

• 系统：macOS（darwin 23.x）
• Openclaw：使用的是 openclaw-cn 版本
• 网关：已经按照之前那篇技术文章里的方式部署好，可以正常调用模型
• 邮箱：常规 IMAP/SMTP 邮箱（这里不写具体服务商，思路是通用的）

前置假设是：你已经有一个可以调用 AI 模型的 Openclaw 网关，命令行里 openclaw-cn 正常工作。

工作流设计：邮件 → 文本 → Openclaw → 总结

我给自己设计的最小闭环是这样的：

1. 定期从邮箱里拉取新的未读邮件（主题、发件人、正文）。
2. 把这些信息整理成一段结构化文本，丢给 Openclaw。
3. 让 Openclaw 做两件事：
   • 标记每封邮件的重要性（比如：必须马上处理 / 今天内处理 / 可以忽略）。
   • 给出一句话总结，顺便提取出是否有「截止日期」「金额」「行动要求」之类的关键信息。
4. 最后在命令行里或一个简单页面里，把这些结果列出来，我只需要对着结果处理即可。

目前我是用最原始但稳定的方式来跑这个工作流：定期手动触发脚本，而不是一上来就做成完全天自动。

实战步骤（核心命令和配置）

这里不写所有代码细节，只列出关键节点，方便你对照自己的环境去实现：

1. 准备一个小脚本（Python/Node 随便你）：

   • 连接邮箱 IMAP，拉取最近一段时间的未读邮件；
   • 只保留必要字段：时间、发件人、主题、前几百字正文。

2. 把邮件整理成一个 prompt：

   • 大概的格式类似：

     下面是我最近收到的 N 封邮件，请你帮我做一张表：
     每一行包括：编号、重要性级别、一句话总结、是否需要回复、如果需要回复的话建议回复要点。
     
     邮件 1:
     时间: ...
     发件人: ...
     主题: ...
     正文前 300 字: ...
     
     邮件 2:
     ...

3. 用 openclaw-cn 调用模型：

   • 保持和之前文章一样的网关配置；
   • 在 prompt 里明确限制输出格式，比如让它用 Markdown 表格或者 JSON 返回，后续好解析；
   • 注意把「重试次数」「最大 tokens」在 Openclaw 那边控制好，避免它为了生成一张表反复重试，把免费额度全跑光。

4. 把 AI 的结果渲染出来：

   • 最简单的方式就是直接在命令行打印；
   • 稍微勤快一点，可以把结果写成一个 Markdown 文件，用浏览器预览。

踩坑记录 & 小结

在这个过程中我也踩了几个典型的坑：

• prompt 写太复杂：一开始什么都想让它做，结果输出既不稳定又不好解析，后来就只让它做筛选 + 总结，简单很多。
• 没有限制输出格式：自由输出会让每次的结构都不一样，脚本一解析就崩，老老实实要求它输出表格或 JSON 是最省心的。
• 忘了控制重试和 tokens：跟我之前 openclaw 填坑记里写的一样，如果不限制，它有时候会疯狂重试，免费额度很快就没了。

现在这个方案还算原始，但已经足够帮我解决 80% 的痛点：每天打开邮箱前，先看看 Openclaw 给我的那张「邮件摘要表」，只点进那些真的要处理的邮件。

以后有空我会再迭代一版，做一个更自动的版本，比如每天定时跑脚本，或者直接推送到某个聊天工具里，到时候再单独写一篇升级版。