OpenClaw 邮件自动化：AI 帮你写邮件、发通知、管收件箱
做个简单的计算：你每天花多少时间在邮件上？
如果你是开发者，答案大概是 30 分钟到 1 小时。写项目进度汇报、回复客户技术问题、转发部署通知、处理各种审批和确认邮件——这些事情不复杂，但每天都在消耗你的时间和注意力。
好消息是，这类高度模式化的任务正是 AI Agent 最擅长处理的。用 OpenClaw 搭建一套邮件自动化工作流，大部分邮件相关的工作可以在几秒内完成——而你只需要审核一下结果。
这篇文章会带你走通三个最实用的邮件自动化场景，附完整代码，拿来就能用。
场景一：AI 起草邮件——给上下文，出成品
最常见的需求：你知道要写什么，但不想花时间措辞。给 OpenClaw 一段简短的描述，它帮你生成一封格式完整、语气得体的邮件。
首先在 OpenClaw 中创建一个邮件起草的自定义指令：
# .openclaw/instructions/email-draft.md
你是一个专业的邮件撰写助手。根据用户提供的上下文生成邮件。
规则：
1. 保持专业但不生硬，语气自然
2. 邮件结构：问候 → 正文 → 行动项 → 结尾
3. 所有人名、日期、金额必须原样保留，不得修改或近似处理
4. 根据收件人调整正式程度（同事 vs 客户 vs 领导）
5. 自动添加用户的签名档然后在 OpenClaw 对话中直接使用：
你：帮我写封邮件给张总，说一下 v2.3 版本的上线计划。
要点：
- 预计 4月18日 上线
- 新增了自动报表导出功能
- 需要他确认测试环境的数据库权限
- 抄送李明和王芳
---
AI 输出：
主题：v2.3 版本上线计划 - 请确认数据库权限
张总，您好！
关于 v2.3 版本的上线安排，向您汇报如下：
我们计划于 4月18日 正式上线 v2.3 版本，本次更新的核心功能是
自动报表导出——用户可以设定导出规则后自动生成并发送周报/月报，
无需手动操作。
为确保上线前的测试工作顺利进行，需要请您帮忙确认一下测试环境的
数据库访问权限是否已开通。如果还没有，烦请协调 DBA 团队开通，
我们这边会在 4月16日 前完成全部测试。
如有任何问题，随时沟通。
此致
[你的签名]
抄送：李明、王芳注意 AI 输出中所有日期（4月18日、4月16日）和人名都被完整保留了。这不是巧合——后面会解释 ClawBrain 的数据保真机制是怎么做到的。
场景二：自动摘要长邮件链
你回到工位，发现收件箱里有一条 27 封往来的邮件链，涉及三个部门的讨论。你不想花 15 分钟从头看一遍，只想知道：现在的结论是什么，我需要做什么。
用 OpenClaw 写一个邮件摘要工具：
# email_summarizer.py
import imaplib
import email
from openai import OpenAI
client = OpenAI(
base_url="https://api.clawbrain.dev/v1",
api_key="你的 ClawBrain API Key"
)
def fetch_thread(imap_host, username, password, subject_keyword):
"""从邮箱拉取指定主题的邮件链"""
mail = imaplib.IMAP4_SSL(imap_host)
mail.login(username, password)
mail.select('inbox')
_, msg_ids = mail.search(None, f'SUBJECT "{subject_keyword}"')
messages = []
for mid in msg_ids[0].split():
_, data = mail.fetch(mid, '(RFC822)')
msg = email.message_from_bytes(data[0][1])
body = ""
if msg.is_multipart():
for part in msg.walk():
if part.get_content_type() == "text/plain":
body = part.get_payload(decode=True).decode()
else:
body = msg.get_payload(decode=True).decode()
messages.append({
"from": msg["From"],
"date": msg["Date"],
"body": body[:2000]
})
mail.logout()
return messages
def summarize_thread(messages):
"""用 ClawBrain 摘要邮件链"""
thread_text = "\n\n---\n\n".join([
f"发件人: {m['from']}\n时间: {m['date']}\n内容:\n{m['body']}"
for m in messages
])
response = client.chat.completions.create(
model="clawbrain-auto",
messages=[{
"role": "system",
"content": "你是邮件摘要助手。输出格式：1) 一句话总结 "
"2) 关键决定 3) 待办事项（标注负责人和截止日期）。"
"所有人名、日期、金额必须原样保留。"
}, {
"role": "user",
"content": f"请摘要以下邮件链：\n\n{thread_text}"
}]
)
return response.choices[0].message.content
# 使用示例
messages = fetch_thread(
"imap.example.com", "you@example.com", "password", "v2.3上线"
)
print(summarize_thread(messages))输出效果：
【一句话总结】
v2.3 上线时间从 4月18日 推迟到 4月22日，因测试环境数据库权限未到位。
【关键决定】
- 王芳负责协调 DBA 在 4月19日 前开通权限
- 自动报表功能的导出频率上限从"每小时"改为"每天"
- 上线当天安排李明值班到 22:00
【待办事项】
- [ ] 张总：4月19日前 审批测试环境预算（¥12,000）
- [ ] 你：4月20日前 完成回归测试
- [ ] 李明：4月22日 上线当天值班27 封邮件，3 秒变成一张清单。所有日期、金额、人名全部准确无误。
场景三：自动分类和回复常规邮件
你的收件箱里有很多"不需要思考但需要回复"的邮件：会议确认、审批知会、进度询问、权限申请。这些可以让 AI 自动分类，并生成回复草稿等你确认。
# email_classifier.py
from openai import OpenAI
client = OpenAI(
base_url="https://api.clawbrain.dev/v1",
api_key="你的 ClawBrain API Key"
)
CATEGORIES = {
"auto_reply": "可以自动回复的常规邮件（会议确认、收到确认等）",
"need_action": "需要你采取行动的邮件（审批、任务分配等）",
"fyi": "仅供知晓，不需要回复",
"important": "重要邮件，需要你亲自处理"
}
def classify_and_draft(email_content, sender):
"""分类邮件并生成回复草稿"""
category_desc = "\n".join(
f"- {k}: {v}" for k, v in CATEGORIES.items()
)
response = client.chat.completions.create(
model="clawbrain-auto",
messages=[{
"role": "system",
"content": f"你是邮件分类和回复助手。\n\n"
f"分类规则：\n{category_desc}\n\n"
f"输出 JSON 格式：\n"
f'{{"category": "分类", "reason": "分类原因", '
f'"draft_reply": "回复草稿（如需要）", '
f'"priority": "high/medium/low"}}\n\n'
f"回复规则：语气匹配对方，保持简洁，"
f"所有数据原样保留。"
}, {
"role": "user",
"content": f"发件人: {sender}\n邮件内容:\n{email_content}"
}],
response_format={"type": "json_object"}
)
return response.choices[0].message.content
# 示例：处理一封会议确认邮件
result = classify_and_draft(
"Hi, 确认一下明天下午3点的技术评审会议，会议室 B301，请准时参加。",
"李明 <liming@example.com>"
)
print(result)
# 输出：
# {
# "category": "auto_reply",
# "reason": "会议确认类邮件，只需确认参加",
# "draft_reply": "收到，明天下午3点 B301 准时参加。谢谢通知！",
# "priority": "medium"
# }你可以把这个脚本挂到定时任务上，每隔 10 分钟扫描一次收件箱。分类为 auto_reply 的邮件自动发送回复，其他类别的邮件生成草稿等你确认。一天下来，你可能只需要亲自处理 3-5 封 important 级别的邮件。
为什么用 ClawBrain 做邮件自动化更靠谱
你可能会想：这些代码换成任何模型的 API 不都能跑？技术上没错，但实际效果差很多。邮件场景对 AI 有三个特殊要求，ClawBrain 恰好都能满足。
记忆：记住你的邮件风格
你第一次用 ClawBrain 写邮件时告诉它："我习惯用'您好'开头，签名用'Best regards, 张三 / 技术部'"。之后你再让它写邮件，它会自动套用这些偏好——不需要每次都重复说明。
它还会记住你的常用收件人。当你说"写封邮件给王总"，ClawBrain 知道你说的是"技术合作方的王建华总监"，而不是让你再解释一遍。这就是跨会话记忆的价值。
数据保真：人名、日期、金额一字不差
邮件里最容易出错的地方就是数据。普通模型在改写或摘要时，经常会把"¥128,500"写成"约13万"，把"3月17日"写成"三月中旬"。这在商务邮件里是致命的。
ClawBrain 会自动识别文本中的关键数据实体（人名、日期、金额、合同编号等）并锁定它们。生成结果中如果这些数据发生了变化，会自动拒绝并重新生成，直到数据完全准确。
多语言：中英文商务邮件自然切换
很多开发者需要同时处理中文和英文邮件。ClawBrain 能根据收件人自动判断使用哪种语言，并且在中文商务邮件中保持地道的措辞——而不是翻译腔。
比如英文邮件中的 "Please find attached the Q1 report" 在中文邮件里不会变成"请找到附件中的Q1报告"，而是"附件是 Q1 季度报告，请查收"。
配置步骤：OpenClaw + ClawBrain 邮件自动化
完整的配置只需要四步：
第一步：获取 ClawBrain API Key
- 访问 ClawBrain 控制台，注册账号（支持微信扫码）
- 进入 API Key 页面，点击"生成密钥"
- 复制 API Key，妥善保存
第二步：配置 OpenClaw
在 OpenClaw 的配置文件中设置 ClawBrain 作为后端：
{
"apiProvider": "openai-compatible",
"baseUrl": "https://api.clawbrain.dev/v1",
"apiKey": "你的 ClawBrain API Key",
"model": "clawbrain-auto"
}clawbrain-auto 会根据每条消息的复杂度自动调整推理深度：简单的邮件确认用 Flash 档（0.5 次对话），复杂的商务邮件起草用 Pro 档（1 次对话），多语言长邮件摘要用 Max 档（3 次对话）。你不需要手动选择——这就是 ClawBrain 四档性能的智能适配能力。
第三步：添加邮件相关的自定义指令
在 OpenClaw 项目中创建 .openclaw/instructions/ 目录，把前面的邮件起草指令放进去。你也可以根据自己的需求添加更多规则：
# .openclaw/instructions/email-rules.md
邮件规则：
- 内部邮件用中文，外部客户邮件用英文
- 涉及金额的邮件必须抄送财务 (finance@example.com)
- 周五下午的邮件结尾加"周末愉快"
- 项目相关邮件自动添加项目编号前缀 [PRJ-2026-042]第四步：连接邮箱（可选）
如果你想实现全自动化（自动读取和回复），需要配置邮箱的 IMAP/SMTP 访问。大多数企业邮箱（腾讯企业邮、阿里企业邮、Exchange）都支持。配置方法参考前面的 Python 代码示例。
实战对比：AI 生成 vs 手写商务邮件
来看一个真实场景。你需要写一封邮件给合作方，确认合同细节并催促付款。
你输入的上下文（4 行）
写邮件给盛达科技的刘总监，关于上个月签的技术服务合同。
合同编号 SD-2026-0389，金额 ¥256,000，
约定 4月15日 前支付首期款 ¥128,000。
目前还没收到付款，礼貌催一下。ClawBrain 生成的邮件（2 秒）
主题：技术服务合同 SD-2026-0389 首期款项确认
刘总监，您好！
感谢贵司对本次技术服务合作的信任。关于我们双方签署的技术服务
合同（合同编号：SD-2026-0389，合同总金额：¥256,000），合同
约定首期款项 ¥128,000 的支付截止日期为 2026年4月15日。
截至今日，我们尚未收到该笔款项的到账通知。考虑到可能是流程
上的时间差，特此与您确认一下付款进度。如果贵司财务已经安排
打款，烦请提供付款凭证以便我们这边核销；如果还在走内部审批
流程，也请告知预计的付款时间，我们好做相应的项目排期。
如有任何问题，随时联系我。期待继续愉快合作！
此致敬礼
[你的签名]几个关键点：
- 合同编号 SD-2026-0389、金额 ¥256,000 和 ¥128,000、日期 4月15日——全部原样保留，一字不差
- 语气专业但不咄咄逼人——"考虑到可能是流程上的时间差"给了对方台阶
- 明确提出了两种情况的应对方案，减少了一来一回的沟通成本
- 整封邮件从输入到生成不到 2 秒
如果你手写这封邮件，至少需要 5-10 分钟来斟酌措辞。一天写 5 封这样的邮件，就是半小时到一小时。一年下来，你在邮件上花的时间超过 200 小时。现在，这些时间可以省下来写代码。
总结
邮件自动化不是未来的事——用 OpenClaw + ClawBrain，今天就能跑起来。三个核心场景：
- AI 起草邮件：给上下文，2 秒出成品，语气得体、数据准确
- 自动摘要邮件链：27 封邮件变 3 行清单，不遗漏任何行动项
- 智能分类和回复：只处理真正需要你关注的邮件，其余自动搞定
ClawBrain 的记忆能力、数据保真和多语言支持让它特别适合邮件这种对准确性要求极高的场景。clawbrain-auto 的智能适配能力会自动调整推理深度——简单确认邮件不浪费算力，复杂商务邮件给足思考时间。
不信？注册一个账号试试。每天 30 次免费对话，够你把收件箱里积压的邮件全部清理一遍。
想了解更多 OpenClaw 的配置技巧？看看我们的 OpenClaw 模型选择完全指南，或者直接访问 接入指南 开始动手。