简体中文 | English
用 Jev 分拣钉钉邮箱和聊天记录:通过 dws 取数,用 jev mail / jev triage 分类,交回一张「谁在等回复、谁需要人看一眼」的清单。
- 经
dws(dingtalk-workspace-cli)拉取钉钉未读邮件与正文,转成jev mail读取的 JSON。 - 交给 Jev 分拣:
needs_reply/updates/promotional/sales/spam,附紧急度与需要人看的标记(needs_attention、low_confidence、injection)。 - 聊天记录同款分拣:@我 的消息 + 未读会话走
jev triage——一份会话一行;密文内容只标注、不猜测。 - 分类结果即成品——链路里没有第二次模型调用;只有被标记的行才需要人或模型介入。
- 机械渲染 markdown 报告,每行附被分拣消息原文摘录(本地直取,方便回钉钉里搜);脚本只用 Python 标准库。
- 自动标出你已经处理过的内容(会话已全读
✓、你最后说话✎)和老面孔但还未处理的条目(重复出现×N、会话有新消息↻)——纯本地状态文件,无模型调用;--new-only一键隐去已读/已回的行。
配套 jev-mailbox:它给已经导出的邮件分拣,这里补上钉钉的「取数 + 转换」和对应的字段坑。
# 前置:python3、Node.js(装 dws)、一个 Jev API key
npm install -g dingtalk-workspace-cli # dws CLI
dws auth login -y # 扫码登录,约 30 天
jev setup-key # 一次性
# 拉取 + 分拣
python3 scripts/dws_unread_to_jev.py --email you@example.com --size 50 --out inbox.json
jev mail --file inbox.json > triage.json
# 出报告
python3 scripts/render_triage.py --in triage.json --md report.md
# 聊天记录
python3 scripts/dws_chat_to_jev.py --days 7 --out chat_inbox.json
jev triage --file chat_inbox.json > chat_triage.json
python3 scripts/render_chat_triage.py --in chat_triage.json --inbox chat_inbox.json --md chat_report.md装到 Agent 里用:把整个文件夹拷进技能目录(Hermes:$HERMES_HOME/skills/)。完整流程与钉钉专属的坑看 SKILL.md;examples/ 是合成样张,可直接干跑脚本。
MIT