b2b-tender-mail
招标/询价邮件抓取归档 — 用 IMAP 只读把时间窗口内的业务邮件连同附件按天归档,支持增量监控与补附件
SKILL.mdskills/b2b-tender-mail/SKILL.md
GitHubB2B 招标邮件抓取归档
把邮箱里的招标 / 询价邮件连同附件只读抓下来,按天归档。只负责「抓下来」,不负责「整理成询价单」(那是 b2b-tender-processing)。
输入
- 邮箱 IMAP 配置(用户在
mail_accounts.json里填写,从示例文件复制) - 时间窗口:今天 / 近 N 天 / 增量
- 落盘根目录(建议用户显式给绝对路径)
输出
<落盘根目录>/<日期>/<日期>_<主题>.txt:邮件正文与元信息<落盘根目录>/<日期>/<日期>_<主题>_附件/:附件- 近 N 天模式额外按「询价 / 招标」分目录
- 一份统计:抓取数、附件数、跳过数与原因、输出目录
处理方式
语言:脚本输出支持中英双语 —— 用户用英文对话时加
--lang en(或设TRADE_LANG=en),默认中文。
| 脚本 | 用途 | 触发场景 |
|---|---|---|
fetch_recent.py |
近 N 天补抓(默认 2 天),按主题分类 | 首次配置后、停机回来、查漏 |
monitor_inbox.py |
增量监控,无新邮件静默 | 挂定时任务日常跑 |
backfill_attachments.py |
只补缺失附件 | 早期只记了附件名、没下本体 |
三者共用 tender_mail_core.py:配置加载、增量过滤、黑名单、BODY.PEEK 拉取、解析、落盘、MD5 去重。
落盘规则
- 同天同主题两封邮件 → 第二封文件名加
_<UID>,不互相覆盖。 - 附件按内容 MD5 去重,同内容只留一份;同名不同内容加序号。
- 正文内联小图(
Content-ID或inline的图片)不进附件目录。 - 文件名里的非法字符(
/ \ : * ? " < > |与控制字符)写入前替换成_。
使用限制
- 只支持 IMAP(含 IMAP over SSL);不支持仅提供网页版或专属 API 的邮箱。
- 只选收件箱,不处理其它文件夹。
- 不解析邮件正文里的表格 / 附件内容 —— 那属于后续整理步骤。