القائمة
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/yangliu2060/smith--skills --skill email-assistantيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
GEO 内容优化：调整文章结构，让内容更容易被 AI 搜索引用。
Grok X 实时抓取：让 Claude 调用本地 grok-build 获取真实 X (Twitter) 帖子。 X 模式必须优先驱动 Grok 原生 X 工具族：x_keyword_search、x_semantic_search、 x_user_search、x_thread_fetch；必要时再用 web_search/open_page 交叉验证。 返回带 @用户名、点赞/浏览数、链接、时间的真实帖子。复用用户已登录的 grok.com 订阅， 调用零额外成本（不像 MCP 方案要 xAI API key 按 token 付费）。 三种模式：x（X 实时抓取，主力）、ask（把 Grok 当独立第二意见）、continue（续接追问）。 当用户需要真实 X/Twitter 实时数据时使用，例如： 问问 grok X 上在聊什么、让 grok 搜 X 上对某事的实时讨论、grok 看看 @某账号最近发了什么、 X 上现在怎么说、X 实时热点、X 实时趋势、ask grok what X is saying about、 grok 第二意见、consult grok。 排除（不要触发本 skill）：写 X 推文 → 用 x-twitter-writer；大规模历史语料采集 → 用 x-sousuo；泛网络调研 → 用 smart-research。本 skill 的差异点是 Grok 对公共 X 搜索 工具有原生路径，适合可复核的 X 话语采样；不是 firehose，也不是事实裁判。 没有"公共 X 搜索 / X 实时反馈 / thread 上下文"诉求时不要用它。
网红评估：分析社交账号公开数据，计算评分，辅助筛选 KOL 合作对象。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | email-assistant |
| description | 智能邮件助手：摘要邮件、判断优先级，并生成专业回复草稿。 |
分析邮件内容，生成摘要，判断优先级和是否需要回复，并生成专业的回复草稿。
当用户说以下内容时启动此技能：
此技能支持 RAG（检索增强生成）知识库，提升回复质量：
| 功能 | 说明 |
|---|---|
| 知识库初始化 | 创建结构化的知识库目录 |
| 文档管理 | 添加/更新/删除知识库文档 |
| 智能检索 | 根据邮件内容检索相关信息 |
| 上下文注入 | 将检索结果融入回复生成 |
┌─────────────────────┐
│ 输入邮件内容 │
│ (粘贴/文件) │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ 邮件内容解析 │
│ 提取关键信息 │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ 生成邮件摘要 │
│ (一句话概括) │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ 邮件分类判断 │
│ 优先级/是否需回复 │
└──────────┬──────────┘
│
┌─────┴─────┐
│ │
▼ ▼
┌─────────┐ ┌─────────┐
│ 需要回复 │ │ 无需回复 │
└────┬────┘ │ 标记完成 │
│ └─────────┘
▼
┌─────────────────────┐
│ RAG 知识库检索 │
│ (获取相关上下文) │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ 生成回复草稿 │
│ (结合知识库) │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ 回复质量审核 │
│ 优化后输出 │
└─────────────────────┘
方式 A - 直接粘贴：
用户: 帮我回这封邮件：
---
From: client@company.com
Subject: 关于Q1项目进度
...邮件内容...
方式 B - 文件读取：
用户: 帮我分析这封邮件 /path/to/email.txt
提取以下信息：
{
"from": "发件人邮箱",
"from_name": "发件人姓名",
"to": "收件人",
"subject": "邮件主题",
"date": "发送时间",
"body": "邮件正文",
"attachments": ["附件列表"],
"thread_context": "是否是回复/转发"
}
摘要提示词：
请用一句话概括这封邮件的核心内容：
【邮件主题】{subject}
【发件人】{from}
【邮件正文】
{body}
要求：
1. 不超过50字
2. 突出关键信息（时间、金额、请求等）
3. 使用陈述句
示例：
- "客户询问Q1项目进度并要求本周五前提交报告"
- "供应商通知下月起涨价15%，需确认是否续约"
- "HR提醒年假剩余5天，12月31日前需用完"
分类维度：
| 维度 | 选项 |
|---|---|
| 类型 | 询问/通知/请求/投诉/商务/个人/垃圾 |
| 优先级 | 🔴紧急/🟡重要/🟢普通/⚪可忽略 |
| 是否需回复 | 是/否 |
| 建议回复时间 | 立即/今天内/本周内/不急 |
| 情绪 | 积极/中性/消极/紧迫 |
分类提示词：
分析这封邮件并分类：
【邮件摘要】{summary}
【邮件正文】{body}
输出 JSON 格式：
{
"type": "询问|通知|请求|投诉|商务|个人|垃圾",
"priority": "urgent|important|normal|low",
"needs_reply": true|false,
"reply_deadline": "立即|今天|本周|不急",
"sender_emotion": "positive|neutral|negative|urgent",
"key_asks": ["具体请求1", "具体请求2"],
"reasoning": "分类理由"
}
如果配置了知识库，在生成回复前检索相关信息：
知识库配置：
知识库目录: ~/.claude/cache/email-assistant/knowledge-base/
支持的文档格式：
.md - Markdown 文档.txt - 纯文本文档.pdf - PDF 文档（需 pdf-document 技能支持）.docx - Word 文档知识库初始化：
首次使用时，用户可添加以下类型文档到知识库：
检索流程：
1. 解析邮件关键词和主题
2. 在知识库中搜索相关文档
3. 提取最相关的 3-5 个片段
4. 将相关信息注入回复生成提示词
检索提示词：
根据邮件内容，请从以下知识库片段中找出与回复相关的信息：
【邮件主题】{subject}
【关键请求】{key_asks}
【知识库片段】
{knowledge_snippets}
请提取：
1. 直接相关的信息点
2. 可引用的标准回复语
3. 相关政策或流程
如果 needs_reply = true，结合知识库生成回复：
回复生成提示词：
请根据以下邮件生成专业的回复：
【原邮件】
发件人: {from}
主题: {subject}
正文: {body}
【邮件分析】
类型: {type}
关键请求: {key_asks}
发件人情绪: {sender_emotion}
【知识库参考】(如有)
{relevant_knowledge}
【回复要求】
1. 专业但不冷冰冰
2. 直接回应每个请求
3. 如无法满足，给出替代方案
4. 结尾有明确下一步
5. 长度适中（100-200字）
6. 如有知识库信息，准确引用
【我的角色】
{user_context} (如：产品经理、销售、客服等)
请生成回复，不需要写主题行。
生成后进行自我审核：
请审核这封回复邮件：
【原邮件关键请求】
{key_asks}
【回复草稿】
{draft_reply}
审核维度：
1. 是否回应了所有请求？
2. 语气是否合适？
3. 是否有明确的下一步？
4. 是否有遗漏或歧义？
输出：
{
"score": 8.5,
"issues": ["未明确回复第二个问题"],
"suggestions": ["加入对时间节点的确认"]
}
如果分数 < 8，优化后再输出。
完整输出格式：
# 邮件分析报告
## 📧 邮件概览
| 项目 | 内容 |
|------|------|
| 发件人 | {from_name} <{from}> |
| 主题 | {subject} |
| 时间 | {date} |
| 类型 | {type} |
| 优先级 | {priority_emoji} {priority} |
## 📝 一句话摘要
> {summary}
## 🏷️ 分类分析
- **是否需回复**: {needs_reply}
- **建议回复时间**: {reply_deadline}
- **发件人情绪**: {sender_emotion}
- **关键请求**:
1. {key_ask_1}
2. {key_ask_2}
---
## ✉️ 建议回复
**主题**: Re: {subject}
---
{draft_reply}
---
## 💡 回复建议
- 质量评分: {score}/10
- 注意事项: {notes}
---
*由 Claude Code email-assistant 技能生成*
用户: 帮我回这封邮件：
From: li.ming@client.com
Subject: 关于下周演示的确认
王总您好，
我们计划下周三下午2点在贵司进行产品演示，
请问会议室和投影设备是否已经准备好？
另外，参会人员名单能否提前发给我们？
谢谢！
李明
Claude:
📝 摘要: 客户确认下周三演示安排，需确认会议室和参会名单
🏷️ 分类: 请求 | 🟡重要 | 需今天回复
✉️ 建议回复:
李明您好，
感谢确认！下周三下午2点的演示安排已就绪：
1. 会议室：已预定3楼大会议室
2. 设备：投影仪和视频会议系统均已测试
3. 参会名单：我方将有产品、技术、商务共5人参加，
名单今天下班前发您
如有其他需要，请随时联系。
祝好
用户: 帮我分析这5封邮件，告诉我哪些需要优先处理
Claude:
[分析5封邮件，输出优先级排序]
用户: 帮我以客服身份回复这封投诉邮件
Claude:
[生成客服风格的道歉+解决方案回复]
{name}您好，
邮件已收到，感谢告知。
{具体回应}
如有问题，随时联系。
祝好
{name}您好，
感谢您的邮件。
关于{具体事项}，我需要与{相关方}确认后回复您，
预计{时间}前给您答复。
如有紧急情况，可直接电话联系我。
祝好
{name}您好，
感谢您的{请求/邀请/提议}。
经过慎重考虑，{拒绝理由}，因此这次无法{具体事项}。
{替代方案，如有}
感谢理解，期待未来有合作机会。
祝好
{name}您好，
想跟进一下{具体事项}的进展。
上次沟通是在{日期}，您提到{上次结论}。
请问目前进展如何？是否需要我这边配合什么？
期待您的回复。
祝好
~/.claude/cache/email-assistant/{YYYYMMDD}-{subject-slug}.md~/.claude/cache/email-assistant/knowledge-base/用户: 初始化邮件知识库
Claude:
1. 创建知识库目录
2. 添加示例文档结构
3. 提示用户添加自己的文档
用户: 把这个FAQ文档加入知识库 /path/to/faq.md
Claude:
1. 读取文档内容
2. 复制到知识库目录
3. 索引文档关键信息
4. 确认添加成功
~/.claude/cache/email-assistant/knowledge-base/
├── company/ # 公司信息
│ ├── about.md
│ └── products.md
├── faq/ # 常见问题
│ ├── general.md
│ └── technical.md
├── policies/ # 政策文档
│ ├── refund.md
│ └── privacy.md
├── templates/ # 回复模板
│ └── common-replies.md
└── history/ # 历史优秀回复
└── examples.md