MCP – Mail
Detta projekt är en intelligent assistent för att hantera inkommande e-post och uppgifter för småföretag eller team. Systemet använder en LLM/agent för att analysera mejl, klassificera dem och automatiskt utföra åtgärder som supportärenden, försäljning, mötesbokningar eller autosvar.
--- MCP FLOW ---
- Observe (Environment) – Hämtar nya e-postmeddelanden via en lokal eller Gmail-klient.
- Decide (Agent) – AI/LLM analyserar e-postens innehåll och bestämmer kategori:
- support → skapa klagomål i systemet - sales → vidarebefordra till försäljning och skapa order - meeting → schemalägg möten i Google Calendar - other → skicka autosvar
- Act (Environment) – Utför åtgärder automatiskt baserat på AI:s beslut.
Funktioner
- E-postklassificering:
AI kan tolka inkommande mejl och avgöra om det rör support, försäljning, möte eller annat.
- Support:
Skapar automatiskt supportärenden baserat på klagomål och genererar autogenererade svar via LLM.
- Försäljning:
AI vidarebefordrar orderförfrågningar, skapar låtsasorder, och skickar automatiska orderbekräftelser.
- Möteshantering:
AI identifierar mötesförfrågningar i e-post, extraherar datum/tid, och lägger till möten direkt i Google Calendar.
- Autosvar:
Skickar automatiska svar på e-post som inte kräver annan åtgärd.
- Loggning:
Alla åtgärder loggas med avsändare, ämne, kategori, utförd åtgärd och produkt (om relevant).
Teknisk struktur
classes/environment.py– Hanterar e-postflödet, AI-beslut och utför åtgärder.classes/autoresponder.py– Genererar och skickar autosvar via Gmail API.classes/complaints.py– Skapar och hanterar supportärenden.classes/sales.py– Hanterar försäljningsflöden och låtsasorder.classes/calendar.py– Lägger till möten i Google Calendar.classes/mail.py– Lokalt testmail-system eller integration med Gmail.controller.py– Kör hela MCP-flödet: observe → decide → act.
Vad jag lärt mig
- [x] Integrera LLM/agent med Python och JSON-data.
- [x] Skapa beslutslogik och automatiserade åtgärder baserat på AI-klassificering.
- [x] Skicka e-post via Gmail API och hantera autentisering med
credentials.json. - [x] Skapa möten automatiskt i Google Calendar baserat på texttolkning.
- [x] Generera autogenererade svar för klagomål och försäljning.
- [x] Hantera fallback-lösningar när tidpunkt eller produkt inte anges.
TODO
- [] Kräv att ett autogenererat mail granskas innan det skickas till kund, t.ex. vid offertbegäran
MCP-farm – Gårds- och Småbruksassistent
Detta projekt är en intelligent uppgifts- och prioriteringshanterare för småbruk eller gemenskaper. Systemet använder en agent/LLM för att generera, berika och sortera uppgifter baserat på prioritet, säsong och annan relevant information.
Funktioner
- Task management:
Skapa och hantera uppgifter med titel och prioritet.
- LLM-genererade uppgifter:
Agenten kan skapa fullständiga uppgifter med beskrivning, förberedelser, praktiska instruktioner och eventuella bidrag.
- Automatisk berikning:
Om en uppgift saknar beskrivning kan agenten generera rekommendationer och detaljer.
- Dubblettkontroll:
Identifierar och tar bort duplicerade uppgifter automatiskt.
- Prioritering:
Uppgifter sorteras efter prioritet (1–5) och relevans.
- Flexibel front-end:
Kan köras i terminalen eller via en Streamlit-webbapp med interaktiva knappar för att lägga till uppgifter, köra agenten och visa task-listan.
Vad jag lärt mig
- [x] Integrera LLM/agenter med Python och hantera JSON-data.
- [x] Skapa en modellbaserad struktur med Pydantic (Task, Observation, Action).
- [x] Skillnaden mellan manuella användarinput och automatgenererade data.
- [x] Konvertering och validering av olika typer (str, int, list, dict) för att undvika fel vid serialization.
- [x] Bygga en enkel, responsiv frontend med Streamlit.
Framtida förbättringar
- Lägg till historik/logg över alla utförda åtgärder.
- Implementera notiser/alerts för prioriterade uppgifter.
- Möjlighet att redigera uppgifter direkt i Streamlit.
- Exportera uppgifter till CSV / Excel / PDF.
- Låt LLM föreslå prioritet automatiskt baserat på säsong, tidåtgång, bidrag eller arbetsinsats.
- Koppla projektet till en kalender eller planeringssystem.
- Förbättra LLM-kommunikationen med mer avancerade prompter och templates.