数据分析
邮件自动分类器
自动把新邮件分到 urgent / routine / spam，并对紧急邮件即时提醒。
Email / Notion
开始之前 · 信息待补充
本案例尚未记录结构化的验证范围。请先阅读原始步骤与来源，确认账号、费用和权限要求。
平台、账号要求、费用和验证版本：未记录。
这个案例能帮你做什么
- 自动完成邮件初筛，减少人工清邮箱时间。
- 识别紧急邮件并在 15 分钟内提醒。
- 把“重要邮件被淹没”风险降到最低。
你需要的 Skills（按类型）
| 类型 | Skill | 用途 | 来源 |
|---|---|---|---|
| 外部 | email |
读取与分类邮件 | ClawHub |
| 内置 | telegram |
紧急邮件告警 | OpenClaw Built-in |
快速体验版（先跑一轮）
你是我的 OpenClaw 助手。
请帮我做“邮件自动分类器”的预演版：
1. 扫描最近30封邮件。
2. 按规则归类 urgent/routine/spam。
3. 输出分类统计与紧急项列表。
4. 本轮不移动邮件，仅做分类演示。
稳定自动版（可长期运行）
1) 分类规则
const rules = [
{ pattern: /meeting|urgent|asap/i, folder: 'urgent' },
{ pattern: /unsubscribe|newsletter/i, folder: 'routine' },
{ pattern: /viagra|winner/i, folder: 'spam' }
];
2) OpenClaw 执行提示词（自动版）
你是我的 OpenClaw 助手，请执行“Email Auto-Classifier”。
每 15 分钟执行：
1. 检查新邮件。
2. 应用分类规则。
3. 移动到对应文件夹。
4. 如有 urgent，立即告警。
5. 输出统计：X urgent, Y routine, Z spam。
Urgent indicators:
- From boss/CEO
- Contains "urgent", "asap", "meeting changed"
- Reply-to within 2 hours requested
成功标准
- Urgent emails alerted within 15 min
- False positive rate <5%
- Zero missed urgent messages
引用来源
把有用的案例留在手边
在 GitHub Star 收藏中文案例库，也欢迎提交你的实践与改进。
由 Cogine 团队整理与维护。我们也在构建将 AI 带进日常工作的产品。 · 了解 Cogine 的 AI 工作流产品