AI Email Agent

MCPAI代理

提供方 zeyangxu

AI代理 未标注 OAuth 授权 社区 / 第三方

一个基于ReAct框架的AI邮件代理,集成Gmail API进行智能邮件管理,支持读取、搜索、起草邮件及外部MCP工具调用。

一句话选型结论

按资料字段整理

AI Email Agent 属于AI代理类 MCP 服务器,传输方式未标注,OAuth 授权,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式未标注 鉴权OAuth 授权 部署方式未标注
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 3 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量3暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

邮件管理TypeScript本地部署Gmail集成AI代理自动化工具TypeScript开发

安装与配置

未标注 OAuth 授权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 3 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 3 个工具,职责相对集中,接入后不容易误操作。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 使用前要准备好OAuth 授权对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
AI Email Agent当前 3 未标注 未标注 无 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方zeyangxu上游标注的维护方 zeyangxu
分类AI代理本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式OAuth 授权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

11.5 KB
来自项目仓库与上游目录的原文,未做删改

AI电子邮件代理

基于ReAct的AI邮件代理,采用TypeScript和Node.js构建,与Gmail API集成,实现智能邮件管理。该代理能够读取、搜索和起草邮件,并支持使用外部MCP(模型上下文协议)工具。

特点/特性

  • ReAct 框架利用推理和行动循环进行智能决策
  • Gmail 集成通过OAuth2认证全面访问Gmail
  • 草稿创建为用户创建邮件草稿以供审阅(绝不自动发送)
  • MCP 支持可以从外部MCP服务器消耗工具
  • 结构化日志记录所有操作均记录并附有时戳
  • TypeScript具有严格模式的类型安全实现

用例

  1. 草拟电子邮件向指定收件人生成专业电子邮件
  2. 回复电子邮件查找特定邮件并创建合适的回复
  3. 电子邮件摘要总结每日邮件并按重要性分类
  4. 日常管理/杂务识别垃圾邮件/广告以备潜在删除

先决条件

  • Node.js 18及以上版本
  • npm 或 yarn
  • OpenAI API密钥
  • 启用Gmail API的Google Cloud Console项目

安装

  1. 克隆仓库```bash
    git clone
    cd llm-agent-template

2. **安装依赖项**```bash
npm install
  1. 设置Google Cloud Console

a. 去到 Google Cloud 控制台

b. 创建一个新项目或选择现有项目

c. 启用Gmail API:

  • 导航至“APIs 与服务”→“库”
  • 搜索“Gmail API”
  • 点击“启用”

d. 创建OAuth2凭据:

  • 前往“APIs和服务”→“凭据”
  • 点击“创建凭据”→“OAuth 客户端 ID”
  • 选择“桌面应用程序”或“网页应用”
  • 添加授权重定向URI: http://localhost:3000/oauth2callback
  • 下载凭据(客户端ID和客户端密钥)
  1. 配置环境变量

创建一个 .env 项目根目录下的文件:```env

OpenAI API Key

OPENAI_API_KEY=your_openai_api_key_here

Gmail OAuth2 Credentials

GMAIL_CLIENT_ID=your_client_id_here.apps.googleusercontent.com
GMAIL_CLIENT_SECRET=your_client_secret_here
GMAIL_REDIRECT_URI=http://localhost:3000/oauth2callback

Optional: OpenAI Model (default: gpt-4o-mini)

OPENAI_MODEL=gpt-4o-mini


5. **构建项目**```bash
npm run build

认证

在使用该代理之前,请先使用Gmail进行身份验证:```bash
npm run auth


这将:

1. 打开浏览器进行谷歌身份验证
1. 请求访问您的Gmail权限
1. 将身份验证令牌本地保存在 `.credentials/tokens.json`

您只需进行一次此操作。令牌过期时会自动刷新。

## 使用方法

该代理支持两种模式: **单次拍摄(或一次性拍摄)** 并且 **互动聊天**。

### 单次拍摄模式

运行一个任务并退出:```bash
npm run agent ""

互动聊天模式

与客服人员开始对话:```bash
npm run chat


在聊天模式下,您可以:

- 进行多轮对话
- 提出后续问题
- 基于之前的上下文进行构建
- 类型 `exit` 或者 `quit` 结束会议

### 示例用例

1. **起草一封新邮件**```bash
npm run agent "Draft an email to john@example.com about tomorrow's project meeting at 2 PM"
  1. 回复电子邮件```bash
    npm run agent "Reply to the email from jane@example.com about the quarterly report"

3. **总结每日邮件**```bash
npm run agent "Summarize all emails I received today and tell me which ones are important"
  1. 查找垃圾邮件```bash
    npm run agent "Find all spam and promotional emails from the last week"

5. **搜索特定电子邮件**```bash
npm run agent "Find all emails from alice@example.com about the budget"
  1. 互动对话```bash
    npm run chat

Then have a conversation:

👤 You: Find emails from today
🤖 Agent: [searches and shows results]

👤 You: Reply to the one from John
🤖 Agent: [creates draft reply]

👤 You: exit


### CLI 命令

- `npm run auth` - 使用Gmail进行身份验证
- `npm run agent ""` - 按照指令运行代理(一次性)
- `npm run chat` - 开始互动聊天会话(多轮对话)
- `npm run prompt` - 显示发送给大型语言模型(LLM)的系统提示
- `npm start config` - 显示MCP配置
- `npm run dev` - 以开发模式运行,使用tsx

### 查看系统提示

查看发送给大型语言模型(LLM)的确切提示(对调试很有用):```bash
npm run prompt

这将显示:

  • 包含指令的完整系统提示
  • 所有可用工具及其说明
  • 已加载工具的统计数据(Gmail + MCP)

你也可以在不使用MCP工具的情况下查看提示```bash
npm start prompt --no-mcp


### 禁用MCP工具

在不使用MCP工具的情况下运行:```bash
# Single-shot mode
npm start run "" --no-mcp

# Chat mode
npm start chat --no-mcp

交互式聊天与一次性对话

使用聊天模式的时机:

  • 你想进行一场来回对话
  • 你需要完善或跟进之前的请求
  • 你在逐步浏览你的收件箱
  • 您希望基于之前查询的上下文进行构建

何时使用单次拍摄:

  • 你有一个一次性任务
  • 你正在逃避脚本或自动化操作
  • 你希望代理在完成任务后退出

MCP 集成

该代理可以从外部MCP服务器消耗工具以扩展其功能。

配置MCP服务器

编辑 mcp-config.json:```json
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/files"]
},
"brave-search": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-brave-search"],
"env": {
"BRAVE_API_KEY": "your_brave_api_key"
}
}
}
}


### 查看MCP配置```bash
npm start config

可用工具

该代理可以访问以下Gmail工具:

搜索电子邮件

使用Gmail查询语法搜索电子邮件。

参数:

  • query (可选):搜索查询(例如,“from:john@example.com subject:meeting”)
  • maxResults (可选):要返回的最大结果数(默认:10)
  • after (可选):查找日期之后(YYYY/MM/DD)的电子邮件
  • before (可选):查找日期之前(YYYY/MM/DD)的电子邮件

通过ID获取邮件

通过消息ID获取电子邮件的完整内容。

参数:

  • messageId (必填):唯一的消息ID

发送邮件

创建一封电子邮件草稿(新建或回复)。

参数:

  • to (必填):收件人电子邮件地址
  • subject (必填):电子邮件主题
  • body (必填):电子邮件正文(纯文本)
  • threadId (可选):回复的线程ID
  • inReplyTo (可选):用于线程处理的 Message-ID 头
  • references (可选):用于线程的引用头

注: 这会生成一个草稿供用户审阅,不会自动发送。

输出: 创建草稿后,工具显示:

  • 草稿ID和预览URL
  • 完整的电子邮件内容(收件人、主题、正文)
  • 格式化以便在控制台中轻松查看

项目结构```

llm-agent-template/
├── src/
│ ├── index.ts # CLI entry point
│ ├── agent/
│ │ ├── react-agent.ts # ReAct loop implementation
│ │ ├── tool-executor.ts # Tool execution engine
│ │ └── logger.ts # Action logging
│ ├── tools/
│ │ ├── gmail/
│ │ │ ├── search-email.ts
│ │ │ ├── get-email.ts
│ │ │ └── send-email.ts
│ │ └── index.ts # Tool registry
│ ├── gmail/
│ │ ├── auth.ts # OAuth2 flow
│ │ ├── client.ts # Gmail API client
│ │ └── token-store.ts # Token storage/refresh
│ ├── mcp/
│ │ ├── client.ts # MCP client implementation
│ │ └── tool-adapter.ts # MCP tool adapter
│ └── types.ts # Shared TypeScript types
├── package.json
├── tsconfig.json
├── mcp-config.json
└── README.md


## 它是如何工作的

### ReAct框架

该代理使用ReAct(推理与行动)框架:

1. **想法**代理思考接下来该做什么
1. **行动**代理调用工具并传入特定参数
1. **观察**代理接收并分析工具结果
1. **重复**持续进行直至任务完成(最多10次迭代)
1. **答案**向用户提供最终回复

### 日期意识

代理自动知晓当前日期。系统提示包括:

- 当前日期,以人类可读的格式表示(例如,“2024年1月15日,星期一”)
- 用于Gmail查询的ISO格式日期(YYYY-MM-DD)

这使得可以进行如下的自然查询:

- “给我看看今天的邮件”
- “总结上周的电子邮件”
- “查找昨天的消息”

示例流程:```
User: "Reply to John's email about the meeting"

Thought: I need to find John's email first
Action: search_email
Input: {"query": "from:john subject:meeting"}
Observation: [Found email with ID: abc123]

Thought: Now I need to read the full email
Action: get_email_by_id
Input: {"messageId": "abc123"}
Observation: [Email content about meeting on Friday]

Thought: I'll create a reply confirming attendance
Action: send_email
Input: {
"to": "john@example.com",
"subject": "Re: Meeting",
"body": "Thanks John, I'll be there on Friday.",
"threadId": "thread123",
"inReplyTo": "",
"references": ""
}
Observation: [Draft created: draft456]

Answer: I've created a draft reply to John's email about the meeting...

记录日志

所有操作均记录在:

  • 控制台(带颜色)
  • agent.log 文件

日志格式: [timestamp] [level] action: details

配置

环境变量

  • OPENAI_API_KEY 您的OpenAI API密钥(必需)
  • GMAIL_CLIENT_ID - Gmail OAuth2 客户端ID(必填)
  • GMAIL_CLIENT_SECRET - Gmail OAuth2 客户端密钥(必需)
  • GMAIL_REDIRECT_URI - OAuth2 重定向URI(默认:http://localhost:3000/oauth2callback)
  • OPENAI_MODEL - 要使用的OpenAI模型(默认:gpt-4o-mini)

Gmail API 配额

Gmail API 的配额如下:

  • 每天10亿次查询
  • 每秒每个用户250次查询
  • 每秒每个用户25,000个配额单位

每个API调用都会消耗配额单位:

  • 列出消息:5条
  • 收到消息:5个单位
  • 创建草案:10个单位

对于大多数使用场景来说,这些限制是绰绰有余的。

安全考量

  • 代币本地存储于 .credentials/tokens.json
  • 永远不要承诺 .env 或者 .credentials/ 进行版本控制
  • OAuth2令牌会自动刷新
  • 所有电子邮件在发送前都会作为草稿创建以供审阅
  • MCP服务器在隔离的进程中运行

故障排除

“未找到身份验证令牌”

跑 npm run auth 使用Gmail进行身份验证。

“OPENAI_API_KEY 未设置”

创建一个 .env 使用您的OpenAI API密钥文件。

“无法连接到MCP服务器”

检查以下内容:

  • MCP服务器的命令和参数是正确的
  • 所需的环境变量已设置
  • MCP服务器已安装

“已达到最大迭代次数”

代理无法在10次迭代内完成任务。请尝试:

  • 简化您的指示
  • 对你想要的东西有更具体的描述
  • 将复杂任务分解为更小的任务

调试代理行为

使用 npm run prompt 查看发送给大型语言模型(LLM)的确切指令。这有助于理解:

  • 代理知道哪些工具
  • 它遵循的是什么指示
  • 如果MCP工具正在正确加载
  • 当前日期已提供给代理

发展

在开发模式下运行```bash

npm run dev -- run "your instruction"


### 构建 TypeScript```bash
npm run build

运行构建版本```bash

npm start run "your instruction"
```

许可证

麻省理工学院(MIT)

贡献

欢迎贡献!请随时提交拉取请求。

致谢

  • 使用……构建 OpenAI API
  • 用途 Gmail API
  • 支持 模型上下文协议
  • 基于ReAct框架的 姚等人,2022

常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
AI Email Agent 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

AI Email Agent 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

AI Email Agent 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

AI Email Agent 需要 API Key 吗?

资料标注需要OAuth 授权认证,使用前准备好对应凭据,并按最小权限配置。

AI Email Agent 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 邮件管理、AI代理、TypeScript、Gmail集成、TypeScript开发。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。