Agent Skills
返回列表
智能邮件分类与回复

智能邮件分类与回复

办公效率 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_15292d5a/yjkj-cn-smart-email。

技能介绍

问题场景

收件箱里混着工作往来、个人私信、系统通知和营销广告时,人工先分拣再起草回复既慢又容易漏掉优先级。中文邮件在称呼、语气、落款上与英文模板工具也不完全对口,通用助手往往给出不贴场景的套话。

技能如何工作

本技能面向邮件分类与回复模板两类任务,在对话中根据你粘贴或描述的邮件内容完成处理。

  • 邮件分类:将单封或批量邮件归入 工作、个人、通知、广告 等类别,便于你按类型处理或归档。
  • 回复模板生成:在已知分类与意图(如确认、婉拒、跟进、索取资料)的前提下,输出可直接改写的中文回复草稿,而不是只给英文 bullet。
  • 中文邮件场景:措辞与结构按常见商务/日常中文邮件习惯组织,减少「翻译腔」模板。

实现侧仅依赖 Python 3.7+ 标准库,无第三方包;适合作为轻量脚本或 Agent 技能链中的一环,由模型按 SKILL 说明调用分类与模板逻辑。

适用边界

  • 不提供真实邮箱的 IMAP/SMTP 拉信或发信;需在客户端或 Agent 中自行传入邮件正文。
  • 分类规则为启发式与提示驱动,对边界模糊的营销/通知类邮件可能需要你二次确认。
  • 回复模板为草稿,涉及合同、投诉、法律表述时应由人工审校后再发送。

使用场景

  • 早晨打开邮箱,先把昨晚堆积的未读邮件按工作、通知、广告四类标好,再决定先回哪几封
  • 收到供应商促销邮件但需要礼貌婉拒,根据邮件要点生成一封可直接改称呼的中文回复草稿
  • 周报日前从混杂收件箱里筛出真正需要跟进的客户工作邮件,把系统通知单独归档
  • 同事转来一长串邮件线程,需要快速起草一封确认收到并列出下一步的中文跟进信

适合人员

  • 每天要处理大量中文客户邮件、需要先分拣再写标准回复的客服或售后
  • 收件箱里营销与系统通知很多、要快速区分真实商机与工作往来的销售或商务
  • 负责整理领导转发邮件、需要归类并代拟简短中文回复的行政或助理
  • 用 Agent 处理粘贴进来的邮件正文、希望输出分类结果与中文模板而非英文提纲的工程师