DingusMail-用于愚蠢AI的智能电子邮件处理
🤖💌📬 您的电子邮件在安全的手中！ - *兄弟，相信我，机器人是这么说的。。。* 😃👍
哇，伙计！
用于解析的基本MCP服务器.eml 电子邮件文件，提取元数据、内容和附件， 与 它把它们放进文件夹里！？
*一定是圣诞节！* 🎄
你们没听错，伙计们。
它是你的机器人的一个工具，可以阅读和处理你的电子邮件。未来就在这里，它是美丽的。 🥺
*太长，读不下去了*
this tool connects to local ai and allow the ai to read and extract from raw .eml files both on and offline, this means tracking emails can be summarized with ai, all content extracted, and the sender left on 'delivered' like your messages to your ex
碎土特征
- 解析电子邮件元数据 这是你阿姨给你发的祝你假期快乐的电子邮件吗？这是你的每月银行对账单吗？ *这是您续订的高级枢纽吗？* -世界卫生组织关心！？现在这是机器人的工作。
- 提取附件 随着 智能组织：它会接收你的电子邮件，创建一个文件夹，然后放电子邮件。.. *在文件夹中*. *简直不可思议*
- 小文件（\
______________________________________________________________________
📝 用克劳德自己的话说：
看，与其构建47个不同的工具，一个排序，一个压缩，一个按大小过滤，不如使用 两个带参数的工具就这样。
parse_eml→ 先预览（检查它是否真的很重要或只是垃圾邮件）extract_eml_attachments→ 在一次通话中提取、组织和压缩
这 organize 和 create_zip 参数执行繁重的任务：
organize: false, create_zip: false→ 将所有内容转储到一个文件夹中organize: true, create_zip: false→ 分类organize: true, create_zip: true→ 排序和压缩
结果： 来自两个工具的六个不同工作流，而不是六个单独的工具调用。更少的臃肿，更清晰的代码，更灵活。
类比： 我们建造的是乐高积木，而不是预先组装的死星。你决定建造什么。
______________________________________________________________________
工作流示例
______________________________________________________________________
📝 用克劳德自己的话说：
MCP不假设你是如何工作的——你告诉它。例如：
"Hey Claude, there's a suspicious email at sketchy_offer.eml.
Preview it, tell me if it's legit, then extract attachments
to 'probably_malware' but don't open any executables."发生了什么：
- 预览 -用途
parse_eml检查发件人、主题、附件（哦，看，DEFINITELY_NOT_A_VIRUS.exe) - 决定 -AI评估元数据。狡猾的域名？奇怪的主题？47.exe文件？是啊，不。
- 提取 -如果安全，使用
extract_eml_attachments将文件分类 - 分析 -AI检查非可执行文件，读取PDF，检查图像，在不启动勒索软件的情况下为您提供摘要
*你的工作流程，不是我们的。我们只是给了你工具。*
______________________________________________________________________
告诉我无尽的可能性
- 无跟踪的AI电子邮件过滤：电子邮件有跟踪器！.eml可以在不激活它们的情况下下载并离线汇总。想象一下，你绑架了邮递员，而不是签收包裹。基本上就是这样。
- 智能组织: *可以创建文件夹！* 可以将电子邮件中的内容放入文件夹中！ - *革命！*
- 高效：如果您的电子邮件包含恶意软件？你的机器人可以发现它，忽略它，然后下载它！
- 清洁代码：简单的说明，适用于谦逊的电子邮件机器人。
依赖项
管道用胶带粘在一起，给您带来不便
fastmcp>=2.0.0-它就像一个定制的MCP服务器，但别人制造了它，让你使用！eml_parser>=1.17.0-这是一个“*完全符合RFC标准的电子邮件解析器*那么，如果你担心RFC合规性呢？ *我们为你保驾护航！*
*RFC到底是什么？*
跑 uv pip install -e . 坐下，然后再坐起来，因为紫外线很快。
我可以用普通Python代替uv吗？
*我是说，是的，我想* 只需将uv命令替换为Python/vev/pip即可。
python -m venv .venv
source .venv/bin/activate # On Windows: .venv\Scripts\activate
pip install -e .*但你怎么能和自己生活在一起呢？*
自豪的Vibe编码🛌🤖💻
这是AI生成的！……当然不是这一点（尽管你怎么知道？你知道吗？）但这其中的所有python语言元素都是在指令和监督下人工智能生成的(*克劳德喜欢不看就覆盖文件*)
以下是提示：
claude make email mcp
make better
no make better
make github
make better
commit
*好吧，玩笑放在一边。..*
Vibe编码在将代码翻译成英语方面非常棒！但最终，如果你让一个人工智能无方向地狂奔，它会的；
Create spaghetti code at bestRemove useful code constantly at worst
这是我遇到一个简单问题的情况，我本可以用一个提示制作这个MCP并完成它，但因为我听取了实际程序员的建议，我继续对其进行改进。最初的版本使用了一个完全不同的电子邮件解析依赖项，称为 eml-extractor，这在我的用例中根本不起作用，所以我搜索了中心，结果被替换为 eml_parser最终，4次工具调用变成了2次，但这一切都发生了 *“增强人工智能使用”*.
Anthropic正在深入研究增强与自动化，您可以在此处阅读更多内容！
但简而言之；
Augmentation is a back and forth collaborationAutomation is a 'set it and forget it' system
以下是他们没有告诉你的： *两者都是创建代码的完全有效的方法*
你只会得到你投入的东西，我已经花了全部 日子 *增强* 一个模型的提示，然后 *自动化* 第二个AI自动对其进行编码。
所以，是的，vibe编码很容易！我是说 *仅* 我遇到的问题 在vibe编码这个小MCP的过程中，唯一的问题是：
- 首先用文件系统一次写一个文件，而不是使用我的自定义沙箱(*快来了，把你的蠢蛋机器人藏起来*)这简直就是为制造这样的东西而设计的。..
- 安装了完全错误的MCP依赖项 *几乎使其与实际目的不相容*
- 从一开始就提出了错误的依赖关系，导致中途全面重组。
- 继续尝试安装Claude沙盒不允许的功能。
- 反复颠倒加载顺序，导致初始安装失败- *在尝试删除我的所有其他MCP链接之间*...
- 真的忘记了文件结构是什么，在循环中花了几分钟时间想知道是什么
/mnt/意味。 - 然后，它没有真正调用它刚刚构建的工具。
*看到了吗？* *这很容易！* 🙄
许可证
此程序是自由软件：您可以重新分发和/或修改它 根据GNU Affero通用公共许可证的条款 由自由软件基金会发布 许可证，或（由您选择）任何更高版本。
This program is distributed in the hope that it will be useful,
but WITHOUT ANY WARRANTY; without even the implied warranty of
MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
GNU Affero General Public License for more details.
You should have received a copy of the GNU Affero General Public License
along with this program. If not, see .附录
This MCP server primarily utilizes the following dependencies:
- [eml_parser](https://github.com/GOVCERT-LU/eml_parser) - **GNU GPL License** - Core email parsing engine
- [FastMCP](https://github.com/jlowin/fastmcp) - **Apache 2.0 License** - MCP server framework*通过Anthropic与Claude的协作增强创建的项目*
*所有的创意和管理决策都是我自己的——所有的python代码都是人工智能生成的*
*俳句/十四行诗/作品4.5在整个过程中都有选择性地使用*
*文件处理的其他实现是自定义的，尽管基于常见的编码实践*