Skills mail-imap-sync
install
source · Clone the upstream repo
git clone https://github.com/openclaw/skills
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/bettersao/mail-imap-sync" ~/.claude/skills/openclaw-skills-mail-imap-sync && rm -rf "$T"
OpenClaw · Install into ~/.openclaw/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.openclaw/skills && cp -r "$T/skills/bettersao/mail-imap-sync" ~/.openclaw/skills/openclaw-skills-mail-imap-sync && rm -rf "$T"
manifest:
skills/bettersao/mail-imap-sync/SKILL.mdsource content
📬 Mail IMAP Sync Skill
🧠 功能概述
本技能用于:
- 📥 从 IMAP 邮箱同步邮件(支持 Gmail / 企业邮箱)
- ⚡ 高性能拉取(服务器端过滤,不扫全量)
- 🔁 自动增量(基于 UID)
- 🧱 本地结构化存储(Markdown + 时间分层)
- 🧠 为 AI 提供可读邮件数据源
🚀 支持的同步模式
🥇 1. init(纯增量模式)
"mode": "init"
- 第一次运行:不拉历史邮件
- 后续:只同步新邮件
👉 适合长期运行系统
🥈 2. recent(推荐)
"mode": "recent", "recent_days": 7
- 第一次:拉取最近 N 天邮件
- 后续:自动增量
👉 推荐用于 AI 分析 / 日报
🥉 3. since(指定日期)
"mode": "since", "since": "2026-01-01"
- 第一次:拉取指定日期之后邮件
- 后续:增量同步
👉 用于历史导入
📁 存储结构
邮件以 Markdown 格式存储:
emails/ {account}/ YYYY/ MM/ DD/ UID_MessageID_标题.md
🧾 邮件结构(标准化)
每封邮件包含:
# Subject From: xxx Date(raw): 原始时间 Date(local): 本地时间(Asia/ShangHai) Date(ISO): ISO标准格式 Timestamp: Unix时间戳 UID: xxx Message-ID: xxx Account: xxx --- 正文内容
⏱ 时间处理(核心特性)
-
自动解析各种邮件时间格式
-
统一转换为:
- Asia/ShangHai 时区
- ISO标准格式
- 时间戳(用于排序/分析)
👉 保证 AI 可稳定理解时间
⚡ 性能优化
本技能使用:
- IMAP SEARCH SINCE(服务器过滤)
- UID 增量同步
- 避免扫描整个邮箱
👉 支持万级邮件秒级同步
🔁 去重机制
- UID 去重
- Message-ID 去重
- 文件存在即跳过
🧱 稳定性保障
- state.json 原子写入(防损坏)
- Ctrl+C 不会丢状态
- 自动检测异常状态并修复
- 支持断点恢复
⚙️ 配置方式(config.json)
{ "accounts": [ { "name": "bettermsao", "imap_host": "imap.gmail.com", "user": "xxx@gmail.com", "pass": "应用专用密码", "mode": "recent", "recent_days": 7 } ] }
▶️ 运行方式
./run.sh
📤 输出说明
返回:
{ "synced_emails": [ "emails/.../xxx.md" ] }
🧩 适用场景
- 📊 邮件数据分析
- 🤖 AI 邮件总结(日报 / 周报)
- 🚨 重要邮件监控
- 🧠 本地 LLM 数据输入
🔮 可扩展方向
- 邮件自动总结(LLM)
- 分类(订单 / 客户 / 系统)
- 向量化(语义搜索)
- 通知推送(微信 / Telegram)
- 多邮箱聚合分析
⚠️ 注意事项
- Gmail 需开启 IMAP 并使用应用专用密码
- 企业邮箱可能限制 IMAP 频率
- 初次运行建议使用 recent 模式
🏁 总结
本技能将邮件系统转化为:
👉 可结构化存储 👉 可被 AI 理解 👉 可持续增量更新