Microsoft Graph 邮件筛选代理

问题：邮件收件箱需要的是判断，而不是堆叠

邮件进来之后，真正的工作往往发生在读完并决定“下一步做什么”的那一刻。但人工处理容易陷入两种状态：要么把每封邮件都当紧急事务，要么被大量自动回复、会议通知和营销邮件淹没，反而漏掉需要本周内回复的关键请求。Outlook 原生规则擅长按发件人或关键词移动邮件，却很难理解“这封邮件提到了预算、截止日期和验收人”这样的上下文；行动项则更容易散落在正文里，最终被遗忘。这个技能要解决的就是这条链路：从 Microsoft Graph 拉取邮件，用 NLP 判断紧急度，套用 Outlook 规则，并把行动项落到 Microsoft To Do。

工作原理：拉取、分类、执行规则、写入任务

• 数据访问：通过 Microsoft Graph API v1.0 和委托权限（delegated permissions）访问用户邮箱。代理以当前用户身份工作，不会直接操作租户级数据。
• 紧急度分类：对邮件正文和主题运行 NLP，输出紧急等级或类别。目标是利用语义信息判断优先级，而不是只匹配 urgent、asap 这类关键词。
• 应用 Outlook 规则：将已有或动态生成的分类规则应用到邮箱。规则可以负责归档、标记或移动邮件，减少手动整理。
• 提取行动项：从邮件中识别需要后续跟进的事项，转换为 Microsoft To Do 中的任务。具体写入通过 Graph Tasks API 完成，任务会出现在用户的 To Do 列表里。
• 闭环检查：如果后续需要处理附件或业务文件，Graph 也有 OneDrive 和 OneDrive for Business 的分类示例，但邮件筛选代理的核心闭环仍是“邮件 → 优先级 → 规则 → 待办”。

适用边界与注意点

• 运行前需要完成 Azure AD 应用注册、用户同意和 Graph 权限授予。委托权限意味着访问范围取决于当前用户，不能绕过身份认证。
• NLP 分类存在误判可能，尤其是跨语言、长邮件或隐含截止日期的场景。建议先在测试邮箱上运行，并对高优先级邮件保留人工复核。
• Outlook 规则有数量和复杂度限制，规则创建失败时可降级为只标记不移动。
• 行动项提取基于文本，无法保证图片附件或模糊表述中的事项能被完整识别。
• 写入 Microsoft To Do 会真实创建任务，重复执行可能造成任务堆积，需要去重或确认机制。
• 如果组织策略限制第三方代理访问邮箱，需要先由管理员审核权限和数据流。